| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第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 数据分析平台设计及数据准备 | 第14-22页 |
| 2.1 数据分析平台 | 第14-18页 |
| 2.1.1 开源实现方案Hue和Zeppelin | 第14-16页 |
| 2.1.2 大数据分析平台架构 | 第16-18页 |
| 2.2 数据准备 | 第18-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第三章 城市功能区域识别 | 第22-30页 |
| 3.1 基于Hartigan's leader的基站位置聚类 | 第22-24页 |
| 3.2 基站脉搏向量介绍 | 第24页 |
| 3.3 基于基站脉搏向量的城市功能区域识别 | 第24-27页 |
| 3.4 个性化功能区域划分 | 第27页 |
| 3.5 本章小结 | 第27-30页 |
| 第四章 移动互联网用户线下移动性分析 | 第30-42页 |
| 4.1 用户移动轨迹采集方法 | 第30-31页 |
| 4.2 用户移动性统计指标分析 | 第31-33页 |
| 4.3 基于位置的社会网络 | 第33-39页 |
| 4.3.1 社区发现综述 | 第33-35页 |
| 4.3.2 Combo算法介绍 | 第35-36页 |
| 4.3.3 Combo算法应用 | 第36-39页 |
| 4.4 用户移动性建模 | 第39-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 移动互联网用户线上浏览行为分析 | 第42-52页 |
| 5.1 基于浏览行为的社会网络 | 第42-46页 |
| 5.1.1 基于浏览行为的社会网络构建 | 第42页 |
| 5.1.2 CPM算法介绍 | 第42-44页 |
| 5.1.3 CPM算法应用 | 第44-46页 |
| 5.2 在线浏览行为提取及分析 | 第46-48页 |
| 5.2.1 朴素贝叶斯算法介绍 | 第46-47页 |
| 5.2.2 朴素贝叶斯网站分类应用 | 第47-48页 |
| 5.3 移动互联网在线浏览模式挖掘 | 第48-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 移动互联网用户线上线下行为相关性分析 | 第52-58页 |
| 6.1 用户浏览兴趣分布 | 第52-53页 |
| 6.2 浏览模式预测 | 第53-57页 |
| 6.2.1 随机森林模型 | 第53-55页 |
| 6.2.2 卷积神经网络模型 | 第55-56页 |
| 6.2.3 结果和分析 | 第56-57页 |
| 6.3 本章小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-62页 |
| 7.1 总结 | 第58-60页 |
| 7.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间发表的学术论文目录 | 第68页 |