基于移动互联网海量数据的用户App使用行为预测
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究现状和创新点 | 第11-12页 |
| 1.4 论文结构 | 第12-14页 |
| 第二章 移动互联网用户App使用行为预测平台架构 | 第14-22页 |
| 2.1 用户App使用行为预测平台架构 | 第14-16页 |
| 2.2 数据集介绍 | 第16-18页 |
| 2.3 数据处理技术 | 第18-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 移动互联网广告流量分析 | 第22-32页 |
| 3.1 概述 | 第22-23页 |
| 3.2 移动互联网广告流量分析系统框架 | 第23-30页 |
| 3.2.1 规则库的获取 | 第23-26页 |
| 3.2.2 广告流量识别 | 第26-30页 |
| 3.3 广告流量分析系统技术细节 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 移动互联网用户App使用行为分析 | 第32-36页 |
| 4.1 概述 | 第32页 |
| 4.2 用户喜爱的App使用行为发现算法 | 第32-34页 |
| 4.3 本章小结 | 第34-36页 |
| 第五章 移动互联网用户App使用行为影响因素分析 | 第36-42页 |
| 5.1 概述 | 第36页 |
| 5.2 影响用户App使用行为的因素分析 | 第36-41页 |
| 5.2.1 重要位置 | 第37-38页 |
| 5.2.2 移动模式 | 第38-40页 |
| 5.2.3 三个移动指标 | 第40-41页 |
| 5.2.4 历史App使用行为 | 第41页 |
| 5.3 本章小结 | 第41-42页 |
| 第六章 移动互联网用户App使用行为预测模型 | 第42-56页 |
| 6.1 概述 | 第42-43页 |
| 6.2 群体App使用行为预测 | 第43-49页 |
| 6.2.1 影响App使用行为的因素 | 第43-44页 |
| 6.2.2 衡量用户移动与App使用行为的关系 | 第44-46页 |
| 6.2.3 群体用户App使用行为预测 | 第46-49页 |
| 6.3 个人App使用行为预测 | 第49-54页 |
| 6.3.1 特征集合 | 第49-51页 |
| 6.3.2 随机森林模型 | 第51-52页 |
| 6.3.3 结果和分析 | 第52-54页 |
| 6.4 本章小结 | 第54-56页 |
| 第七章 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56-57页 |
| 7.2 展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |
