基于数据挖掘的用户上网行为分析

发布时间：2017-10-10 23:38

  本文关键词：基于数据挖掘的用户上网行为分析

  更多相关文章： 用户上网行为分析 数据挖掘 Python

【摘要】：随着互联网技术的发展和日益普及,网络为人们提供了海量的知识资源,并成为人们学习、教育、情感交流的最佳方式。但是,互联网在给人们带来生活上方便的同时带来了隐患。如何能在本地局域网发现恶意用网用户,阻止有害信息扩散是一直以来人们关注的焦点。与此同时,教育领域、商业领域使用用户上网行为分析发现用户上网行为规律并将其应用于业务发展,取得良好的成绩。借鉴其它领域的成功应用,用户上网行为分析在保证网络的安全方面将起到非常重要的作用。用户上网行为分析将成为保障网络安全的重要工具。本论文首先研究了用户上网行为分析和数据挖掘的现状,接着详细的阐述了数据挖掘过程、经典算法和工具。在研究了与数据挖掘相关的工具和编程语言基础上,设计并实现了一个有自主知识产权并可以嵌入到其它系统的数据挖掘软件平台。最后,介绍了软件平台的编程语言Python的关键技术,软件平台的设计架构和功能的具体实现。本论文的实验是基于中央民族大学网络中心计费服务器的后台数据库,将数据库中与用户上网行为相关的数据应用到软件平台之上。论文的实验过程为：(1)用户上网行为数据项的编码统一化和特征数值标准化处理。(2)通过对数据集的内容分析,提出时长和流量的函数假设后进行回归分析验证。根据分析结果提出用户类别假设,选择用K-Means算法将用户分类进行聚类分析验证假设。(3)对不同的类别进行描述统计分析。(4)根据IP地址和应用提出用户应用的关系假设后对用户的网络应用进行关联分析。最后,根据实验结果得出用户为分享型娱乐网民和用户网络应用的规律。
【关键词】：用户上网行为分析 数据挖掘 Python
【学位授予单位】：中央民族大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 绪论11-17
• 第一节 研究背景与意义11-12
• 第二节 国内外研究现状12-15
• 一、用户上网行为分析的国内外研究现状12-13
• 二、数据挖掘的国内外研究现状13-15
• 三、数据挖掘在互联网用户上网行为分析中的研究现状15
• 第三节 本论文研究的主要内容15-16
• 第四节 论文的组织架构16-17
• 第二章 数据挖掘原理17-24
• 第一节 数据挖掘过程17-18
• 第二节 数据挖掘的经典算法介绍18-22
• 第三节 数据挖掘工具介绍22-23
• 第四节 本章小结23-24
• 第三章 PDM软件平台设计与实现24-42
• 第一节 PDM软件平台的开发背景24-25
• 第二节 Python编程语言概述25-29
• 一、Python发展历程25-27
• 二、核心模块包27-28
• 三、python程序的架构28-29
• 第三节 PDM软件平台系统框架29-41
• 一、PDM平台的设计方案29-34
• 二、PDM平台的实现34-41
• 第四节 本章小结41-42
• 第四章 PDM在用户上网行为分析中的应用42-55
• 第一节 实验数据来源42-43
• 第二节 PDM在用户上网行为分析过程43-54
• 一、数据导入44-45
• 二、数据预处理45-46
• 三、模型评估46-49
• 四、分类统计计算49-52
• 五、用户的网络应用关联分析52-54
• 第三节 实验结果54
• 第四节 本章小结54-55
• 结论与展望55-57
• 第一节 论文总结55-56
• 第二节 工作展望56-57
• 参考文献57-60
• 致谢60-61
• 攻读学位期间发表论文61

【相似文献】

中国期刊全文数据库 前10条

1 香丽芸;浅谈数据挖掘及其应用[J];昌吉师专学报;2001年02期

2 郑雪燕,张杰明,岳洋;数据挖掘语言[J];计算机时代;2001年11期

3 刘明晶;数据挖掘[J];华南金融电脑;2001年04期

4 张伟;刘勇国;彭军;廖晓峰;吴中福;;数据挖掘发展研究[J];计算机科学;2001年07期

5 钟晓;马少平;张钹;俞瑞钊;;数据挖掘综述[J];模式识别与人工智能;2001年01期

6 朱建平,张润楚;数据挖掘的发展及其特点[J];统计与决策;2002年07期

7 傅岚;在数据海洋中打捞信息数据挖掘[J];科技广场;2002年11期

8 李峻;数据挖掘,企业洞察先机的“慧眼”[J];中国计算机用户;2002年48期

9 罗可,蔡碧野,卜胜贤,谢中科;数据挖掘及其发展研究[J];计算机工程与应用;2002年14期

10 ;2002数据挖掘研讨班[J];计算机工程;2002年06期

中国重要会议论文全文数据库 前10条

1 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 张弦;;数据挖掘在农业中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 魏顺平;;教育数据挖掘:现状与趋势[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年

