基于小波聚類的網(wǎng)絡用戶行為分析研究.pdf

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