移动用户行为分析机制的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文主要研究工作 | 第15-16页 |
| 1.3.1 移动用户移动行为分析 | 第15页 |
| 1.3.2 移动用户兴趣行为分析 | 第15-16页 |
| 1.4 论文组织结构 | 第16页 |
| 1.5 课题来源 | 第16-18页 |
| 第2章 相关理论与技术 | 第18-28页 |
| 2.1 聚类算法 | 第18-22页 |
| 2.1.1 聚类算法概述 | 第18-19页 |
| 2.1.2 常见聚类算法 | 第19-22页 |
| 2.2 网页分类技术 | 第22-23页 |
| 2.3 MapReduce模型与Hadoop平台 | 第23-27页 |
| 2.3.1 MapReduce模型简介 | 第24-25页 |
| 2.3.2 Hadoop平台简介 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 移动用户行为模型设计 | 第28-36页 |
| 3.1 移动用户移动行为模型设计 | 第28-32页 |
| 3.1.1 轨迹模型 | 第28-30页 |
| 3.1.2 移动行为模型 | 第30-32页 |
| 3.2 移动用户兴趣行为模型设计 | 第32-34页 |
| 3.3 移动用户行为模型设计 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 移动用户行为分析机制设计 | 第36-58页 |
| 4.1 移动用户移动行为分析机制设计 | 第36-48页 |
| 4.1.1 基于时间窗口的轨迹挖掘 | 第36-39页 |
| 4.1.2 个体移动行为分析机制设计 | 第39-46页 |
| 4.1.3 群体移动行为分析机制设计 | 第46-48页 |
| 4.2 移动用户兴趣行为分析机制设计 | 第48-56页 |
| 4.2.1 网页文档预处理 | 第48-50页 |
| 4.2.2 朴素贝叶斯分类器构建 | 第50-56页 |
| 4.2.3 兴趣行为构建 | 第56页 |
| 4.3 移动用户行为分析机制设计 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 实验结果与性能评价 | 第58-74页 |
| 5.1 实验环境 | 第58-59页 |
| 5.2 实验实现 | 第59-61页 |
| 5.2.1 实验主要类 | 第59-60页 |
| 5.2.2 实验数据集 | 第60-61页 |
| 5.3 性能评价 | 第61-72页 |
| 5.3.1 参数设置 | 第61-65页 |
| 5.3.2 移动行为分析机制的性能评价 | 第65-69页 |
| 5.3.3 兴趣行为分析机制的性能评价 | 第69-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第6章 结束语 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士期间发表的论文 | 第82页 |
