| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 背景及意义 | 第9-11页 |
| 1.1.1 网页分类的发展背景 | 第9页 |
| 1.1.2 移动互联网的发展 | 第9-10页 |
| 1.1.3 中国电信运营商精确营销 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-15页 |
| 第二章 网页分类研究概述 | 第15-22页 |
| 2.1 网页的预处理 | 第15页 |
| 2.2 网页的特征选择与提取 | 第15-16页 |
| 2.3 网页表示模型 | 第16-17页 |
| 2.4 网页分类算法 | 第17-18页 |
| 2.5 网页分类效果评价指标 | 第18页 |
| 2.6 网页分类方法的新进展 | 第18-20页 |
| 2.7 基于 URL 的网页分类方法 | 第20-21页 |
| 2.8 本章小结 | 第21-22页 |
| 第三章 基于 URL 的网页分类算法 | 第22-30页 |
| 3.1 基于 n-gram 的 URL 提取方法 | 第22-25页 |
| 3.1.1 常用的 URL 特征提取方法及存在的不足 | 第22-23页 |
| 3.1.2 基于 n-gram 的 URL 特征提取方法 | 第23-24页 |
| 3.1.3 基于出现频率的特征词过滤方法 | 第24-25页 |
| 3.2 算法实现 | 第25-26页 |
| 3.3 实验数据 | 第26页 |
| 3.4 评价指标 | 第26-27页 |
| 3.5 实验 | 第27-29页 |
| 3.6 本章小结 | 第29-30页 |
| 第四章 用户分群系统设计 | 第30-46页 |
| 4.1 系统背景 | 第30-32页 |
| 4.2 系统概述 | 第32-37页 |
| 4.3 DPI 日志分析系统拓扑图 | 第37-38页 |
| 4.4 DPI 日志分析系统框架 | 第38-42页 |
| 4.4.1 数据源和数据的采集方式 | 第38-39页 |
| 4.4.2 DPI 日志清洗模块 | 第39页 |
| 4.4.3 DPI 日志分析引擎 | 第39-42页 |
| 4.5 DPI 日志样本及分析过程 | 第42-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 移动手机阅读营销实例 | 第46-56页 |
| 5.1 业务推荐思路 | 第46-48页 |
| 5.2 业务推荐流程 | 第48页 |
| 5.3 客户分群详细分析 | 第48-50页 |
| 5.3.1 重度阅读用户营销分析 | 第48-49页 |
| 5.3.2 潜在阅读用户营销分析 | 第49-50页 |
| 5.3.3 轻度阅读用户营销分析 | 第50页 |
| 5.4 移动阅读潜在客户分析 | 第50-54页 |
| 5.4.1 移动阅读用户概况 | 第50-52页 |
| 5.4.2 夜间 21 点访问阅读内容用户分析 | 第52-53页 |
| 5.4.3 重度阅读用户分析 | 第53-54页 |
| 5.5 手机阅读推荐效果 | 第54-55页 |
| 5.6 本章小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-57页 |
| 6.1 结论 | 第56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间取得的科研成果 | 第62页 |