用户对产品的使用过程中会产生大量的行为数据,对用户的这些行为数据进行分析,能够发现有用的知识和隐含的价值,进而帮助企业提升产品性能和企业竞争力。本文以某型现役雷达为研究对象,针对雷达售后服务数据和用户操作记录,应用大数据分析技术,挖掘用户行为对雷达性能的影响因素,找出雷达性能的改进方向,提升雷达装备的可靠性。论文的主要工作和创新点包括:(1)分析了某型现役雷达的主要功能和使用中存在的问题,制定了用户行为与雷达性能改进的研究思路。(2)提出了一种AprioriTid-d关联算法,降低了传统AprioriTid算法的时间复杂度。应用该算法对用户行为与雷达故障的关联性进行了分析,通过规范不合理的用户行为,降低了雷达故障的发生概率。(3)提出了一种HF-IABC-K算法,通过加入全局搜索因子和局部搜索因子,提高了算法的全局寻优能力,降低了陷入局部最优的可能性。应用该算法对用户雷达运行参数设置的行为数据进行了聚类分析,找出了不同模式下雷达运行参数的关联性,为雷达参数自动设置提供了改进方向。(4)设计并实现了雷达用户行为分析软件系统。描述了系统的实现框架、主要功能和数据库结构,给出了论文主要算法在系统中的工程应用界面。实践表明,论文的研究成果能够在一定程度上对雷达用户行为进行分析,给出雷达性能改进的方向。同时,论文的研究成果具有一定的推广性,也适用于其它行业的用户行为分析和产品性能改进。