| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 移动互联环境概述 | 第9-14页 |
| 1.2.1 基本概念 | 第9-10页 |
| 1.2.2 关键技术 | 第10-12页 |
| 1.2.3 主要业务 | 第12-13页 |
| 1.2.4 主要特点 | 第13-14页 |
| 1.3 用户行为分析的研究现状 | 第14-15页 |
| 1.4 用户行为预测的研究现状 | 第15-16页 |
| 1.5 全文内容安排 | 第16-18页 |
| 第二章 相关理论基础 | 第18-28页 |
| 2.1 聚类理论 | 第18-23页 |
| 2.1.1 理论描述 | 第18-21页 |
| 2.1.2 算法分类 | 第21-23页 |
| 2.2 Markov理论 | 第23-27页 |
| 2.2.1 理论描述 | 第23-26页 |
| 2.2.2 模型分类 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于改进模糊聚类理论的用户行为分析算法 | 第28-39页 |
| 3.1 引言 | 第28-29页 |
| 3.2 用户相似度 | 第29-31页 |
| 3.2.1 业务兴趣相似度 | 第29-30页 |
| 3.2.2 业务顺序相似度 | 第30-31页 |
| 3.2.3 用户综合相似度 | 第31页 |
| 3.3 用户分群算法 | 第31-34页 |
| 3.3.1 模糊聚类模型 | 第31-32页 |
| 3.3.2 初始群组中心确定 | 第32-33页 |
| 3.3.3 求解算法 | 第33-34页 |
| 3.4 仿真验证 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于改进Markov融合模型的用户行为预测算法 | 第39-49页 |
| 4.1 引言 | 第39-40页 |
| 4.2 单用户多阶Markov预测模型 | 第40-43页 |
| 4.2.1 多阶Markov预测模型 | 第40-42页 |
| 4.2.2 基于偏爱度的修正模型 | 第42-43页 |
| 4.3 多用户多阶Markov融合预测模型 | 第43-45页 |
| 4.4 仿真验证 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文总结 | 第49页 |
| 5.2 未来研究工作的展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附录1 攻读硕士学位期间撰写的学术论文 | 第54-55页 |
| 附录2 攻读硕士学位期间申请的发明专利 | 第55-56页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第56-57页 |
| 致谢 | 第57页 |