基于大数据分析的宽带家庭画像研究与应用

发布时间：2023-11-18 10:19

　　随着网络环境不断完善、网络功能愈发强大,越来越多的智能设备进入互联网家庭。如何更好的了解用户,提升用户体验成为互联网服务领域中最重要的课题。海量的家庭网络用户数据为运营商、电子商务平台提供了丰富的素材,如何利用好这些数据成为研究者关注的热点,研究家庭下的用户画像便是其中之一。随着互联网用户规模及电子商务市场的不断扩大,提升电商平台的竞争力,仅仅研究用户的个人行为是远远不够的。本文采用DPI深度报文检测技术对运营商宽带账号下家庭用户的所有网络流量数据进行采集、清洗、提取和分析,利用DBSCAN算法快速、准确的识别出家庭账号下的真实用户、用户访问的URL、终端信息等。通过对电子商务网站侧用户最终的实际购物数据进行采集和研究,提出了家庭画像构建的研究策略。通过计算用户标签权重,完善用户信息,构建家庭宽带下的用户画像。以用户画像为基础,考虑家庭中用户间的相互影响,设定不同的阈值获取家庭用户的实时兴趣集,结合家庭实际网络消费数据,利用贝叶斯动态模型预测家庭潜在兴趣集,最终采用多元线性回归方程将两者统一,构建较为全面、准确的家庭画像。在家庭画像的基础上,利用组合加权算法获取相似行为偏好的家庭和相似...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和研究意义
    1.2 国内外研究及应用现状
    1.3 论文的主要研究内容及创新点
    1.4 论文的章节安排
    1.5 本章小结
第二章 相关知识介绍
    2.1 深度包解析概述
        2.1.1 DPI与传统数据包检测技术
        2.1.2 DPI技术分类
    2.2 Hadoop大数据分析
        2.2.1 HDFS分布式文件系统
        2.2.2 MapReduce并行计算框架
        2.2.3 Hive数据仓库模型
    2.3 文本挖掘技术
    2.4 家庭画像
        2.4.1 用户画像概述
        2.4.2 用户行为分析
        2.4.3 用户标签
        2.4.4 家庭画像概述
    2.5 本章小结
第三章 基于DPI和大数据的家庭用户行为分析
    3.1 概述
    3.2 数据流量采集模块
    3.3 DPI数据清洗模块
    3.4 数据提取模块
    3.5 数据分析模块
    3.6 实验验证与分析
        3.6.1 实验环境
        3.6.2 实验结果
    3.7 本章小结
第四章 基于贝叶斯动态预测模型的家庭画像构建
    4.1 用户画像构建
        4.1.1 用户标签化
        4.1.2 计算标签权重
        4.1.3 用户画像实验评估
    4.2 家庭画像
        4.2.1 家庭画像实时兴趣集
        4.2.2 基于贝叶斯动态模型预测家庭画像潜在兴趣集
        4.2.3 构建家庭画像
    4.3 本章小结
第五章 基于家庭画像推荐系统的应用
    5.1 推荐系统测试平台搭建
        5.1.1 广告推荐平台
        5.1.2 管理平台
        5.1.3 第三方统计平台
    5.2 利用组合加权推荐算法的个性化推荐
    5.3 推荐效果
    5.4 数据分析
    5.5 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 未来展望
参考文献
致谢
攻读硕士期间取得的成果



本文编号：3865090