基于聚类算法的上网行为分析

发布时间：2021-11-13 16:49

　　随着互联网技术的快速发展以及教育信息化建设的逐步推进,校园网作为给师生提供教学、科研、交流的重要平台,已成为衡量高校现代化和信息化建设的重要指标.但伴随校园网规模的扩大和用户数量的持续增长,校园网也带来一些负面影响.比如有些学生过于沉迷网络,耗费了大量的时间与精力,占用了大量的带宽.因此,分析校园网用户行为是很有意义的.对网络管理者而言,既可以了解校园网的整体运行情况,又可以对网络的合理规划提供更有力的依据;对学校管理者而言,可以了解学生的上网习惯和对网络的依赖程度,防止学生沉迷于网络而影响学业.本文以延安大学校园网认证计费服务器的数据库作为数据源,抽取了一个月的数据作为研究对象,并在Microsoft SQL Server 2012平台上完成了以下工作:（1）数据预处理:利用SSIS工具对数据进行了预处理;（2）建立上网行为分析模型:选取经典的K-means聚类算法,通过对比4次聚类结果确定了上网行为分析模型的参数（即K-means算法中K值的选取）、分析了聚类结果、利用上网行为分析模型的钻取功能对异常上网行为用户群进行了分析;（3）上网行为分析模型的验证应用:通过抽取另外一组数据对... 

【文章来源】：延安大学陕西省

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

聚类的基本思路Figure2-1Thebasicideaofclustering

K-means算法流程图

- 10 -图 3-1 上网行为分析系统构造图Figure 3-1 Structure Diagram of Internet Behavior Analysis Syste


本文编号：3493363