首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于电信大数据的移动互联网用户行为分析系统的设计与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1. 运营商大数据应用现状第10页
        1.2.2. 移动互联网用户行为研究现状第10-11页
        1.2.3. 用户行为挖掘分析平台发展现状第11-12页
    1.3 论文主要工作第12-13页
    1.4 论文组织结构第13-15页
第二章 相关技术介绍第15-23页
    2.1 大数据处理技术第15-19页
        2.1.1. HDFS第15-16页
        2.1.2. MapReduce第16-17页
        2.1.3. Spark第17-19页
    2.2 相关数据分析技术第19-21页
        2.2.1. 聚类分析技术第19-20页
        2.2.2. 分类分析技术第20-21页
    2.3 可视化技术介绍第21-22页
    2.4 本章小结第22-23页
第三章 移动互联网用户行为分析系统需求分析第23-32页
    3.1 系统的总体需求第23-25页
    3.2 系统的功能需求第25-30页
        3.2.1. 数据管理功能需求第25-27页
        3.2.2. 数据挖掘计算功能需求第27-28页
        3.2.3. 用户行为特征分析功能需求第28-29页
        3.2.4. 用户分群分析功能需求第29-30页
    3.3 系统的非功能需求第30-31页
    3.4 本章小结第31-32页
第四章 移动互联网用户行为分析系统的设计与实现第32-49页
    4.1 系统总体设计第32-37页
        4.1.1. 系统总体架构设计第32-34页
        4.1.2. 系统动态流程设计第34-37页
    4.2 数据库设计第37-42页
        4.2.1. 特征数据库设计第37-40页
        4.2.2. 业务数据库设计第40-42页
    4.3 核心模块的设计与实现第42-48页
        4.3.1. 任务调度管理的设计与实现第42-44页
        4.3.2. 数据管理的设计与实现第44-46页
        4.3.3. 数据挖掘计算的设计与实现第46-48页
    4.4 本章小节第48-49页
第五章 移动互联网用户行为分析场景应用及系统测试第49-64页
    5.1 数据描述第49-50页
    5.2 用户行为特征分析第50-52页
        5.2.1. 用户时间特征分布分析第50页
        5.2.2. 服务使用行为分析第50-52页
        5.2.3. 应用访问行为分析第52页
    5.3 基于移动流量的用户分群分析第52-58页
        5.3.1. 用户流量特征分析第52-54页
        5.3.2. 基于K-means的用户流量分群模型第54-56页
        5.3.3. 实验与结果探究第56-58页
    5.4 系统测试第58-63页
        5.4.1. 环境部署第58页
        5.4.2. 系统功能测试第58-60页
        5.4.3. 系统性能测试第60-63页
    5.5 本章小结第63-64页
第六章 总结与展望第64-66页
    6.1 工作总结第64页
    6.2 工作展望第64-66页
参考文献第66-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于PROV的数据管理平台的设计与实现
下一篇:基于WEB挖掘的网页主题标签系统的设计与实现