基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
严格遵循数据挖掘的步骤,采用时间序列挖掘算法,结合微软的BI数据挖掘工具(SQL Server Business Intelligence Development Studio)对从数据堂[9]上采集的数据集进行建模,从而挖掘出在特定时间段内用户的上网行为模式和潜在的上网规律,对校园网络的科学管理提出了合理的建议。
推荐文章
Web用户行为模式挖掘研究
数据挖掘
Web挖掘
行为模式Web用户行为模式挖掘
大数据挖掘技术的图书馆移动用户行为分析
图书馆移动用户
行为分析
大数据挖掘技术
数据获取
预测建模
交叉分析
基于Spark的用户上网WAP日志分析
大数据
分布式
Hadoop
Spark
基于数据挖掘的用户安全行为分析
行为分析
身份识别
数据挖掘
关联规则
网络安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘在用户上网行为分析中的应用研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 数据挖掘 用户上网行为分析 网络用户行为挖掘 网络用户行为模式 校园网用户上网行为分析
年,卷(期) 2012,(11) 所属期刊栏目
研究方向 页码范围 7409-7412
页数 4页 分类号 TP311
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
用户上网行为分析
网络用户行为挖掘
网络用户行为模式
校园网用户上网行为分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导