移动电子商务用户行为分析系统的研究与实现

发布时间：2017-07-27 16:12

  本文关键词：移动电子商务用户行为分析系统的研究与实现

  更多相关文章： 移动电子商务 用户行为分析 DPI 统计分析

【摘要】：移动电子商务的出现及其快速发展极大地方便了人们的生活,但随之也给移动电子商务企业和运营商带来新的挑战和机遇。一方面,企业面临着非常大的同质化竞争,如何高效把握市场需求成为目前企业需要解决的首要问题;另一方面,运营商想要抓住移动电子商务带来的机遇,就必须充分运用已有的网络资源和用户数据提供新业务和个性化服务。通过研究和分析移动电子商务用户行为,深度挖掘用户需求,对移动电子商务企业和运营商具有重要意义。本文以移动用户的电子商务行为作为研究对象,研究并实现了一套移动电子商务用户行为分析系统,完成对移动电子商务用户行为数据的精细识别和统计分析,得到移动电子商务用户的行为特征和兴趣偏好。论文的主要工作包括以下三个方面:1.在研究业务识别关键技术和分析系统需求的基础上,提出了移动电子商务用户行为分析系统的总体设计方案,该系统包括采集/预处理、业务精细识别、业务统计分析和应用管理等模块。其中,业务精细识别模块和业务统计分析模块是论文研究的重点内容。2.结合系统总体设计方案,设计和开发了论文重点研究的两个模块。业务精细识别模块首先通过抓包分析和网络爬虫技术建立特征库,然后利用一次DPI初步识别过程和二次DPI精细识别过程,完成对业务类型和业务内容的识别,得到移动电子商务用户浏览商品的完整信息。业务统计分析模块首先分析数据处理流程,接着详细设计业务统计分析过程中涉及的数据库表结构,然后利用数据入库程序将数据导入数据库,在数据库中编写存储过程,完成移动电子商务用户浏览内容分析、热点商品分析、终端分析、偏好分析等用户行为专题分析。3.通过采集现网实测数据,对系统功能进行验证,在客户端展示用户行为专题分析结果,给出了用户浏览商品的具体行为特征和偏好程度。目前,该系统已成功应用于西南某地移动大数据综合分析平台中,线上运行稳定,效果良好,达到了预期目标。
【关键词】：移动电子商务 用户行为分析 DPI 统计分析
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5;TP393.09
【目录】：

• 摘要3-4
• Abstract4-12
• 注释表12-13
• 第1章 绪论13-17
• 1.1 研究背景及意义13-14
• 1.2 国内外研究现状14-15
• 1.3 课题来源及主要工作15-16
• 1.4 论文组织结构16-17
• 第2章 基础理论和关键技术研究17-23
• 2.1 移动电子商务17-18
• 2.2 用户行为分析18-19
• 2.3 深度包检测技术19-21
• 2.4 网络爬虫技术21-22
• 2.5 本章小结22-23
• 第3章 移动电子商务用户行为分析系统的总体设计23-29
• 3.1 系统需求分析23-24
• 3.1.1 功能需求分析23
• 3.1.2 性能需求分析23-24
• 3.2 系统整体架构设计24-27
• 3.2.1 大数据综合分析平台架构24-25
• 3.2.2 用户行为分析系统数据来源25-26
• 3.2.3 用户行为分析系统总体设计26-27
• 3.3 业务精细识别模块的设计27-28
• 3.4 业务统计分析模块的设计28
• 3.5 本章小结28-29
• 第4章 业务精细识别模块的实现29-47
• 4.1 一次DPI特征库的详细设计与实现29-31
• 4.1.1 一次DPI特征库的详细设计29-30
• 4.1.2 一次DPI特征库的实现30-31
• 4.2 二次DPI特征库的详细设计与实现31-35
• 4.2.1 二次DPI特征库的详细设计31-33
• 4.2.2 二次DPI特征库的实现33-35
• 4.3 网络爬虫的详细设计与实现35-40
• 4.3.1 网络爬虫的详细设计35-37
• 4.3.2 网络爬虫的实现37-40
• 4.4 一次DPI初步识别的详细设计与实现40-44
• 4.4.1 一次DPI初步识别的详细设计40-41
• 4.4.2 一次DPI初步识别的实现41-44
• 4.5 二次DPI精细识别的详细设计与实现44-46
• 4.5.1 二次DPI精细识别的详细设计44
• 4.5.2 二次DPI精细识别的实现44-46
• 4.6 本章总结46-47
• 第5章 业务统计分析模块的实现47-73
• 5.1 数据处理流程47-48
• 5.2 数据库表设计48-56
• 5.2.1 业务识别结果数据表的设计48-49
• 5.2.2 数据预统计表的设计49-52
• 5.2.3 用户行为专题分析表的设计52-56
• 5.3 数据入库56-57
• 5.4 数据预统计57-63
• 5.4.1 商品信息实时统计58-59
• 5.4.2 商品信息结果统计59-60
• 5.4.3 商品信息天统计60-61
• 5.4.4 商品信息月统计61-63
• 5.5 用户行为专题分析63-72
• 5.5.1 用户浏览内容分析63-64
• 5.5.2 热点商品分析64-65
• 5.5.3 用户终端分析65-66
• 5.5.4 用户偏好分析66-72
• 5.6 本章小结72-73
• 第6章 系统测试和结果分析73-80
• 6.1 系统运行测试环境73
• 6.2 业务精细识别模块结果验证及说明73-74
• 6.3 业务统计分析模块结果验证与说明74-79
• 6.3.1 用户浏览内容分析结果75
• 6.3.2 热点商品分析结果75-76
• 6.3.3 用户终端分析结果76-77
• 6.3.4 用户偏好分析结果77-79
• 6.4 本章小结79-80
• 第7章 总结与展望80-82
• 7.1 全文工作总结80
• 7.2 未来研究展望80-82
• 参考文献82-86
• 致谢86-87
• 攻读硕士学位期间从事的科研工作及取得的成果87

【参考文献】

中国期刊全文数据库 前10条

1 刘继伟;;关于移动电子商务发展现状及趋势分析[J];中国新通信;2015年20期

2 卢卫仪;;试论4G移动电子商务现状及发展[J];现代经济信息;2014年14期

3 卢卫;陆希玉;;4G时代移动互联网的发展趋势[J];电信科学;2014年05期

4 张艳荣;张治中;姜明志;郑小平;;基于DPI的移动分组网络流量分析技术的研究与实现[J];电信科学;2014年04期

5 罗成;程耀东;胡庆宝;李海波;;DeepWeb可配置聚焦爬虫设计与实现[J];核电子学与探测技术;2014年03期

6 陶彩霞;谢晓军;陈康;郭利荣;刘春;;基于云计算的移动互联网大数据用户行为分析引擎设计[J];电信科学;2013年03期

7 Punam Bedi;Anjali Thukral;Hema Banati;Abhishek Behl;Varun Mendiratta;;A Multi-Threaded Semantic Focused Crawler[J];Journal of Computer Science & Technology;2012年06期

8 赵睿;杜慧敏;张丽果;王亚刚;;深度包检测中的模式匹配算法研究[J];现代电子技术;2012年03期

9 胡军伟;秦奕青;张伟;;正则表达式在Web信息抽取中的应用[J];北京信息科技大学学报(自然科学版);2011年06期

10 孙友仓;;多模式匹配算法的性能分析[J];电子设计工程;2010年01期

，

本文编号：582253