BP神经网络在网站流量预测中的应用研究 ——以安徽电视网为例

论文摘要

当今社会的信息化已经达到了一个非常高的水平,信息已经成为推动文明血液涌动的主要动力,信息技术以及信息产业已经处在飞速发展得阶段。网站作为个人或者企业在网络世界的代表有着举足轻重的地位,网站流量不论是对于网站的管理者还是网站的使用者都具有非常重要的现实意义。由于网站的流量在不同程度上受到各种因素的影响,且网络中的流量特征随着环境的不同呈现动态的、非线性变化的过程,目前现有的预测方法和模型都无法对网络中的流量特征进行全面而准确的描述,无法准确的刻画网站流量的未来趋势。人工神经网络起源于上个世纪40年代,是在现代生物学研究人脑组织所取得的成果的基础上来模拟生物神经网络进行信息处理的一种数学模型。由于其具有较好的容错性和自适应性,目前广泛应用于生物神经学、心理学、计算机与信息科学以及工程应用学等多个领域并取得了良好的效果。本文尝试利用人工神经网络模型与网站流量预测评价指标体系相结合的方法来对网站流量进行预测,通过构建能够全面描述影响网站流量因素的指标体系,利用人工神经网络本身具有的自组织、自学习性以及强大的非线性逼近能力等特性构建网站流量预测模型,希望能够得到令人满意的效果。主要工作如下：(1)概述了现有的网站流量预测方法和模型,整理并分析了人工神经网络方法并论证了其用于网站流量预测的可行性。(2)在前人的研究基础上运用SPSS统计分析方法构建了网站流量预测评价指标体系,结合人工神经网络构建了网站流量预测模型,随后以安徽电视网为例对模型进行了实证研究。(3)通过对实证结果的分析和总结,结合在研究过程中发现的问题,提出了本文研究的不足之处和改进建议,为以后的研究提供了参考依据。

论文目录

• 摘要
• Abstract
• 目录
• 图表索引
• 第一章 绪论
• 1.1 选题背景及研究意义
• 1.1.1 网站流量预测的信息化背景
• 1.1.2 网站流量预测的必要性及意义
• 1.2 国内外研究现状
• 1.3 本文主要结构和研究思路
• 第二章 人工神经网络综述
• 2.1 人工神经网络方法的提出与发展历程
• 2.1.1 人工神经网络的起始
• 2.1.2 人工神经网络的萧条
• 2.1.3 人工神经网络的兴盛
• 2.2 BP人工神经网络及其算法介绍
• 2.2.1 BP人工神经网络的结构
• 2.2.2 BP人工神经网络的学习及其学习算法
• 2.3 本章小结
• 第三章 网站流量预测指标体系
• 3.1 网站流量预测指标体系建立的原则和方法
• 3.1.1 网站流量预测指标体系建立的原则
• 3.1.2 网站流量预测指标体系方法简介
• 3.2 建立网站流量预测评价指标体系
• 3.2.1 选题阶段
• 3.2.2 准备阶段
• 3.2.3 调查阶段
• 3.2.4 分析与总结阶段
• 3.3 本章小结
• 第四章 网站流量预测模型
• 4.1 神经网络用于网站流量预测的可行性分析
• 4.2 基于BP人工神经网络的网站流量预测模型的构建
• 4.2.1 网站流量预测评价指标及输出指标的标准化
• 4.2.2 网站流量预测评价模型的构建
• 4.3 本章小结
• 第五章 预测模型的实证分析
• 5.1 预测模型的实证
• 5.2 实证结果
• 5.3 本章小结
• 第六章 结论与展望
• 6.1 实证结果的分析与结论
• 6.2 本文研究内容的创新之处
• 6.3 本文研究内容的不足与展望
• 参考文献
• 附录
• 致谢
• 攻读学位期间参加的项目
• 攻读学位期间发表的论文