4 关清平;沉培辉;;概率网络在数据挖掘上的应用[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

5 丁瑾;;基于Web数据挖掘的综述[A];山西省科学技术情报学会学术年会论文集[C];2004年

6 聂茹;田森平;;Web数据挖掘及其在电子商务中的应用[A];中南六省（区）自动化学会第24届学术年会会议论文集[C];2006年

7 李菊;王军;;数据挖掘在客户关系管理的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

8 肖阳;李启贤;;数据挖掘在中国钢铁行业中的应用[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

9 杨磊;王贵成;汪勇;张占胜;;SQL Server 2005在数据挖掘中的应用[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

中国重要报纸全文数据库 前10条

1 本报记者褚宁;数据挖掘如“挖金”[N];解放日报;2002年

2 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

3 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

4 《网络世界》记者 王莹;数据挖掘保险业的新蓝海[N];网络世界;2012年

5 刘俊丽;基于地理化的网络数据挖掘与分析提升投资有效性[N];人民邮电;2014年

6 本报记者 连晓东;数据挖掘：金融信息化新热点[N];中国电子报;2002年

7 本报记者 凤小华 朱仁康;“数字挖掘软件”引领中国信息化新浪潮[N];中国电子报;2003年

8 本报记者　史延廷;“成功企业数据挖掘暨数量化管理论坛”在京举办[N];中国旅游报;2002年

9 朱小宁;数据挖掘：信息化战争的基础工程[N];解放军报;2005年

10 本报记者 王小平;从“大集中”走向数据挖掘[N];金融时报;2002年

中国博士学位论文全文数据库 前10条

1 于自强;海量流数据挖掘相关问题研究[D];山东大学;2015年

2 张馨;全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘[D];复旦大学;2011年

3 彭计红;基于数据挖掘的痴呆中医证的研究[D];南京中医药大学;2015年

4 李秋虹;基于MapReduce的大规模数据挖掘技术研究[D];复旦大学;2013年

5 邬文帅;基于多目标决策的数据挖掘方法评估与应用[D];电子科技大学;2015年

6 谢邦彦;整合数据挖掘与TRIZ理论的质量管理方法研究[D];首都经济贸易大学;2010年

7 何伟全;云南高校学生意外伤害因素关联规则挖掘及风险管控体系研究[D];昆明理工大学;2015年

8 段功豪;基于多结构数据挖掘的滑坡灾害预测模型研究[D];中国地质大学;2016年

9 白晓明;基于数据挖掘的复合材料宏—细观力学模型研究[D];哈尔滨工业大学;2016年

10 蓝永豪（LAM Wing Ho）;基于数据挖掘技术分析当代中医名家痤疮验方经验研究[D];南京中医药大学;2016年

中国硕士学位论文全文数据库 前10条

1 林仁红;基于数据挖掘的机遇识别与评价研究[D];首都经济贸易大学;2007年

2 张彦俊;游戏运营中的数据挖掘[D];复旦大学;2011年

3 焦亚召;基于多核函数FCM算法在数据挖掘聚类中的应用研究[D];昆明理工大学;2015年

4 王杰锋;物联网能耗数据智能分析及其应用平台设计[D];江南大学;2015年

5 刘学建;数据挖掘在电子商务推荐系统中的应用研究[D];昆明理工大学;2015年

6 戴阳阳;基于数据挖掘的金融时间序列预测研究与应用[D];江南大学;2015年

7 石思优;基于主题模型的医疗数据挖掘研究[D];广东技术师范学院;2015年

8 陈丹;移动互联网信令挖掘实现智慧营销的设计与实现应用研究[D];华南理工大学;2015年

9 陈思;基于数据挖掘的大学生客户识别模型的研究[D];昆明理工大学;2015年

10 位长帅;基于客户数据挖掘的电信客户关系管理研究[D];西南交通大学;2015年

，

本文编号：1009296