基于聚類(lèi)的校園無(wú)線用戶(hù)漫游群體行為的應(yīng)用研究.pdf

1、近年來(lái)，隨著教育信息化工作的快速推進(jìn)，高校無(wú)線局域網(wǎng)的逐步建設(shè)，以及移動(dòng)智能終端的廣泛普及，高校無(wú)線用戶(hù)數(shù)量明顯有激增之勢(shì)，積累了海量無(wú)線網(wǎng)絡(luò)數(shù)據(jù)。與有線網(wǎng)絡(luò)不同的是，無(wú)線網(wǎng)的用戶(hù)有較為明顯的移動(dòng)特性，加之當(dāng)前無(wú)線網(wǎng)絡(luò)支持用戶(hù)無(wú)縫漫游，會(huì)產(chǎn)生大量漫游軌跡數(shù)據(jù)，從這些數(shù)據(jù)中提取有價(jià)值的信息以輔助決策，成為巨大的挑戰(zhàn)。因此，對(duì)于無(wú)線用戶(hù)漫游群體行為的應(yīng)用研究顯得尤為重要。
　　本文基于北京交通大學(xué)校園無(wú)線網(wǎng)真實(shí)數(shù)據(jù)對(duì)用戶(hù)的漫游群體移動(dòng)

2、行為進(jìn)行數(shù)據(jù)挖掘分析，得出用戶(hù)移動(dòng)屬性特征及聚類(lèi)結(jié)果。首先，對(duì)基于無(wú)線局域網(wǎng)的用戶(hù)群體移動(dòng)行為軌跡研究現(xiàn)狀進(jìn)行了分析，介紹了校園無(wú)線用戶(hù)數(shù)據(jù)常用的采集方式和數(shù)據(jù)預(yù)處理技術(shù)，在此基礎(chǔ)上，擴(kuò)展了無(wú)線用戶(hù)移動(dòng)漫游軌跡向量的定義，提出了基于相遇總AP數(shù)的無(wú)線用戶(hù)加權(quán)相似性計(jì)算方法，選擇基于層次的凝聚型聚類(lèi)算法對(duì)無(wú)線用戶(hù)進(jìn)行聚類(lèi)，并對(duì)聚類(lèi)算法過(guò)程進(jìn)行了設(shè)計(jì)和實(shí)現(xiàn)。其次，設(shè)計(jì)并實(shí)現(xiàn)了真實(shí)的校園無(wú)線網(wǎng)測(cè)量平臺(tái)，主要采用syslog日志、SNMP和終端

3、仿真telnet三種收集方式，從多家無(wú)線廠商AC上收集數(shù)據(jù)，經(jīng)過(guò)結(jié)構(gòu)化處理后存儲(chǔ)至MySQL數(shù)據(jù)庫(kù)，將無(wú)線網(wǎng)運(yùn)行現(xiàn)狀和用戶(hù)移動(dòng)行為特征等以圖表方式直觀展現(xiàn)出來(lái)。最后，選擇Dartmouth學(xué)院無(wú)線網(wǎng)數(shù)據(jù)與交大無(wú)線數(shù)據(jù)作為實(shí)驗(yàn)對(duì)象，通過(guò)前期數(shù)據(jù)篩選標(biāo)準(zhǔn)與過(guò)濾后，分別對(duì)兩個(gè)數(shù)據(jù)集進(jìn)行基于用戶(hù)加權(quán)相似度的計(jì)算，從而基于用戶(hù)移動(dòng)漫游軌跡向量對(duì)無(wú)線用戶(hù)群體進(jìn)行聚類(lèi)，對(duì)實(shí)驗(yàn)無(wú)線局域網(wǎng)用戶(hù)聚類(lèi)的結(jié)果進(jìn)行分析，驗(yàn)證了基于無(wú)線用戶(hù)移動(dòng)漫游軌跡向量的加權(quán)相

4、似度聚類(lèi)算法的適用性，根據(jù)聚類(lèi)結(jié)果對(duì)無(wú)線用戶(hù)群體行為進(jìn)行了研究分析，并以北交大威海校區(qū)無(wú)線用戶(hù)數(shù)據(jù)為例驗(yàn)證了本文提出的聚類(lèi)算法，同樣無(wú)線用戶(hù)被聚類(lèi)成不同大小的類(lèi)簇，且聚類(lèi)效果顯著，達(dá)到驗(yàn)證目的。
　　本文的研究有助于理解校園無(wú)線網(wǎng)的運(yùn)行現(xiàn)狀和規(guī)律，可為無(wú)線網(wǎng)絡(luò)管理、網(wǎng)絡(luò)性能優(yōu)化和后期的網(wǎng)絡(luò)規(guī)劃提供參考依據(jù)，通過(guò)對(duì)校園無(wú)線網(wǎng)用戶(hù)漫游歷史數(shù)據(jù)進(jìn)行聚類(lèi)分析，根據(jù)用戶(hù)群體移動(dòng)行為，挖掘出同類(lèi)用戶(hù)，可為特定同類(lèi)用戶(hù)精準(zhǔn)推送個(gè)性化、智能化服務(wù)