论文研究-基于分段、聚类和时序关联分析的用户行为分析.pdf

【文件属性】：
文件名称：论文研究-基于分段、聚类和时序关联分析的用户行为分析.pdf
文件大小：720KB
文件格式：PDF
更新时间：2022-08-11 13:39:44
分段,最大距离聚类,Apriori算法 分析用户行为对网络用户的管理控制有着重要意义。用户行为实质上是一系列的数据交换过程，最终会体现为业务流，且这些业务流在时间上表现出一定的规律性。通过研究业务流的时序关系来分析用户行为的规律，提出一种用户行为的分析方法。该方法分为三个阶段，分别基于分形模型、改进的最大距离聚类法和Apriori算法进行分段、聚类和时序分析，最终从用户的数据交换中获知用户的行为规律。实验表明，该方法在无法获知用户消息的具体内容的前提下，仍能较为准确地区分各类报文序列，并能有效发现用户信息发送行为的规律。