基于小波聚類的網(wǎng)絡(luò)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(luò)用戶達到了空前的數(shù)量，各種網(wǎng)絡(luò)應(yīng)用日益豐富，人們利用互聯(lián)網(wǎng)開展的工作、娛樂和服務(wù)項目越來越多。近年來，網(wǎng)絡(luò)運營商以及服務(wù)提供商開始對網(wǎng)絡(luò)中用戶行為特點、使用習(xí)慣以及感興趣的應(yīng)用類別等產(chǎn)生了興趣，并希望通過一定的技術(shù)手段，分析并獲取這些用戶行為信息，作為網(wǎng)絡(luò)用戶管理、網(wǎng)絡(luò)服務(wù)質(zhì)量優(yōu)化、網(wǎng)絡(luò)營銷策略的重要依據(jù)，甚至可以為第三方提供客戶關(guān)系方面的增值服務(wù)。
　　本論文旨在以小波分析理論為基礎(chǔ)，對網(wǎng)絡(luò)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(wù)或網(wǎng)絡(luò)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：
　?、偈紫葘W(wǎng)絡(luò)用戶行為進行了抽象，構(gòu)建了一種網(wǎng)絡(luò)用戶行為模型。論文以網(wǎng)絡(luò)用戶的業(yè)務(wù)行為為分析目標(biāo)，在眾多網(wǎng)絡(luò)流量屬性中，篩選出于業(yè)務(wù)行為直接關(guān)聯(lián)的屬性，從而簡化分析的維度。論文構(gòu)建的模型通過網(wǎng)絡(luò)應(yīng)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。
　　②研究了小波分析理論，并對

3、傳統(tǒng)小波聚類算法存在空間復(fù)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(fù)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(luò)用戶行為日志數(shù)據(jù)集為基礎(chǔ)，通過論文提出的網(wǎng)絡(luò)用戶行為模型，處理并構(gòu)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