| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 移动互联网下大数据的发展现状及发展方向 | 第10-15页 |
| 1.2 用户行为规律及业务相关性研究的意义 | 第15页 |
| 1.3 本文的研究目标及内容 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 用户行为及相关性研究概述 | 第18-24页 |
| 2.1 数据挖掘概述 | 第18-20页 |
| 2.1.1 数据挖掘的方法 | 第18-20页 |
| 2.1.2 数据挖掘的步骤 | 第20页 |
| 2.2 移动互联网用户行为的研究 | 第20-22页 |
| 2.3 相关性分析的研究 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 用户业务行为预测方法研究 | 第24-30页 |
| 3.1 用户行为特征建模 | 第24-25页 |
| 3.2 用户业务使用行为预测方法--HSMM | 第25-29页 |
| 3.2.1 前向-后向算法 | 第25-27页 |
| 3.2.2 状态预测及参数重估 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 用户行为预测结果分析 | 第30-42页 |
| 4.1 数据说明 | 第30页 |
| 4.2 用户筛选 | 第30-33页 |
| 4.3 业务跳转状态分布 | 第33-35页 |
| 4.4.用户行为预测 | 第35-40页 |
| 4.5 本章小结 | 第40-42页 |
| 第五章 业务相关性研究方法 | 第42-48页 |
| 5.1 时间窗的划分 | 第42页 |
| 5.2 业务状态转移模型 | 第42-43页 |
| 5.3 业务发生概率矩阵和状态转移概率矩阵的计算 | 第43-45页 |
| 5.3.1 业务发生概率矩阵 | 第43页 |
| 5.3.2 业务状态转移概率矩阵 | 第43-45页 |
| 5.4 预测及模型评估 | 第45-46页 |
| 5.5 本章小结 | 第46-48页 |
| 第六章 业务相关性分析 | 第48-62页 |
| 6.1 业务使用记录数的变化规律 | 第48-50页 |
| 6.2 时间窗的划分 | 第50-52页 |
| 6.3 业务发生概率矩阵和业务状态转移概率矩阵的计算 | 第52-60页 |
| 6.3.1 业务发生概率矩阵的计算 | 第53-55页 |
| 6.3.2 业务状态转移概率矩阵的计算 | 第55-58页 |
| 6.3.3 业务发生概率预测及误差分析 | 第58-60页 |
| 6.4 本章小结 | 第60-62页 |
| 第七章 总结与展望 | 第62-66页 |
| 7.1 论文总结 | 第62-64页 |
| 7.2 未来工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |