移动互联网海量用户移动与浏览行为的研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究内容和意义 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第二章 基于云计算的移动互联网数据分析概述 | 第13-17页 |
| 2.1 移动互联网数据概述 | 第13-14页 |
| 2.2 基于Hadoop的大数据分析系统 | 第14-16页 |
| 2.2.1 基于Hadoop的话单数据存储 | 第14-15页 |
| 2.2.2 基于MapReduce的话单数据处理 | 第15页 |
| 2.2.3 基于Hive的话单数据处理 | 第15-16页 |
| 2.3 大数据分析处理方法概述 | 第16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 移动互联网用户位置信息优化 | 第17-25页 |
| 3.1 移动互联网用户定位 | 第17-18页 |
| 3.2 包含位置信息的报文特征库构建 | 第18-21页 |
| 3.2.1 移动端应用选取 | 第18页 |
| 3.2.2 报文抓取与分析 | 第18-19页 |
| 3.2.3 报文特征整理 | 第19-21页 |
| 3.3 海量用户GPS位置信息获取 | 第21-24页 |
| 3.3.1 实验数据集 | 第21页 |
| 3.3.2 地图坐标系概述 | 第21-22页 |
| 3.3.3 用户位置信息提取 | 第22页 |
| 3.3.4 提取结果分析 | 第22-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 城市热门区域识别与分析 | 第25-41页 |
| 4.1 城市热门区域概述 | 第25页 |
| 4.2 城市热门区域识别方法 | 第25-27页 |
| 4.3 城市热门区域分析 | 第27-39页 |
| 4.3.1 数据来源及主要特征 | 第27-31页 |
| 4.3.2 城市热门区域的稳定性 | 第31-34页 |
| 4.3.3 城市热门区域的数量 | 第34-36页 |
| 4.3.4 永久型热门区域的重要性 | 第36-37页 |
| 4.3.5 城市空间结构探究 | 第37-39页 |
| 4.4 本章小结 | 第39-41页 |
| 第五章 基于用户移动和浏览行为的大数据分析系统 | 第41-53页 |
| 5.1 系统设计 | 第41-43页 |
| 5.2 电商用户热门区域洞察 | 第43-47页 |
| 5.2.1 功能描述 | 第43-44页 |
| 5.2.2 数据库表设计 | 第44-45页 |
| 5.2.3 网页界面实现 | 第45-47页 |
| 5.3 基于历史轨迹的用户关系发现 | 第47-49页 |
| 5.3.1 功能描述 | 第47-48页 |
| 5.3.2 数据库表设计 | 第48页 |
| 5.3.3 网页界面实现 | 第48-49页 |
| 5.4 用户行为回溯 | 第49-52页 |
| 5.4.1 功能描述 | 第49页 |
| 5.4.2 数据库表设计 | 第49-50页 |
| 5.4.3 网页界面实现 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
