当前位置:主页 > 科技论文 > 软件论文 >

基于k-means算法的WiFi用户行为分析系统设计与实现

发布时间:2023-02-18 16:00
  用户行为分析领域一直是研究的热点,例如研究校园里学生和老师的行为,了解校园里各场所的运转情况,能够为管理者的决策提供参考意见;研究商场里顾客的行为,有助于了解商场的客流量分布,可以给顾客提供个性化推荐,具有良好的商业价值。随着移动智能终端设备的普及,越来越多的用户会长期开启手机等终端设备的WIFI功能,利用WIFI探针能比较方便的采集到大量用户行为数据。由于利用WIFI探针采集到的数据集的数据量巨大,无法直接标注标签,标注成本很高,探索一种无监督算法来进行WIFI探针数据挖掘具有重要意义。本课题研究基于k-means算法的WIFI用户行为分析系统设计与实现。主要研究内容包含如下三点:(1)基于WIFI用户行为分析的业务场景,分析系统需求,对WIFI用户行为分析系统进行设计。整个系统分为数据接入模块、数据处理模块、数据应用模块等三个部分。其中,数据接入模块将WIFI探针数据同步到HDFS,实现大数据量访问,提高容错性。数据处理模块对原始WIFI探针数据进行预处理与特征工程,从多个角度进行数据挖掘。数据应用模块对用户行为分析结果进行直观呈现。(2)构建了 WIFI用户行为多维度分析数学模型...

【文章页数】:81 页

【学位级别】:硕士

【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 研究现状
    1.3 课题的主要研究内容
    1.4 论文组织结构
第二章 相关技术
    2.1 聚类算法
        2.1.1 k-means聚类算法
        2.1.2 聚类算法的相似性度量
        2.1.3 聚类算法的衡量指标
    2.2 机器学习优化算法
    2.3 Hadoop相关技术
        2.3.1 Hadoop分布式文件系统HDFS
        2.3.2 资源管理框架
    2.4 Spark相关技术
        2.4.1 总体结构
        2.4.2 弹性分布式数据集
        2.4.3 机器学习库
        2.4.4 洗牌操作
    2.5 后端服务框架
        2.5.1 软件模式
        2.5.2 核心组件
    2.6 异步技术
    2.7 可视化框架
    2.8 本章小结
第三章 基于k-means算法的WIFI用户行为分析系统需求分析
    3.1 典型业务场景分析
    3.2 功能性需求分析
        3.2.1 用户管理
        3.2.2 WIFI探针管理
        3.2.3 数据管理
        3.2.4 基于WIFI用户维度分析
        3.2.5 基于地点维度分析
        3.2.6 基于时间维度分析
    3.3 非功能性需求分析
    3.4 本章小结
第四章 基于k-means算法的WIFI用户行为分析系统设计
    4.1 总体架构
    4.2 系统分层模块描述
        4.2.1 数据接入模块
        4.2.2 数据处理模块
        4.2.3 数据应用模块
    4.3 系统数据流
    4.4 系统详细设计
        4.4.1 数据接入模块设计
        4.4.2 数据处理模块设计
        4.4.3 数据应用模块设计
    4.5 数据库设计
    4.6 接口设计
    4.7 本章小结
第五章 k-means算法改进
    5.1 WIFI用户行为分析场景下k-means算法优势
    5.2 传统k-means算法的局限性
    5.3 在线k-means算法
        5.3.1 与随机梯度下降结合
        5.3.2 模型参数更新
        5.3.3 添加正则化项
        5.3.4 算法并行化
        5.3.5 改进算法描述
    5.4 实验数据及算法分析
        5.4.1 数据集
        5.4.2 聚类数的确定
        5.4.3 算法性能对比
    5.5 本章小结
第六章 基于k-means算法的WIFI用户行为分析系统实现及测试
    6.1 系统环境及配置
        6.1.1 系统硬件配置
        6.1.2 软件配置
        6.1.3 WIFI探针部署说明
        6.1.4 集群部署
    6.2 系统实现
        6.2.1 数据接入模块实现
        6.2.2 数据处理模块实现
        6.2.3 数据应用模块实现
    6.3 系统测试
        6.3.1 功能测试
        6.3.2 系统性能测试
        6.3.3 测试结果
    6.4 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



本文编号:3745272

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3745272.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户95d5c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com