大规模移动互联网用户线上与线下行为分析

发布时间：2023-09-17 19:17

　　伴随着移动互联网的发展,数据也增长到了前所未有的规模,大数据时代的到来不可避免。传统电信运营商们,在大数据时代面临着新的机遇和挑战。一方面市场的人口红利已趋近尾声,管道化论点不绝于耳。另一方面运营商储备着大量客户网络使用数据。如何在这些数据中挖掘出更多有价值的信息,进而改善用户体验,促进社会发展,是运营商自身亟待解决的问题,也是关系到国计民生的重要历史任务。人类移动性的研究是许多社会、经济、科技现象研究的基础,旨在揭示人类移动的一般规律,一直以来广受重视。针对移动互联网用户线上浏览模式的研究不仅有助于更好的了解人类行为,且具有极高的商业价值。目前针对用户移动行为和手机浏览行为间关系的研究十分有限,仅止步在发现某种类型的手机应用和地理位置或移动模式的关系上。本文试图从用户生活习性的角度出发,探究人类线下移动模式和线上浏览模式间的关系。为了实现这一目标,我们需要应对几个挑战,包括数据规模对实验结果可信度的影响,城市功能区域识别,用户移动性建模,用户浏览模式建模等。本文使用了中国某北方省市7天真实移动互联网数据集,涵盖了 181873个用户的上网行为。实验工具方面,我们使用自主研发的数据分析...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 研究现状和创新点
    1.4 论文结构
第二章 数据分析平台设计及数据准备
    2.1 数据分析平台
        2.1.1 开源实现方案Hue和Zeppelin
        2.1.2 大数据分析平台架构
    2.2 数据准备
    2.3 本章小结
第三章 城市功能区域识别
    3.1 基于Hartigan's leader的基站位置聚类
    3.2 基站脉搏向量介绍
    3.3 基于基站脉搏向量的城市功能区域识别
    3.4 个性化功能区域划分
    3.5 本章小结
第四章 移动互联网用户线下移动性分析
    4.1 用户移动轨迹采集方法
    4.2 用户移动性统计指标分析
    4.3 基于位置的社会网络
        4.3.1 社区发现综述
        4.3.2 Combo算法介绍
        4.3.3 Combo算法应用
    4.4 用户移动性建模
    4.5 本章小结
第五章 移动互联网用户线上浏览行为分析
    5.1 基于浏览行为的社会网络
        5.1.1 基于浏览行为的社会网络构建
        5.1.2 CPM算法介绍
        5.1.3 CPM算法应用
    5.2 在线浏览行为提取及分析
        5.2.1 朴素贝叶斯算法介绍
        5.2.2 朴素贝叶斯网站分类应用
    5.3 移动互联网在线浏览模式挖掘
    5.4 本章小结
第六章 移动互联网用户线上线下行为相关性分析
    6.1 用户浏览兴趣分布
    6.2 浏览模式预测
        6.2.1 随机森林模型
        6.2.2 卷积神经网络模型
        6.2.3 结果和分析
    6.3 本章小结
第七章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3847997