| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 选题背景 | 第12-16页 |
| 1.1.1 WLAN的快速发展 | 第12-14页 |
| 1.1.2 WLAN管理与性能优化 | 第14-15页 |
| 1.1.3 大数据分析和数据挖掘在高校中的广泛应用 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 国外研究现状 | 第17-18页 |
| 1.2.2 国内研究现状 | 第18-19页 |
| 1.3 研究意义 | 第19-20页 |
| 1.4 本文主要研究内容和组织结构 | 第20-22页 |
| 1.4.1 主要研究内容 | 第20-21页 |
| 1.4.2 论文组织结构 | 第21-22页 |
| 2 相关研究技术基础 | 第22-32页 |
| 2.1 校园WLAN组网逻辑结构 | 第22-24页 |
| 2.1.1 FAT AP组网架构 | 第22页 |
| 2.1.2 AC+FIT AP组网架构 | 第22-24页 |
| 2.2 校园WLAN的认证方式和无缝漫游 | 第24-28页 |
| 2.2.1 校园WLAN的认证方式 | 第24-27页 |
| 2.2.2 WLAN无缝漫游技术 | 第27-28页 |
| 2.3 校园无线用户数据采集与预处理技术 | 第28-30页 |
| 2.3.1 主动采集方式 | 第28页 |
| 2.3.2 被动采集方式 | 第28-30页 |
| 2.3.3 数据预处理 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 基于移动漫游轨迹向量的加权相似度聚类 | 第32-45页 |
| 3.1 聚类算法概述 | 第32-36页 |
| 3.1.1 基于划分的聚类算法 | 第33-34页 |
| 3.1.2 基于层次的聚类算法 | 第34页 |
| 3.1.3 基于图和模型的聚类算法 | 第34-35页 |
| 3.1.4 基于密度和网格的聚类算法 | 第35页 |
| 3.1.5 其他聚类算法 | 第35-36页 |
| 3.2 无线用户移动漫游轨迹向量 | 第36-37页 |
| 3.2.1 无线用户移动漫游轨迹向量概述 | 第36页 |
| 3.2.2 无线用户移动漫游轨迹向量定义扩展 | 第36-37页 |
| 3.3 基于相遇模型的用户相似度计算 | 第37-39页 |
| 3.4 基于加权相似度的聚类算法 | 第39-44页 |
| 3.4.1 选择聚类算法 | 第39-40页 |
| 3.4.2 AP访问量 | 第40-41页 |
| 3.4.3 基于加权的用户相似度计算 | 第41-42页 |
| 3.4.4 聚类算法实现 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 无线网测量平台的设计与实现 | 第45-64页 |
| 4.1 测量平台逻辑架构 | 第45-46页 |
| 4.2 平台使用的技术框架简介 | 第46-48页 |
| 4.2.1 Python+Django Web框架 | 第46-47页 |
| 4.2.2 MySQL | 第47页 |
| 4.2.3 Nginx+uWSGI | 第47-48页 |
| 4.2.4 操作系统环境 | 第48页 |
| 4.3 无线网数据的收集 | 第48-53页 |
| 4.3.1 实验环境 | 第48-50页 |
| 4.3.2 数据收集过程 | 第50-53页 |
| 4.4 数据格式与预处理 | 第53-56页 |
| 4.4.1 数据预处理 | 第53-54页 |
| 4.4.2 数据表设计 | 第54-56页 |
| 4.5 测量平台统计分析 | 第56-62页 |
| 4.5.1 无线网运行现状统计 | 第56-59页 |
| 4.5.2 无线用户行为现状分析 | 第59-62页 |
| 4.6 本章小结 | 第62-64页 |
| 5 聚类算法实验结果分析和验证 | 第64-71页 |
| 5.1 实验数据集选择 | 第64页 |
| 5.2 数据筛选和过滤 | 第64-65页 |
| 5.2.1 基于无线终端MAC的过滤 | 第65页 |
| 5.2.2 基于使用频率与在线时长的过滤 | 第65页 |
| 5.3 实验结果与分析 | 第65-69页 |
| 5.3.1 聚类结果 | 第66-67页 |
| 5.3.2 类簇大小分布 | 第67-68页 |
| 5.3.3 无线用户群体行为分析 | 第68-69页 |
| 5.4 聚类算法的验证和结论 | 第69-70页 |
| 5.4.1 数据集验证 | 第69页 |
| 5.4.2 验证结论 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 本文总结 | 第71页 |
| 6.2 未来展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第76-78页 |
| 学位论文数据集 | 第78页 |