登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
移动互联网的业务访问特性
  • 摘要

    随着移动网络的快速发展和智能手机的不断普及,移动互联网的用户规模与日剧增,各类业务应用也层出不穷.为分析移动互联网中各类业务的访问特性,文中首先引入复杂网络的研究方法,建立了一个加权用户-业务二分网络分析模型;然后对现有移动互联网的主要业务应用进行了分类,并利用从某移动通信运营商的互联网网关上采集的2010年和2011年部分数据集,基于该模型从用户访问兴趣、业务点击量特性、业务流量特性、访问关联性等方面分析了移动互联网的业务访问特性,并比较了用户访问行为的变化.结果发现:门户网站、搜索引擎、社交网站和网络文学是用户访问的主要业务类型;用户访问兴趣范围服从指数分布,用户访问的兴趣强度服从幂律分布;点击量大的网站具有流量相似性而点击量小的网站则没有,但当点击量达到一定规模时则会呈现出流量相似性;在访问关联性方面,门户网站和搜索引擎是最容易被关联访问的业务类型,其次是电子邮箱和社交网站.

  • 作者

    赵国锋  赖雯静  徐川  唐红  ZHAO Guo-Feng  LAI Wen-Jing  XU Chuan  TANG Hong 

  • 作者单位

    重庆邮电大学未来网络研究中心 重庆 400065

  • 刊期

    2013年7期 ISTIC EI PKU

  • 关键词

    移动互联网  用户行为  二分网络  mobile Internet  user behavior  bi-partite network 

参考文献
  • [1] 罗军舟,吴文甲,杨明. 移动互联网:终端、网络与服务. 计算机学报, 2011,11
  • [2] 任勇,李一鹏. 互联网信息共享的复杂性研究. 复杂系统与复杂性科学, 2010,2
  • [3] Xu Kuai;Wang Feng. Behavioral graph analysis of Internet applications. Houston,USA, 2011
  • [4] Hu Yi-Hong;Zhu Dao-Li. Empirical analysis of the world-wide maritime transportation network. Journal of Physics A, 2009,10
  • [5] Wu Xiao-Fei;Yu Ke;Wang Xin. On the growth of Internet application flows:A complex network perspective. 上海, 2011
  • [6] Allali O;Magnien C;Latapy M. Link prediction in bipartite graphs using internal links and weighted projection. 上海, 2011
  • [7] Xu Chuan;Wang Mei;Tang Hong. Analysis on user click behavior in the mobile Internet. International Journal of Digital Content Technology and its Applications, 2011,06
  • [8] 移动互联网白皮书. 工业和信息化部电信研究院, 2011
  • [9] Rodoplu V;Vadvalkar S S;Aminzadeh-Gohari A;Shynk J J. Empirical modeling and estimation of end-to-end VoIP delay over mobile multi hop wireless networks. Miami,FL,USA, 2010
  • [10] Marton Csernai;András Gulyás;Gábor Rétvári. The skeleton of Internet. Miami,USA, 2010
  • [11] 中国移动互联网发展状况统计报告. 北京:中国互联网络信息中心, 2012
  • [12] 第29次中国互联网络发展状况统计报告. 北京:中国互联网络信息中心, 2011
  • [13] Yamagishi K;Kawano T;Hayashi T. Hybrid video-quality-estimation model for IPTV services. Honolulu,USA, 2009
  • [14] Li Fei;Guo L;Shen Bo;Chen Song Qing. A server's perspective of Internet streaming delivery to mobile devices. Orlando(USA), 2012
  • [15] Keralapura R;Nucci A;Zhang Zhi-Li;Gao Li-Xin. Profiling users in a 3G network using hourglass co-clustering. Chicago,Illinois,USA, 2010
  • [16] Lu E H C;Lee W C;Tseng V S M. A framework for personal mobile commerce pattern mining and prediction. IEEE Transactions on Knowledge and Data Engineering, 2012,05
  • [17] Zhao Guo-Feng;Shan Qing;Xiao Sha-Sha;Xu Chuan. Modeling web browsing on mobile Internet. IEEE Communications Letters, 2011,10
  • [18] Ghosh A;Jana R;Ramaswami V. Modeling and characterization of large-scale Wi Fi traffic in public hot spots. 上海, 2011
  • [19] Chen Tzung-Shi;Chou Yen-Ssu;Chen Tzung-Cheng. Mining user movement behavior patterns in a mobile service environment. IEEE Transactions on Systems Man and Cybernetics, 2012,01
  • [20] Shafiq M Z. Characterizing geospatial dynamics of application usage in a 3G cellular data network. Orlando(USA), 2012
查看更多︾
相似文献 查看更多>>
3.228.24.192