您当前所在位置: 首页

论文收录信息

论文编号 201804-152
论文题目 基于机器学习的智能终端用户行为分析研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于机器学习的智能终端用户行为分析研究

引用

复制文本

导出参考文献

.txt .ris .doc

周勇帆

周勇帆(1994-),男,硕士研究生,主要研究方向:电路与电子信息系统

唐碧华

唐碧华(1964-),女,教授,主要研究方向:无线传感器网络、移动终端开发

范文浩

范文浩(1986-),男,副教授,主要研究方向:智能移动终端、无线网络接入技术

张洪光

张洪光(1978-),男,副教授,主要研究方向:物联网与移动互联网、终端技术

发送私信

发送给

北京邮电大学电子工程学院,北京 100876

摘要:移动智能终端的网络数据流量特性在某种程度上可以反映用户的网络访问行为,进而能够体现用户自身的特征。在研究传统网络流量分类方法和基于机器学习的网络流量分类方法的基础上,本文提出了一种基于机器学习的智能终端用户行为分析方案。该方案通过提取流量特征,使用支持向量机的方法对网络流量分类,得到了较高的分类准确率。最后进行了Android终端实机测试,结合多个维度分析用户,测试结果表明用户之间存在明显的行为模式。

关键词: 计算机应用 用户行为分析;支持向量机 机器学习 流量分类

图表:

动态公开评议

评论

评论一下

全部评论
评论