论文部分内容阅读
在移动互联网时代,技术的发展为人们随时随地上网带来了极大便利。电信运营商作为移动互联网的重要管道提供者,掌握了管道中流通的海量数据,其中蕴含了极具商业价值的用户上网信息。如何运用大数据处理技术对移动互联网用户行为进行全方位的探究,深入洞察用户需求是运营商在移动互联网时代提高自身服务价值的关键问题。虽然现已有许多电信用户上网行为分析的研究,但目前的用户行为分析平台大多提供的是统计分析服务或通过搭建数据仓库提供快速查询等,缺乏一个自动化进行电信用户行为分析的大数据挖掘平台。在此背景下,本论文围绕移动互联网用户行为分析的需求,设计并实现了基于电信大数据的移动互联网用户行为分析系统。本论文从相关技术、系统需求、系统设计与实现、场景分析与系统测试几个方面进行展开,主要研究内容包括:(1)基于移动用户上网数据的处理需求以及对于移动互联网用户行为分析的方法和步骤,针对电信大数据设计了一个具备数据管理、数据预处理、数据统计分析、数据挖掘计算以及数据可视化展示等功能的移动互联网用户行为分析系统;(2)系统底层采用了 HDFS和Spark组成的分布式集群,提供了对于电信大数据的存储和处理能力;并通过Web页面进行数据分析操作和数据可视化展示,为用户提供了简单明了的数据处理和分析方法;(3)系统为用户提供了一站式移动互联网用户行为分析服务,提供了统计分析以及数据挖掘的方法,并提供了用户行为特征分析和用户流量分群分析两个具体的分析场景,对用户上网时段分布、服务和应用偏好、流量特征进行分析研究,并基于K-means算法实现了用户流量分群,满足了对于移动互联网用户行为进行分析挖掘的基本需要。本文设计的移动互联网用户行为分析系统为用户提供简单明了的移动互联网用户数据处理和分析操作以及对移动互联网用户行为分析结果的可视化展示,为运营商洞察用户需求、实现精准用户定位和精细化运营提供了一个准确高效的平台。