基于小波聚類(lèi)的網(wǎng)絡(luò)用戶(hù)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(hù)達(dá)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(kāi)展的工作、娛樂(lè)和服務(wù)項(xiàng)目越來(lái)越多。近年來(lái)，網(wǎng)絡(luò)運(yùn)營(yíng)商以及服務(wù)提供商開(kāi)始對(duì)網(wǎng)絡(luò)中用戶(hù)行為特點(diǎn)、使用習(xí)慣以及感興趣的應(yīng)用類(lèi)別等產(chǎn)生了興趣，并希望通過(guò)一定的技術(shù)手段，分析并獲取這些用戶(hù)行為信息，作為網(wǎng)絡(luò)用戶(hù)管理、網(wǎng)絡(luò)服務(wù)質(zhì)量?jī)?yōu)化、網(wǎng)絡(luò)營(yíng)銷(xiāo)策略的重要依據(jù)，甚至可以為第三方提供客戶(hù)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(duì)網(wǎng)絡(luò)用戶(hù)的流量數(shù)

2、據(jù)進(jìn)行分析，通過(guò)聚類(lèi)的方式，獲得不同行為模式的用戶(hù)群。從而為進(jìn)一步的用戶(hù)服務(wù)或網(wǎng)絡(luò)營(yíng)銷(xiāo)提供有益的數(shù)據(jù)支持。論文主要開(kāi)展的工作包括以下幾個(gè)方面：
　　①首先對(duì)網(wǎng)絡(luò)用戶(hù)行為進(jìn)行了抽象，構(gòu)建了一種網(wǎng)絡(luò)用戶(hù)行為模型。論文以網(wǎng)絡(luò)用戶(hù)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(jiǎn)化分析的維度。論文構(gòu)建的模型通過(guò)網(wǎng)絡(luò)應(yīng)用、耗時(shí)比例、消耗流量比例等三個(gè)方面體現(xiàn)用戶(hù)行為特點(diǎn)。
　?、谘芯苛诵〔ǚ治隼碚?，并對(duì)

3、傳統(tǒng)小波聚類(lèi)算法存在空間復(fù)雜度較高的不足加以改進(jìn)，提出了一種改進(jìn)的MoFSU小波聚類(lèi)算法。該算法通過(guò)對(duì)特征空間中相鄰單元的合并降低算法對(duì)空間的消耗，從而優(yōu)化算法的空間復(fù)雜度，同時(shí)提高了算法的時(shí)間性能。論文通過(guò)理論分析的方法驗(yàn)證了算法的改進(jìn)是有效的。
　　③通過(guò)實(shí)驗(yàn)檢驗(yàn)論文所提出的理論觀(guān)點(diǎn)。以某網(wǎng)絡(luò)用戶(hù)行為日志數(shù)據(jù)集為基礎(chǔ)，通過(guò)論文提出的網(wǎng)絡(luò)用戶(hù)行為模型，處理并構(gòu)建出實(shí)驗(yàn)所需的數(shù)據(jù)模型，運(yùn)用上述改進(jìn)的小波聚類(lèi)算法，對(duì)數(shù)據(jù)進(jìn)行分析，獲