| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-11页 |
| 1 绪论 | 第11-17页 |
| ·研究背景 | 第11-13页 |
| ·网络行为学的概念 | 第11页 |
| ·高校校园网的特点 | 第11-12页 |
| ·分析高校校园网用户行为的重要性 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14页 |
| ·国内同类课题研究现状 | 第14-16页 |
| ·论文研究内容及结构安排 | 第16-17页 |
| 2 相关理论背景 | 第17-29页 |
| ·数据挖掘的相关理论 | 第17-23页 |
| ·数据挖掘的简介 | 第17页 |
| ·数据挖掘的过程 | 第17-19页 |
| ·数据挖掘算法的体系 | 第19-21页 |
| ·数据挖掘的常见知识和功能 | 第21-22页 |
| ·数据挖掘的范畴和应用领域 | 第22页 |
| ·数据挖掘的软件及开发商 | 第22-23页 |
| ·数据挖掘中各种聚类算法的简介 | 第23-26页 |
| ·聚类方法的主要类型 | 第24页 |
| ·聚类算法的分类 | 第24-25页 |
| ·聚类分析的应用举例 | 第25-26页 |
| ·K-means算法 | 第26-29页 |
| ·K-means算法形式 | 第26-27页 |
| ·K-means算法过程 | 第27-28页 |
| ·Microsoft聚类算法中可伸缩的K-means算法 | 第28-29页 |
| 3 用户行为分析系统的设计方案 | 第29-36页 |
| ·校园网用户行为分析系统的设计 | 第29-31页 |
| ·计费网关简介 | 第31-32页 |
| ·计费网关后台数据库的概述 | 第32-34页 |
| ·计费网关数据的时间粒度分析 | 第34-36页 |
| 4 校园网用户行为日志的多角度分析 | 第36-51页 |
| ·分类角度 | 第36页 |
| ·多角度对用户行为数据统计分析 | 第36-50页 |
| ·不同时间段的在线账号数分析 | 第36-39页 |
| ·在线时长分析 | 第39-42页 |
| ·使用网络流量分析 | 第42-47页 |
| ·用户访问目的地址分析 | 第47-50页 |
| ·总结 | 第50-51页 |
| 5 校园网用户行为日志的聚类研究 | 第51-60页 |
| ·ETL过程简介 | 第51-52页 |
| ·基于Microsoft SQLServer2005的ETL工具：SSIS | 第52-53页 |
| ·生成用户行为模型过程 | 第53-57页 |
| ·利用SSIS工具对数据进行预处理 | 第54-55页 |
| ·调整聚类算法参数 | 第55-56页 |
| ·生成并理解聚类模型 | 第56-57页 |
| ·聚类结果 | 第57-58页 |
| ·实验结果与分析 | 第58-60页 |
| 6 网络流量的预测分析 | 第60-64页 |
| ·真实网络情况中流量数据的采集和转换 | 第60-61页 |
| ·算法的介绍以及生成流量预测图 | 第61-64页 |
| 7 总结和展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的论文 | 第71页 |