论文研究群体用户在线通信行为模式及共同兴趣 .pdf

隐私保护的数据挖掘近年来已经为数据挖掘的研究热点，Web网站的服务器日志保存了用户访问页面的信息，如果不加以保护会导致用户隐私数据的泄漏。针对这个问题，讨论了在Web数据挖掘中用户行为的隐私保护问题，

论基于DPI技术的用户行为分析系统，郑桂凤，廖青，随着互联网应用的扩展，爆炸式的信息数据占用了有限的带宽，用户的体验也受到了负面的影响。为了提高网络服务的质量，DPI(DeepPacke

通过对用户网络流量进行协议投影，获得其行为的具体信息，然后采用关联规则等方法，将上面得到的信息进行统计学习，从而得到该用户所特有的行为模式。利用这种模式，可以进行网络用户的身份识别。实验结果表明，该方

基于用户行为的缓存数据自动收集方法，陈晓有，刘辰，断连性是移动计算环境的一个重要特征，缓存技术要想在移动开发中被广泛应用，就不得不提供对网络断接情况的支持。在网络发生断接

基于行为的新浪微博恶意用户识别，林成峰，陈凯，近年来，随着互联网的普及，微博作为一种新的媒体形式和交流平台也越来越流行。随之而来的各种恶意行为，也成为了破坏微博安全和

基于支持向量机的用户行为聚类分析，杨仲迎，，为了给用户提供个性化的网络服务，就必须仔细分析用户的行为。本文从用户的网络访问行为中提取用于分类的特征，并通过基于支持向

Android软件敏感行为的监控及预测研究，李健鹏，辛阳，由于Android应用市场缺乏有效的监管机制，其中存在大量应用可能威胁用户的信息安全。本文针对Android应用中的侵犯用户隐私的敏感行为�

提出一种挖掘用户移动模式的新方法:利用图存储技术来挖掘用户潜在最大频繁移动模式,并实现了移动模式的增量挖掘。实验与性能分析表明,该方法比其他挖掘方法高效。

个性化移动搜索中的用户兴趣模型研究与设计，范美，刘元安，面向个性化移动搜索应用，从移动终端用户本身出发，结合移动环境的特点，提出一个新的用户兴趣模型。该模型利用用户当前的搜索情

微博作为国内主流社交网站，信息量与日俱增。目前微博用户兴趣挖掘方法大多停留在研究用户浏览网页时点击行为、用户所发微博内容或所在社区等表象层面，尚未深入到微博用户使用特性层面。从用户微博内容出发，结合用