大数据在数据流量分析模型中的应用研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-11页 |
1.1 课题研究背景与研究意义 | 第8页 |
1.2 电信商流量发展现状 | 第8-9页 |
1.3 论文结构安排 | 第9-11页 |
1.3.1 本文主要工作 | 第9页 |
1.3.2 结构安排 | 第9-11页 |
第二章 大数据理论及其应用 | 第11-17页 |
2.1 大数据理论 | 第11-12页 |
2.2 大数据在通信系统中的应用 | 第12-16页 |
2.3 本章小结 | 第16-17页 |
第三章 流量分析模型的架构 | 第17-25页 |
3.1 流量分析模型的网络侧输出要求 | 第17-21页 |
3.2 流量分析模型的解析 | 第21-24页 |
3.2.1 流量分析模型的解析需求 | 第21-22页 |
3.2.2 模型解析流程 | 第22-23页 |
3.2.3 HTTP协议内容分析方法 | 第23页 |
3.2.4 流量偏好算法过程以及输入与输出 | 第23-24页 |
3.3 本章小结 | 第24-25页 |
第四章 流量分析模型的策略与运营 | 第25-41页 |
4.1 自有业务的模型应用 | 第25-28页 |
4.1.1 自有业务的服务策略与运营模型 | 第25-27页 |
4.1.2 自由业务的输出数据 | 第27-28页 |
4.2 竞品客户的反挖场景 | 第28-31页 |
4.2.1 竞品客户的反挖服务策略 | 第28-29页 |
4.2.2 竞品客户的运营模型 | 第29-31页 |
4.3 流量偏好分析事件营销 | 第31-32页 |
4.3.1 流量偏好分析事件的服务策略 | 第31-32页 |
4.3.2 流量偏好分析的输出数据 | 第32页 |
4.4 即时通信类产品分析 | 第32页 |
4.5 应用内容管理 | 第32-34页 |
4.6 内容与关键字管理 | 第34-40页 |
4.7 本章小结 | 第40-41页 |
第五章 校园用户模型的应用 | 第41-48页 |
5.1 校园用户的建模思路 | 第41页 |
5.2 用户指标特征 | 第41-43页 |
5.3 模型算法 | 第43-44页 |
5.4 校园用户识别 | 第44-45页 |
5.5 建模流程及模型输出 | 第45-47页 |
5.6 本章小结 | 第47-48页 |
第六章 总结与展望 | 第48-49页 |
6.1 总结 | 第48页 |
6.2 展望 | 第48-49页 |
参考文献 | 第49-51页 |
发表论文和参加科研情况说明 | 第51-52页 |
致谢 | 第52-53页 |