移动数据业务用户行为模型分析

移动数据业务是当前移动通信市场上一个新兴的、充满希望的业务领域,它一改百年语音业务的特点,以全新的方式供人们进行信息交流。可以说,电话提供的是人与人之间的交流;数据业务提供的是人与社会、人与网络之间的交流。从技术发展而言,移动化和数据化代表了当今通信领域发展的两大趋势,     

无线数据业务用户行为模型研究

对目前无线数据业务中发展较好的WAP业务系统进行了介绍，参考现有的HTTP业务模型对WAP业务模型进行了分析与对比，并运用现网采集的数据作为源数据进行分析得出了WAP业务的业务模型。     

研究表明移动电话用户开始喜欢移动数据业务

根据Mobinet对21个国家4000多名移动手机用户的最新研究表明，移动用户越来越喜欢使用移动数据业务，但是仍然担心内容和价格。自2000年以来，该调查和研究已经进行了8次。     

基于移动数据业务大数据应用的用户行为标签库模型

为了缩小运营商与互联网公司之间在大数据分析方面的差距,设计了用户行为标签库模型。基于用户手机上网日志采集系统和XDR话单的数据分析和挖掘,给出了音乐业务的用户行为标签库模型,为实现音乐等数据业务的精益运营提供了方案。     

移动数据业务商务模式与用户感知价值的关系分析

前言关于移动数据业务,近来一些研究认为,开放、合作的商务模式能带来业务的多样性和业务平台的广泛接受,而且经常提到北欧的短信和彩信的内容提供商模式。     

EGPRS系统中数据业务用户模型的探讨

文章通过采集并统计分析GB口相关信令的方法,对南宁市市区的数据业务网络现状进行研究,对典型的数据业务的使用流量及质量进行分析,并对数据业务使用较多的几个典型热点区域用户使用业务情况及使用习惯等进行分析,从而得出相关面对用户的数据业务模型,使运营商更加了解用户行为和用户习惯,以便有针对性的调整市场营销策略及优化调整网络,提高用户满意度。     

UBAS助力移动数据业务精细化运营

随着3G网络的部署,移动数据业务的带宽瓶颈被打破,同时智能手机的大量涌现,移动数据业务得到了迅猛发展,给运营商带来了丰厚的收益,但同时带来了诸多挑战。数据业务运营面临的挑战增量不增收数据业务的爆发式增长给网络带来了巨大的流量,且部分低价值业务如P2P占据了大量的带宽,运营商需要不断进行网络扩容以满足需求,但并没有     

欧美热门移动数据业务

目前，手机互动游戏成为美国移动通信公司吸引新用户，特别是年轻用户的希望所在。最近的一项调查表明，目前美国18到24岁之间的青年人最有可能成为拉动美国移动通信业务增长的主力军，而手机互动游戏成为吸引他们的一个数据业务亮点。     

移动互联网用户行为研究

笔者以10—39岁网民为研究对象群体,从用户类型、用户心理特征以及用户行为差异等几个方面进行了分析,以期为移动互联网络的建设及完善提供参考。     

移动数据业务平台

移动数据业务是当前移动通信市场上新兴的、充满希望的一个业务领域，它一改百年语音业务的特点，是以全新的方式和内容提供给人们信息交流的新形式。可以说，电话提供的是人与人之间的交流；数据业务提供的是人与社会、人与网络之间的交流；移动性则非常适合目前人们工作紧张、节奏快的特点，因此给通信带来了巨大的便利。移动与数据两者的结合，不但创造出新的商机与经营模式，也为人们提供了比以往更加便利、内容更加丰富多彩的通信服务。经过几年的发展和培育，我国的移动数据通信市场逐步发展起来。２００１年，中国移动的短消息业务量…     

我国移动数据业务运营模式的研究

随着移动通信的发展,移动数据业务日益受到全世界的关注,尤其在语音业务增长乏力、用户市场竞争激烈的情况下,发展移动数据业务对运营商来说无疑是吸引用户和提升ARPU值的有效途径。正是基于这样的行业背景,来研究我国目前几大运营商对于移动数据业务的运营模式以及其中存在的问题。     

基于大数据分析的移动互联网用户感知评估系统

随着移动通信网络的逐渐演进和智能终端的迅猛发展,移动互联网业务层出不穷,竞争非常激烈,而让用户获得良好的业务感知成为在竞争中胜出的关键.移动互联网用户感知评估系统针对移动互联网各项主流业务搭建了一套用户感知评估体系,为每项主要业务设计了一套KQI(key quality indicator)以及具体的识别、提取、计算方法.利用用户感知评估系统对海量数据分组的大数据分析还原复现了用户的业务行为,并从各个维度计算获得了各项KQI的得分,实现了全面、及时、准确地评估移动互联网业务用户感知,从而为网络运营商和移动互联网公司提供高附加值的数据支撑.     

