声明
致谢
摘要
1 引言
1.1 课题研究背景
1.2 国内外研究现状
1.3 课题研究内容与意义
1.4 论文结构
2 基本理论方法和技术
2.1 用户行为分析
2.1.1 用户行为分析方法
2.1.2 用户行为模式模型
2.2 多维数据分析与数据挖掘
2.2.1 多维数据分析与数据仓库
2.2.2 数据挖掘技术
2.3 海量数据处理技术研究
2.3.1 Hadoop平台及组件
2.3.2 MapReduce应用开发
2.4 页面显示技术
2.5 本章小结
3 手机上网用户行为分析系统的设计和实现
3.1 业务需求分析
3.2 总体架构设计
3.2.1 系统数据处理流程
3.2.2 系统架构设计
3.3 用户行为数据库设计
3.4 用户行为统计分析设计和实现
3.4.1 报表分析模块
3.4.2 流量分析模块
3.5 用户行为模式生成模块设计和实现
3.5.1 数据预处理
3.5.2 频繁项集和强关联规则生成
3.5.3 建立和评估行为模式
3.6 本章小结
4 手机上网用户行为分析关键技术研究
4.1 Hadoop海量数据处理技术
4.2 聚类和关联规则技术研究
4.2.1 K-Means聚类技术研究
4.2.2 几种关联规则算法及对比
4.2.3 基于Hadoop的FP_Growth算法及改进
4.3 关键技术的应用
4.3.1 Hadoop技术应用
4.3.2 K-Means聚类技术应用
4.3.3 FP_growth关联规则技术应用
4.4 本章小结
5 总结与展望
5.1 论文总结
5.2 论文展望
参考文献
作者简历
学位论文数据集