基于用户行为分析的网络电视推荐系统
随着网络的普及和信息化技术的发展,对数据的保存、处理和显示已经不再成为问题,很多企业都保存了大量业务数据和客户信息等数据内容,在商业智能或者数据挖掘的概念出现之前,这些数据的作用并不大,而在现在信息浪潮的推动下,越来越多的企业发现了数据对于企业决策的重要性,发现了数据分析为企业决策提供了关键的依据.因此,商业智能的发展也越发的被重视了起来.现今网络的普及已经走进千家万户,而数据传输的速度也从KB到MB再到GB光纤级,以前用网络从页面获取资源已经是传输速度的极限,在现在,传输直播视频信号我们也会觉得很流畅,因此,网络电视也逐渐流行了起来,从大家在网页上观看影视剧,到从电视上连接网络观看网络资源提供的影视剧,再到使用移动客户端,如手机、平板电脑等观看网络的各种影视资源,种种方式不一而足,可以说,网络电视以其庞大的网络资源为条件,正在逐步地赶超传统电视频道的固定观看模式.本论文以商业智能的应用为大的背景,以网络电视系统的大量数据源作为数据集合,提供了一种研究网络电视用户行为分析和网络电视系统运行分析的商业智能系统,着重于系统的意义、需求分析和呈现,具有较高的应用价值.
- 作者:
- 姜源璐
- 学位授予单位:
- 辽宁科技大学
- 专业名称:
- 软件工程
- 授予学位:
- 硕士
- 学位年度:
- 2016年
- 导师姓名:
- 赵骥
- 中图分类号:
- TP391.3
- 关键词:
- 网络电视;商业智能;用户行为分析;Node.js
- Network TV; Business Intelligence; User Behavior Analysis Node.js