互动业务用户行为特征聚类挖掘算法研究

对数据挖掘的算法作了分析和比较,选取蚁群聚类算法对互动业务中的典型平台--IPTV业务进行研究,实现用户行为特征群偏好分析.     

移动智能数据业务的关键技术研究

移动数据业务近几年得到了快速的发展,如何与智能业务相结合成为新的关注焦点.智能网作为一种应用广泛的网络体系结构,在与数据业务结合的过程中需要做相应的改动.本文介绍和分析了智能网和移动数据业务的相关技术,对两者结合时的体系结构、业务接入方式、鉴权计费、业务开发语言等关键问题展开了讨论,并对移动智能数据业务的应用前景进行了展望.     

未来移动数据业务发展和需求分析

本文简要介绍了i-mode移动数据业务的发展、特点,并根据中国互联网和移动通信的现状和未来发展趋势,对未来中国移动数据业务的发展进行了分析,对具体业务需求和应用做了预测和评估。     

基于智能手机终端的数据业务质量监测系统的研究与实现

本文首先简要分析了移动数据业务的技术特点、发展趋势以及维护工作中存在的困难。然后,通过技术经济分析,提出了基于智能手机终端平台的质量监测系统的技术解决方案。最后,展望了应用前景。     

移动互联网增值业务发展研究

本文阐述了移动互联网应用及增值业务的特点及发展趋势,重点研究了移动互联网的发展路径以及在各个发展阶段中的典型增值业务,包括手机阅读、移动IM、移动支付以及手机广告。     

一种改进的基于浏览行为的用户兴趣模型

主要讨论并建立了一种改进的基于用户浏览行为的用户兴趣模型,模型中综合考虑了Web用户对页面的浏览行为、对页面关键词的感兴趣程度、用户的短期兴趣和长期兴趣。在.NET平台下实现了WIPISES演示系统,在系统中嵌入本文所提出的改进的用户兴趣模型。仿真实验结果表明:使用本文改进的用户兴趣模型进行信息检索,其搜索效果优于目前主流的搜索引擎,而且Web用户的偏好性越强,WIPISES系统的优势也就越显著。     

一种移动通信系统中的用户认证方案

针对移动通信系统的安全特点,设计了一种基于C.Park数字签名方案和Rabin方案的用户认证方案。它在实时的用户鉴别过程中,用户端与网端只需一次交互过程。采用了一种同步数据生成函数,具有时间标记的作用。用户所需的计算都是在预计算阶段,实时通信时不需要任何计算。     

Effective Location Based Services with Dynamic Data Management in Mobile Environments

With the proliferation of mobile computing technologies, location based services have been identified as one of the most promising target application. We classify mobile information service domains based on feature characteristics of the information sources and different patterns of mobile information access. By carefully examining the service requirements, we identify the dynamic data management problem that must be addressed for effective location based services in mobile environments. We then devise a general architecture and cost model for servicing both location independent and location dependent data. Based on the architecture and cost model, we propose a set of dynamic data management strategies that employs judicious caching, proactive server pushing and neighborhood replication to reduce service cost and improve response time under changing user mobility and access patterns. Detail behavior analysis helps us in precisely capturing when and how to apply these strategies. Simulation results suggest that different strategies are effective for different types of data in response to different patterns of movement and information access. Shiow-yang Wu is an associate professor of the Department of Computer Science and Information Engineering at National Dong Hwa University, Hualien, Taiwan, R.O.C. He received the BS and MS degrees in computer engineering from National Chiao Tung University, Hsinchu, Taiwan, ROC, and the PhD degree in computer science from the University of Texas at Austin in 1984, 1986, and 1995, respectively. His research interests include data/knowledge bases, mobile computing, distributed processing, intelligence information systems, and electronic commerce. Kun-Ta Wu was born in Taipei, Taiwan, R.O.C., in 1976. He received the B.S. degree in computer science from Soochow University, Taipei, Taiwan, R.O.C., in 1999 and the M.S. degree in computer science and information engineering from National Dong Hwa University, Hualien, Taiwan, R.O.C., in 2001. Currently, he is an Assistant Researcher in the Domestic Division at Science and Technology Information Center, National Science Council, R.O.C., as a member of Information Gathering and Analysis Group of National Information and Communication Security Taskforce. His research interests include mobile computing, wireless network and information security.