| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 论文结构 | 第11-13页 |
| 第二章 移动互联网用户行为模式挖掘综述 | 第13-21页 |
| 2.1 移动互联网用户行为模式挖掘方法 | 第13-17页 |
| 2.1.1 模式挖掘相关定义 | 第13-14页 |
| 2.1.2 基于Apriori的模式挖掘算法 | 第14-16页 |
| 2.1.3 候选的产生与剪枝 | 第16-17页 |
| 2.2 模式挖掘在移动互联网用户行为研究中的应用 | 第17-19页 |
| 2.2.1 移动互联网用户点击模式挖掘 | 第17-18页 |
| 2.2.2 移动互联网用户移动模式挖掘 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第三章 基于分布式的模式挖掘平台框架与技术 | 第21-29页 |
| 3.1 基于云计算的海量数据挖掘技术 | 第21-22页 |
| 3.2 分布式处理框架Hadoop介绍 | 第22-25页 |
| 3.2.1 Hadoop分布式文件系统HDFS | 第23-24页 |
| 3.2.2 MapReduce编程框架 | 第24-25页 |
| 3.3 模式挖掘算法在Hadoop平台的实现方法 | 第25-27页 |
| 3.3.1 模式挖掘算法并行化设计基本思路 | 第25-26页 |
| 3.3.2 模式挖掘算法并行化设计 | 第26-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第四章 用户点击模式挖掘 | 第29-45页 |
| 4.1 点击URL识别 | 第29-32页 |
| 4.1.1 URL Referer图构建 | 第30-31页 |
| 4.1.2 基于Referer图的点击URL识别 | 第31-32页 |
| 4.2 点击模式挖掘 | 第32-36页 |
| 4.2.1 点击模式挖掘相关定义 | 第33-34页 |
| 4.2.2 点击模式挖掘方法 | 第34-36页 |
| 4.3 点击URL模式挖掘结果 | 第36-40页 |
| 4.3.1 数据说明 | 第36-37页 |
| 4.3.2 模式挖掘结果评价标准 | 第37-38页 |
| 4.3.3 点击URL识别结果 | 第38-39页 |
| 4.3.4 点击URL模式挖掘结果 | 第39-40页 |
| 4.4 用户点击模式挖掘的应用 | 第40-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 用户移动模式挖掘 | 第45-55页 |
| 5.1 用户移动行为分析 | 第45-48页 |
| 5.1.1 数据说明 | 第45-46页 |
| 5.1.2 移动范围分析 | 第46-47页 |
| 5.1.3 移动回归模式分析 | 第47-48页 |
| 5.2 热点区域发现 | 第48-50页 |
| 5.2.1 热点区域数量 | 第48-49页 |
| 5.2.2 热点区域稳定性 | 第49-50页 |
| 5.3 移动模式挖掘 | 第50-52页 |
| 5.3.1 整体移动模式挖掘 | 第50-51页 |
| 5.3.2 个体移动模式挖掘 | 第51-52页 |
| 5.4 用户移动模式挖掘的应用 | 第52-54页 |
| 5.4.1 基于移动模式挖掘的用户移动性预测模型 | 第52-53页 |
| 5.4.2 基于移动模式挖掘的用户移动性预测结果分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |