基于数据挖掘的校园网用户行为分析系统的设计与实现
发布时间：2021-07-25 11:16
随着我国经济水平的提升及网络信息技术的发展,网络已经变成人们生活中无法缺少的一部分,与大众的生活息息相关。经过二十余年的发展,校园网络在我国各高校都获得了较好的应用,无论是在学习、教学工作还是在生活上都给老师和学生带来巨大的改变,人们的生活也变得越来越便利。与此同时,随着校园网用户数量的不断增加,校园网管理工作面临越来越多的问题。因此,通过引入数据挖掘算法对校园网用户行为进行分析和特征描述对校园网建设的优化及服务水平的提高有着十分重要的意义和价值。本文以A大学校园网为例,获取和解读校园网流量控制服务器上的用户访问日志文件,采用数据挖掘方法对校园网用户行为进行分析,旨在探究校园网用户的访问目标划分和访问习惯,进而为校园网络优化提供建议。以此挖掘流程为核心工作,构建了校园网用户行为分析系统。具体工作包括:实现了对校园网用户公网访问日志的采集和理解。针对用户访问日志文件分散、格式不统一的实际情况,本文结合数据库对日志进行汇总管理,实施了数据清理、整理归档、标准化等功能,同时在进行数据处理的同时还可以实现对数据的理解解释,整理出了原始数据中的主要字段,使得访问日志的管理更加便捷,结构更加规范。...
【文章来源】：浙江工业大学浙江省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图４－１系统整体框架结构??４．１．１分析部分??数据采集模块主要是从公网访问流ｆｉ控服务器上采集校内用户访问公网资源的记录??
分析；公Ｎ出口路由优化块是根据分，对用户最访问的Ｗ源进行再次分析．并通过优化策略选择从校内访问该资源的最佳出口途径，从而实现校园??网公网出口访问的优化。除了上述两个功能模块，还可以利用用户行为分析结果开发其他??实用功能，此部分作为后续工作开展。??４．２系统模块设计??根据校园Ｎ内部环境下的功能需求以及所有的数据资源集合，校园Ｍ的用户行为分析??系统基本上可以分为三个模块。如图４－２所示，系统主耍实现数据管理、聚类分析、关联??规则挖掘分析三部分内容。??
界面，以试图得到最佳的聚类效??果丨丨３）。??４．２．３访问习惯分析模块??模块主要实现对数据集中访问站点信息情况进行关联规则挖掘，通过Ａｐｒｉｏｒｉ算法实??现用户访问习惯的分析。在模块中，可以根据图形化界而显示的项集情况对支持度进行动??态调整，提供规则的人工去噪，进而将结果服务于用户行为的分析和解释。??４．３数据库设计??对于从流控服务器获得的原始数据，由于没有对每个字段具体含义的说明，因此首先??需要对原始数据进行初步的分析，理解每个字段的含义。原始数据的格式与内容如图４－３。??Ｍａｒ?２０：０?１０：?３５：２２：?９３６ＰＭ?．?１６７＾７２２６＇．?！?１０．１．２０．１０６〇ＳａｏＹｏｕ?，２?Ｉ?ＳＢ?Ｉ?Ｓ２?：８?Ｉ?ｉ?ｆ?７３＜２９２２．０?！?４?：＞Ｃ?ｕ??２０３０＜？０５０ｆ４．０．００００?１?！?１２ｅｊ〇３ＣＣ３４?２４?：?＂?９０．０?Ｉ?１?Ｉ?３?Ｄ？?．?？?２４：Ｃ．?Ｃ－１２４?＼２Ａ?２?，?：７?｜?ｌＣ－４？＜ｉｅ２４０?ｉ?０?Ｉ?０?Ｉ?２??Ｍａｒ?ｒ?２０１０??１３．３５．２１：?ｉＳＣＰＭ：?１０．?－?Ｃｉ．?＾ＧＳＯｕｃＹｃｕ?？．?：Ｃ?１２?３Ｄ５?３４１１０９０１２１．?：?ｉ?Ｇ；－?ｃｈｅｃｋｏｕｔ．?ａａｎｇｄａｎｃｉ．?ｃｃｍ，?．?ｓｃｒｉｐ－／ｒ＊ｃｉ〇ａ＿Ｃ５Ｉ２Ｉ２?．?ｉ￡?ｉｉ??７７：?５６?．?Ｃ?ｌ?６２?０１Ｓ?１，０；?１２?６６８３６８３４?１６０Ｃ?．?３?１１＇４?７５３．０?Ｊ?３６１?：．?０?２１２?１２?Ｉ?￡?１５０３９１１６４（０１?＆?ｊ?０??Ｍａｒ?ｌｎ?２０１０??：ｊ?：?３
【参考文献】：
期刊论文
[1]基于数据挖掘的校园网用户网络行为分析[J]. 王家鑫. 数字技术与应用. 2014(11)
[2]中国接入互联网20年 且行且融合[J]. 张艳玲. 计算机与网络. 2014(08)
[3]基于计费系统的校园网用户行为分析[J]. 邓甜甜,熊荫乔,刘建娥. 长沙大学学报. 2014(02)
[4]校园网用户行为的分析与研究[J]. 潘峰楠. 长江大学学报(自科版). 2013(28)
[5]大学校园用户网络行为分析系统研究[J]. 李常先. 统计与管理. 2013(04)
[6]基于关联规则挖掘的网络行为分析系统设计[J]. 张炘,李昆仑. 电脑知识与技术. 2011(10)
[7]基于校园网的用户行为数据分析系统的设计[J]. 严楠,刘涛. 计算机技术与发展. 2007(01)
[8]浅谈关联规则挖掘[J]. 姚俊. 信息技术. 2005(06)
[9]聚类分析中PAM算法的分析与实现[J]. 陈志强,刘钊,张建辉. 计算机与现代化. 2003(09)
[10]数据挖掘中聚类算法比较研究[J]. 张红云,石阳,马垣. 鞍山钢铁学院学报. 2001(05)
硕士论文
[1]基于校园网的网络行为用户分析研究[D]. 施洪贞.云南大学 2012
[2]校园网用户行为分析系统研究与实现[D]. 梁伟.北京交通大学 2009
本文编号：3301925
【文章来源】：浙江工业大学浙江省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图４－１系统整体框架结构??４．１．１分析部分??数据采集模块主要是从公网访问流ｆｉ控服务器上采集校内用户访问公网资源的记录??
分析；公Ｎ出口路由优化块是根据分，对用户最访问的Ｗ源进行再次分析．并通过优化策略选择从校内访问该资源的最佳出口途径，从而实现校园??网公网出口访问的优化。除了上述两个功能模块，还可以利用用户行为分析结果开发其他??实用功能，此部分作为后续工作开展。??４．２系统模块设计??根据校园Ｎ内部环境下的功能需求以及所有的数据资源集合，校园Ｍ的用户行为分析??系统基本上可以分为三个模块。如图４－２所示，系统主耍实现数据管理、聚类分析、关联??规则挖掘分析三部分内容。??
界面，以试图得到最佳的聚类效??果丨丨３）。??４．２．３访问习惯分析模块??模块主要实现对数据集中访问站点信息情况进行关联规则挖掘，通过Ａｐｒｉｏｒｉ算法实??现用户访问习惯的分析。在模块中，可以根据图形化界而显示的项集情况对支持度进行动??态调整，提供规则的人工去噪，进而将结果服务于用户行为的分析和解释。??４．３数据库设计??对于从流控服务器获得的原始数据，由于没有对每个字段具体含义的说明，因此首先??需要对原始数据进行初步的分析，理解每个字段的含义。原始数据的格式与内容如图４－３。??Ｍａｒ?２０：０?１０：?３５：２２：?９３６ＰＭ?．?１６７＾７２２６＇．?！?１０．１．２０．１０６〇ＳａｏＹｏｕ?，２?Ｉ?ＳＢ?Ｉ?Ｓ２?：８?Ｉ?ｉ?ｆ?７３＜２９２２．０?！?４?：＞Ｃ?ｕ??２０３０＜？０５０ｆ４．０．００００?１?！?１２ｅｊ〇３ＣＣ３４?２４?：?＂?９０．０?Ｉ?１?Ｉ?３?Ｄ？?．?？?２４：Ｃ．?Ｃ－１２４?＼２Ａ?２?，?：７?｜?ｌＣ－４？＜ｉｅ２４０?ｉ?０?Ｉ?０?Ｉ?２??Ｍａｒ?ｒ?２０１０??１３．３５．２１：?ｉＳＣＰＭ：?１０．?－?Ｃｉ．?＾ＧＳＯｕｃＹｃｕ?？．?：Ｃ?１２?３Ｄ５?３４１１０９０１２１．?：?ｉ?Ｇ；－?ｃｈｅｃｋｏｕｔ．?ａａｎｇｄａｎｃｉ．?ｃｃｍ，?．?ｓｃｒｉｐ－／ｒ＊ｃｉ〇ａ＿Ｃ５Ｉ２Ｉ２?．?ｉ￡?ｉｉ??７７：?５６?．?Ｃ?ｌ?６２?０１Ｓ?１，０；?１２?６６８３６８３４?１６０Ｃ?．?３?１１＇４?７５３．０?Ｊ?３６１?：．?０?２１２?１２?Ｉ?￡?１５０３９１１６４（０１?＆?ｊ?０??Ｍａｒ?ｌｎ?２０１０??：ｊ?：?３
【参考文献】：
期刊论文
[1]基于数据挖掘的校园网用户网络行为分析[J]. 王家鑫. 数字技术与应用. 2014(11)
[2]中国接入互联网20年 且行且融合[J]. 张艳玲. 计算机与网络. 2014(08)
[3]基于计费系统的校园网用户行为分析[J]. 邓甜甜,熊荫乔,刘建娥. 长沙大学学报. 2014(02)
[4]校园网用户行为的分析与研究[J]. 潘峰楠. 长江大学学报(自科版). 2013(28)
[5]大学校园用户网络行为分析系统研究[J]. 李常先. 统计与管理. 2013(04)
[6]基于关联规则挖掘的网络行为分析系统设计[J]. 张炘,李昆仑. 电脑知识与技术. 2011(10)
[7]基于校园网的用户行为数据分析系统的设计[J]. 严楠,刘涛. 计算机技术与发展. 2007(01)
[8]浅谈关联规则挖掘[J]. 姚俊. 信息技术. 2005(06)
[9]聚类分析中PAM算法的分析与实现[J]. 陈志强,刘钊,张建辉. 计算机与现代化. 2003(09)
[10]数据挖掘中聚类算法比较研究[J]. 张红云,石阳,马垣. 鞍山钢铁学院学报. 2001(05)
硕士论文
[1]基于校园网的网络行为用户分析研究[D]. 施洪贞.云南大学 2012
[2]校园网用户行为分析系统研究与实现[D]. 梁伟.北京交通大学 2009
本文编号：3301925
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3301925.html
