| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.2.1 用户相似性比较识别方法研究现状 | 第13-14页 |
| 1.2.2 机器学习方法研究现状 | 第14页 |
| 1.3 目前存在的问题 | 第14-15页 |
| 1.4 主要工作内容 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第二章 相关概念与技术 | 第18-27页 |
| 2.1 Hadoop以及Hive相关技术与概念 | 第18-19页 |
| 2.2 相似性识别方法 | 第19-21页 |
| 2.2.1 欧式距离 | 第19-20页 |
| 2.2.2 马氏距离 | 第20-21页 |
| 2.2.3 夹角余弦相似性 | 第21页 |
| 2.3 机器学习相关方法与技术 | 第21-25页 |
| 2.3.1 决策树 | 第21-23页 |
| 2.3.2 Boosting | 第23页 |
| 2.3.3 GBDT | 第23-24页 |
| 2.3.4 半监督学习方法 | 第24-25页 |
| 2.4 相关参数指标 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于行为相似性的网络用户识别系统算法设计 | 第27-40页 |
| 3.1 改进的PU_learning算法 | 第27-30页 |
| 3.1.1 PU_learning算法简介 | 第27页 |
| 3.1.2 PU_learning算法改进 | 第27-30页 |
| 3.2 基于行为相似性的网络用户识别模型 | 第30-34页 |
| 3.2.1 数据预处理 | 第30-31页 |
| 3.2.2 特征设计与样本提取 | 第31-32页 |
| 3.2.3 参数调节与模型训练 | 第32-34页 |
| 3.3 实验与结果分析 | 第34-39页 |
| 3.3.1 数据来源 | 第34-35页 |
| 3.3.2 实验过程与结果 | 第35-38页 |
| 3.3.3 实验结果对比分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于行为相似性的网络用户识别系统设计与实现 | 第40-56页 |
| 4.1 需求分析 | 第40-42页 |
| 4.1.1 总体需要分析 | 第40-41页 |
| 4.1.2 子模块需求分析 | 第41-42页 |
| 4.2 系统总体架构 | 第42-44页 |
| 4.3 底层环境部署 | 第44-46页 |
| 4.3.1 Hadoop集群环境搭建 | 第44-45页 |
| 4.3.2 Hive安装 | 第45页 |
| 4.3.3 流量捕获系统搭建 | 第45-46页 |
| 4.4 流量捕获模块 | 第46-47页 |
| 4.4.1 服务器节点 | 第46-47页 |
| 4.4.2 前端机节点 | 第47页 |
| 4.5 用户信息匹配模块 | 第47-50页 |
| 4.5.1 HTTP流还原子模块 | 第49页 |
| 4.5.2 正则匹配子模块 | 第49-50页 |
| 4.6 模型训练及预测模块 | 第50-55页 |
| 4.6.1 用户活跃度分析 | 第50-51页 |
| 4.6.2 数据筛选与过滤 | 第51-52页 |
| 4.6.3 特征数据提取 | 第52-55页 |
| 4.6.4 模型训练及预测 | 第55页 |
| 4.7 本章小结 | 第55-56页 |
| 第五章 基于行为相似性的网络用户识别系统测试 | 第56-62页 |
| 5.1 系统环境 | 第56-57页 |
| 5.1.1 硬件环境 | 第56页 |
| 5.1.2 软件环境 | 第56-57页 |
| 5.2 系统测试 | 第57-61页 |
| 5.2.1 功能测试 | 第57-60页 |
| 5.2.2 性能测试 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 未来工作 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |