基于小波聚类的网络用户行为分析研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文工作 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 2 网络用户行为分析基础和技术 | 第13-24页 |
| 2.1 网络用户行为分析概念 | 第13页 |
| 2.2 网络用户行为 | 第13-16页 |
| 2.2.1 网络用户行为的表示 | 第13页 |
| 2.2.2 网络用户行为特点 | 第13-14页 |
| 2.2.3 网络用户行为分类 | 第14-16页 |
| 2.3 网络用户行为分析相关技术 | 第16-22页 |
| 2.3.1 网络流量识别技术 | 第16-18页 |
| 2.3.2 DPI技术 | 第18-19页 |
| 2.3.3 数据挖掘技术 | 第19-21页 |
| 2.3.4 聚类 | 第21-22页 |
| 2.4 小结 | 第22-24页 |
| 3 一种改进的小波聚类算法 | 第24-36页 |
| 3.1 小波聚类相关定义 | 第24-25页 |
| 3.2 小波变换 | 第25-27页 |
| 3.3 基于小波分析的聚类 | 第27-28页 |
| 3.4 小波聚类算法 | 第28-31页 |
| 3.4.1 算法介绍 | 第28-29页 |
| 3.4.2 算法分析 | 第29-30页 |
| 3.4.3 算法时间复杂度 | 第30-31页 |
| 3.5 小波聚类算法的改进 | 第31-34页 |
| 3.5.1 算法改进 | 第31-33页 |
| 3.5.2 MoFSU小波聚类算法分析 | 第33-34页 |
| 3.6 小结 | 第34-36页 |
| 4 基于小波聚类的网络用户行为分析 | 第36-52页 |
| 4.1 概述 | 第36页 |
| 4.2 用户行为建模 | 第36-38页 |
| 4.3 MoFSU小波聚类与用户行为模型 | 第38-40页 |
| 4.4 仿真实验 | 第40-49页 |
| 4.4.1 实验环境 | 第40页 |
| 4.4.2 实验数据的用户行为模型构建 | 第40-42页 |
| 4.4.3 实验结果分析 | 第42-49页 |
| 4.5 算法分析 | 第49-51页 |
| 4.5.1 算法效率分析 | 第49-50页 |
| 4.5.2 聚类质量分析 | 第50-51页 |
| 4.6 小结 | 第51-52页 |
| 5 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58页 |
| A. 作者在攻读学位期间发表的论文目录 | 第58页 |
