基于小波聚類的網(wǎng)絡用戶行為分析研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,網(wǎng)絡用戶達到了空前的數(shù)量,各種網(wǎng)絡應用日益豐富,人們利用互聯(lián)網(wǎng)開展的工作、娛樂和服務項目越來越多。近年來,網(wǎng)絡運營商以及服務提供商開始對網(wǎng)絡中用戶行為特點、使用習慣以及感興趣的應用類別等產(chǎn)生了興趣,并希望通過一定的技術手段,分析并獲取這些用戶行為信息,作為網(wǎng)絡用戶管理、網(wǎng)絡服務質量優(yōu)化、網(wǎng)絡營銷策略的重要依據(jù),甚至可以為第三方提供客戶關系方面的增值服務。
  本論文旨在以小波分析理論為基礎,對網(wǎng)絡用戶的流量數(shù)

2、據(jù)進行分析,通過聚類的方式,獲得不同行為模式的用戶群。從而為進一步的用戶服務或網(wǎng)絡營銷提供有益的數(shù)據(jù)支持。論文主要開展的工作包括以下幾個方面:
  ①首先對網(wǎng)絡用戶行為進行了抽象,構建了一種網(wǎng)絡用戶行為模型。論文以網(wǎng)絡用戶的業(yè)務行為為分析目標,在眾多網(wǎng)絡流量屬性中,篩選出于業(yè)務行為直接關聯(lián)的屬性,從而簡化分析的維度。論文構建的模型通過網(wǎng)絡應用、耗時比例、消耗流量比例等三個方面體現(xiàn)用戶行為特點。
 ?、谘芯苛诵〔ǚ治隼碚?,并對

3、傳統(tǒng)小波聚類算法存在空間復雜度較高的不足加以改進,提出了一種改進的MoFSU小波聚類算法。該算法通過對特征空間中相鄰單元的合并降低算法對空間的消耗,從而優(yōu)化算法的空間復雜度,同時提高了算法的時間性能。論文通過理論分析的方法驗證了算法的改進是有效的。
  ③通過實驗檢驗論文所提出的理論觀點。以某網(wǎng)絡用戶行為日志數(shù)據(jù)集為基礎,通過論文提出的網(wǎng)絡用戶行為模型,處理并構建出實驗所需的數(shù)據(jù)模型,運用上述改進的小波聚類算法,對數(shù)據(jù)進行分析,獲

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論