| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 中国互联网发展现状 | 第9-10页 |
| 1.1.2 运营商流量数据分析 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究情况 | 第11-12页 |
| 1.2.2 国内研究情况 | 第12-13页 |
| 1.3 论文研究内容和意义 | 第13-15页 |
| 1.3.1 研究内容 | 第13-15页 |
| 1.3.2 研究意义 | 第15页 |
| 1.4 论文结构 | 第15-17页 |
| 第二章 分布式用户行为特征提取与建模的关键技术 | 第17-31页 |
| 2.1 概述 | 第17页 |
| 2.2 分布式云计算技术 | 第17-19页 |
| 2.2.1 分布式云计算背景 | 第17-18页 |
| 2.2.2 Hadoop平台介绍 | 第18-19页 |
| 2.2.3 Spark MLlib | 第19页 |
| 2.3 运营商DPI数据预处理 | 第19-25页 |
| 2.3.1 数据预处理方法 | 第20-21页 |
| 2.3.2 DPI数据分类 | 第21页 |
| 2.3.3 终端系统识别 | 第21-23页 |
| 2.3.4 DPI用户标识 | 第23-25页 |
| 2.4 爬虫技术及URL标签化 | 第25-27页 |
| 2.4.1 爬虫技术 | 第25-26页 |
| 2.4.2 URL标签化 | 第26-27页 |
| 2.5 特征提取和处理 | 第27-30页 |
| 2.4.1 特征分类 | 第27页 |
| 2.4.2 特征选择 | 第27-29页 |
| 2.4.3 特征标准化 | 第29-30页 |
| 2.6 数据挖掘技术 | 第30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 用户Web访问特征研究 | 第31-47页 |
| 3.1 互联网应用使用现状 | 第31-32页 |
| 3.2 网站标签库的建立 | 第32-34页 |
| 3.2.1 分类网站爬虫 | 第32-34页 |
| 3.2.2 类目检索表的存储和使用 | 第34页 |
| 3.3 用户网站访问统计特征分析 | 第34-37页 |
| 3.3.1 各类网站访问次数分析 | 第35-36页 |
| 3.3.2 各类网站访问用户数分析 | 第36-37页 |
| 3.4 基于网站类别的用户特征研究 | 第37-40页 |
| 3.4.1 特征提取与建模 | 第37-38页 |
| 3.4.2 用户聚类与实验结果 | 第38-40页 |
| 3.5 基于序列模式挖掘的用户特征研究 | 第40-45页 |
| 3.5.1 序列模式挖掘基本概念 | 第40-41页 |
| 3.5.2 用户Web访问序列模型 | 第41-42页 |
| 3.5.3 基于CM-SPADE算法的序列模式挖掘 | 第42-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第四章 用户在线商品浏览特征研究 | 第47-71页 |
| 4.1 互联网用户网络购物行为背景 | 第47-48页 |
| 4.2 商品标签库的建立 | 第48-50页 |
| 4.2.1 DPI电商流量过滤 | 第48-49页 |
| 4.2.2 商品信息爬虫 | 第49-50页 |
| 4.3 用户品类偏好特征分析 | 第50-56页 |
| 4.3.1 商品访问分布特征 | 第50-54页 |
| 4.3.2 用户商品访问事务模型 | 第54-56页 |
| 4.4 频繁项集挖掘与关联分析 | 第56-57页 |
| 4.5 规则发现和分析 | 第57-69页 |
| 4.5.1 商品访问特征及关联规则分析 | 第58-62页 |
| 4.5.2 品牌访问特征及关联规则分析 | 第62-66页 |
| 4.5.3 类目访问特征及关联规则分析 | 第66-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 本文工作总结 | 第71页 |
| 5.2 未来工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻读学位期间发表的学术论文目录 | 第79页 |