互联网电商网站的流量和用户行为分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状及意义 | 第11-12页 |
| 1.3 论文结构 | 第12-14页 |
| 第二章 基于云计算的电商网站分析概述 | 第14-23页 |
| 2.1 国内主要电商网站的介绍 | 第14-15页 |
| 2.2 云计算在海量数据分析中的作用 | 第15-16页 |
| 2.3 基于Hadoop的分布式大数据分析系统 | 第16-21页 |
| 2.3.1 Hadoop分布式文件系统HDFS | 第16-17页 |
| 2.3.2 MapReduce编程模型 | 第17-18页 |
| 2.3.3 HBase大数据库 | 第18-20页 |
| 2.3.4 Yarn简介 | 第20-21页 |
| 2.4 数据分析和挖掘关键方法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 电商网站操作特征识别 | 第23-28页 |
| 3.1 电商网站海量数据描述 | 第23-25页 |
| 3.1.1 数据采集 | 第23-24页 |
| 3.1.2 数据描述与预处理 | 第24页 |
| 3.1.3 分布式数据分析平台介绍 | 第24-25页 |
| 3.2 电商网站操作特征识别 | 第25-27页 |
| 3.2.1 电商网站名称识别 | 第25页 |
| 3.2.2 电商用户行为识别 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 电商网站流量特征及用户行为分析 | 第28-43页 |
| 4.1 电商网站用户数分析 | 第28-31页 |
| 4.1.1 用户结果数据存储 | 第28-29页 |
| 4.1.2 业务渗透率 | 第29-30页 |
| 4.1.3 用户时段分布分析 | 第30-31页 |
| 4.2 电商网站流量分析 | 第31-38页 |
| 4.2.1 整体电商流量分布 | 第31-32页 |
| 4.2.2 上下行流量分布特征 | 第32-33页 |
| 4.2.3 流量分布特性与建模 | 第33-36页 |
| 4.2.4 流量的昼夜模式 | 第36-38页 |
| 4.3 电商网站请求次数分析 | 第38-40页 |
| 4.3.1 请求次数对比分析 | 第38页 |
| 4.3.2 请求次数与流量相关性分析 | 第38-40页 |
| 4.4 电商网站的操作行为分析 | 第40-42页 |
| 4.4.1 搜索浏览行为分析 | 第40-41页 |
| 4.4.2 操作转化率分析 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 移动互联网电商访问差异性分析 | 第43-49页 |
| 5.1 移动互联网电商概述 | 第43-44页 |
| 5.1.1 移动网络电商发展现状 | 第43页 |
| 5.1.2 主流终端和操作系统介绍 | 第43-44页 |
| 5.2 多类型终端差异性分析 | 第44-47页 |
| 5.2.1 多类型终端用户渗透率分析 | 第44-45页 |
| 5.2.2 多类型终端流量分析 | 第45-47页 |
| 5.3 操作系统差异性分析 | 第47-48页 |
| 5.3.1 操作系统用户数分析 | 第47页 |
| 5.3.2 操作系统流量分析 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 电商用户标签提取及用户画像 | 第49-60页 |
| 6.1 电商用户标签提取 | 第49-50页 |
| 6.1.1 用户标签 | 第49页 |
| 6.1.2 提取流程 | 第49-50页 |
| 6.2 用户画像系统架构 | 第50-51页 |
| 6.3 用户画像分析 | 第51-53页 |
| 6.3.1 用户画像的流程 | 第51-52页 |
| 6.3.2 电商用户画像结果 | 第52-53页 |
| 6.4 电商标签层级关系分析 | 第53-59页 |
| 6.4.1 电商标签层级关系概述 | 第53-54页 |
| 6.4.2 算法介绍 | 第54-58页 |
| 6.4.3 结果分析 | 第58-59页 |
| 6.5 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
