基于校罗网的用户行为分析研究

《基于校罗网的用户行为分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人或集体己经发表或撰写过的研究成果，对本文的研究做出贡献的集体和个人均已在论文中作了明确的说明并表示了谢意。研究生签名：论文使用和授权说明本人完全了解云南大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交学位论文和论文电子版；允许论文被查阅或借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵循此规定)研究生签名：鸯；硌导师签名：日期：丝召：．尘：彳本人及导师同意将学位论文提

2、交至清华大学“中国学术期刊(光盘版)电子杂志社”进行电子和网络出版，并编入CNKI系列数据库，传播本学位论文的全部或部分内容，同意按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。研究生签名：垃导师签名：日期：摘要随着互联网的快速发展和教育信息化建设的不断推进，校园网作为一个为校园师生提供教学、科研、交流的重要平台，已经成为衡量高校现代化和信息化建设的重要指标。然而随着校园网规模的不断扩大，校园网用户人数的不断增多，校园网也带来了一些负面的影响。比如有些学生过于的沉溺于网络之中，耗费了大量的时间精力，占用了大量的带宽。因此进行校园网用户行为分析是非常必要的。本文在昆明医科

3、大学校园网基础上，以校园网后台计费服务器的数据库作为数据源，在SQLServer2008的平台之上，首先对校园网数据进行了数据预处理，并进行数据分类(办公用户和学生用户)；然后对上线总数的分布和连接时长分布等特征进行了统计分析；接着对每天的在线人数，使用流量等具体数据进行了分类统计；最后统计了平均每天总的在线时长10小时以上的学生宿舍用户。在MicrosoftVisualStudio的平台上，建立了聚类分析的数据挖掘模型，实现过程采用的是K．means算法。挖掘过程中以IP地址作为聚类分析的唯一关键字，将数据分为了5类，并通过钻取数据对分类5的用户群进行了进一步分析。同时结合上网行为管

4、理对校园网的学生上网管理提出了几点具体建议。对于网络管理者方面，用户上网行为分析不仅可以帮助网络管理员更好地了解校园网的整体运行情况，为网络管理者合理分配带宽提供更有力的依据，从而提高用户使用网络的效率；从学校管理者方面，通过分析学生用户的上网行为，学校管理者可以了解学生的上网喜好和对网络的依赖程度，防止学生沉迷于网络。关键字：用户行为分析；聚类分析；数据挖掘；K—meansAbstractWiththerapiddevelopmentoftheIntemetandeducationinformation．Campusnetworkasanimportantplatformforsci

5、entificresearching，teaching，informationexchanging，hasbecomeanimportantindextomeasurethemodernizationandinformationofcampusconstruction．However,withthecontinuousexpansionofthecampusnetworkandtheincreasingnumberofnetworkusers，italsobringssomenegativeeffects．SomestudentsareaddictedtotheIntemet，spen

6、dinglotsoftimeandenergyandoccupymostofthebandwidth．Sotheanalysisofthecampusnetworkuserbehaviorisverynecessary．ThispaperisbasedonthecampusnetworkofKunmingMedicalUniversityandthedatasourceisthedatabaseofuserrecords．OntheplatformofSQLServer2008，havingdatapreprocessing，dataclassification(officeusers

7、andstudents)．Andthendoonlinedistributionandconnectionofonlinetimetstatisticalanalysis．Finallyanalysistheonlinenumberandtrafficofeveryday．OntheplatformofMicrosoftVisualStudio，establishedadataminingmodelofclusteringanalysisand