基于移动终端日志数据的人群特征可视化研究

摘要

随着我国移动互联网的迅猛发展，移动终端设备用户数量日趋庞大，各种移动应用程序层出不穷。如何从海量的移动终端日志数据中，提取出有效的信息，并进行合理清晰的可视化展现，为应用开发者、渠道商等提供有价值的统计分析功能，显得尤为重要。目前，对于移动终端日志数据的研究和分析，多是基于对单一属性的统计结果分析，如应用下载排行，用户留存率等。本文进一步挖掘移动终端日志数据背后深层次的隐含信息，更加准确地概括出移动终端用户的特征。本文提出了一种基于移动应用程序日志数据的人群特征分析与画像计算方法;构造了基于移动应用程序数据的主题模型，并将移动设备用户按照与不同应用主题的相关度进行聚类，得到了具有不同特征的人群;从而提出了基于嵌套气泡图和Voronoi Treemap的可视化展现与分析方案。本文进一步将人群特征与时间信息、地理位置信息相结合，从多角度可视化展现人群特征。最后，根据本文研究内容，实现了B/S架构的日志数据可视化分析原型系统，并通过案例分析以验证本文方法的有效性。

目录

声明

摘要

图目录

表目录

第1章 绪论

1．1 课题背景

1．2 国内外研究现状

1．2．1 数据可视化的发展

1．2．2 主题模型的应用

1．3 论文的主要工作

1．4 论文的组织结构

第2章 相关技术介绍

2．1 主题模型

2．1．1 主题模型简介

2．1．2 主题模型分类

2．1．3 LDA主题模型

2．2 可视化方法

2．2．1 多层结构数据的可视化方法

2．2．2 地理分布数据的可视化方法

2．3 本章小结

第3章 基于LDA主题模型的人群聚类

3．1 问题分析

3．1．1 数据分析

3．1．2 隐藏信息挖掘

3．1．3 数据预处理

3．2 主题模型的建立

3．2．1 建立应用标签的词袋模型

3．2．2 计算LDA模型

3．2．3 聚类

3．3 可视化转换

3．3．1 气泡图

3．3．2 增加时间维度的比较，动态变换

3．3．3 Voronoi Treemap

3．4 案例分析

3．4．1 有效性验证

3．4．2 不同分类标签数据对结果的影响

3．4．3 两种可视化方法对比

3．5 本章小结

第4章 结合地理信息的人群聚类可视化

4．1 地域人群总体分布可视化

4．1．1 数据分析

4．1．2 可视化转换

4．2 地域人群具体分布可视化

4．2．1 数据分析

4．2．2 可视化转换

4．2．3 案例分析

4．3 本章小结

第5章 系统实现方案

5．1 实验环境

5．2 系统实现方案

5．2．1 后台数据处理平台

5．2．2 前端网页展示平台

5．3 系统展示

5．4 本章小结

第6章 总结与展望

6．1 论文总结

6．2 未来工作展望

参考文献

攻读硕士学位期间主要的研究成果

致谢