公开(公告)号：CN106982150B

公开(公告)日：2020-05-26

申请号：CN201710189942.2

申请日：2017-03-27

Applicant: 重庆邮电大学 ,  中移(杭州)信息技术有限公司

Inventor： 侯静 ,  陈敏俊 ,  温亮生 ,  张治中

IPC: H04L12/26 ,  G06F16/9535

Abstract: 本发明涉及一种基于Hadoop的移动互联网用户行为分析方法，所述方法包括：2G/3G/LTE网络数据采集步骤；协议栈解析步骤；实时DPI业务识别步骤；网络爬虫步骤；二次DPI业务识别步骤；以及数据挖掘步骤。本发明提供的一种基于Hadoop的移动互联网用户行为分析方法，能够解决当前电信运营商的流量经营方案单一、数据处理效率低下的问题。

公开(公告)号：CN106982150A

公开(公告)日：2017-07-25

申请号：CN201710189942.2

申请日：2017-03-27

Applicant: 重庆邮电大学 ,  中移(杭州)信息技术有限公司

Inventor： 侯静 ,  陈敏俊 ,  温亮生 ,  张治中

IPC: H04L12/26 ,  G06F17/30

Abstract: 本发明涉及一种基于Hadoop的移动互联网用户行为分析方法，所述方法包括：2G/3G/LTE网络数据采集步骤；协议栈解析步骤；实时DPI业务识别步骤；网络爬虫步骤；二次DPI业务识别步骤；以及数据挖掘步骤。本发明提供的一种基于Hadoop的移动互联网用户行为分析方法，能够解决当前电信运营商的流量经营方案单一、数据处理效率低下的问题。

公开(公告)号：CN106295676A

公开(公告)日：2017-01-04

申请号：CN201610593815.4

申请日：2016-07-26

Applicant: 重庆邮电大学

Inventor： 张治中 ,  侯静

IPC: G06K9/62

CPC classification number: G06K9/6223

Abstract: 本发明涉及一种基于Hadoop的自适应RK-means算法，属于数据挖掘技术领域。该算法包括以下步骤：S1：根据业务需求，输入待聚类的数据集；S2：运用基于Hadoop的自适应聚类中心算法获取聚类中心点及数目；S3：将上一步的结果作为算法的初始聚类中心，输入到基于Hadoop的RK-means算法中，获取全局最优的聚类簇；S4：输出聚类结果。本算法将自适应初始聚类中心选取算法与RK-means算法相结合起来，并且在Hadoop平台下实现了自适应RK-means算法，不但保证了聚类中心数目的准确获取，而且保证了聚类中心的全局最优，在提高聚类结果的准确性的同时，也提升了算法的运行效率。