| 题名 | 基于Hadoop移动大数据的用户行为分析 |
| 作者 | 何运祺 |
| 答辩日期 | 2017 |
| 导师 | 王惠琴 |
| 关键词 | 移动通信 海量数据 Hadoop 用户行为 K-means |
| 学位名称 | 硕士 |
| 英文摘要 | 当今世界已进入大数据时代。对于通信运营商而言,随着移动互联网技术的发展,获取了大量用户数据。通过对这些数据进行分析,包括用户的位置分布、上网趋势,消费行为等分析,有助于通信运营商改善运营模式、满足用户需求。本文主要针对移动大数据的分析处理方法展开研究,利用Hadoop移动大数据平台,对移动大数据进行存储和处理,并以实际项目为案例背景,提出了改进的K-means算法,对用户流动性、用户流量等用户行为进行分析,验证了移动用户行为分析方法的有效性。本文的主要工作包括:首先,基于湖北移动大数据Hadoop平台及用户数据资源,运用Hive、Arc GIS等技术,针对《2016“汉马”大数据报告》项目,进行了用户数据的预处理与可视化分析;并对移动用户流动性与用户使用流量进行了相关性分析,得到了用户流动性与用户流量正相关的结论。然后,针对K-means容易取局部最优解的缺陷,提出了通过欧氏距离来选出密度最大若干个初始点的改进方法,将改进算法运用于移动大数据用户流量行为聚类分析,并利用移动大数据Hadoop平台计算资源进行了实验,实验结果表明K-means改进算法在不影响效率的情况下,可以提高运算一定的准确率。 |
| 语种 | 中文 |
| 页码 | 58 |
| URL标识 | 查看原文 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/93340]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 何运祺. 基于Hadoop移动大数据的用户行为分析[D]. 2017. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论