基于校园WIFI位置的用户上网行为分析系统

摘要

近年来，随着无线互联网技术的深入发展，校园WIFI已被广泛部署应用，为优化校园网络管理并了解挖掘校园用户的行为特征，越来越多的高校及研究机构开始关注校园网用户的上网行为。所以，校园无线网用户的上网行为研究具有较高的应用价值。
　　本文对校园无线局域网的用户上网行为进行了深入研究并完成系统开发。一方面，利用采集到的用户上网数据进行一般性能的研究分析；另一方面，提出了改进 AP聚类算法用于用户行为分析中，并搭建了真实的校园无线局域网用户行为分析系统，论文主要研究工作如下：
　　1）分析校园无线局域网络结构，针对基于FIT AP+AC的组网模式，采用syslog从AC(无线控制器)采集用户数据，对数据进行清洗、转换、归约等预处理工作，并从“校园用户终端品牌统计，不同时段平均登录次数分析及用户在线时长分布”三个不同维度来描述和比较在校园无线局域网中用户的个人行为特征规律。
　　2）研究对比了K-means算法以及Affinity Propagation聚类算法的聚类效果以及时间性能，引出基于基准数据的自适应AP聚类算法的讨论，并对其用于用户行为分析中进行算法改进，最后使用卡内基梅隆大学WIFI数据集对算法进行了验证对比。
　　3）提出了基于校园WIFI位置信息的用户行为分析方法，通过获取各AP位置信息结合用户漫游次数，更深层次的挖掘校园用户在校园内的移动活跃度，划分更细致的用户人群，设计开发了真实的校园无线用户行为分析系统，并使用了浙江省某高校真实无线用户数据集进行分析，同时将各统计结果进行了可视化展示。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景

1.2 研究意义

1.3 国内外研究现状

1.4 本文研究的目的和内容

1.5 本文组织结构

第2章 关键技术与相关理论

2.1 WiFi的室内定位技术

2.2 校园无线网逻辑结构

2.3 用户行为分析

2.4 用户数据采集技术

2.5 数据预处理

2.6 用户数据分析技术

2.7 本章小结

第3章 校园WiFi用户行为分析系统设计

3.1 系统框架设计

3.2 数据采集

3.3 数据存储和数据库表的设计

3.4 数据挖掘可视化设计

3.5 本章小结

第4章 AP聚类算法的选择与改进

4.1 相关算法介绍

4.2 Landmark Adaptive AP聚类的问题与改进

4.3 实验及结果分析

4.4 本章小结

第5章 用户行为分析和数据挖掘

5.1 数据的选择与预处理

5.2 用户一般性能统计

5.3 校园网用户基于位置信息的移动性分析

5.4 用户行为分析系统可视化实现

5.5 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

致谢