基于互聯(lián)網(wǎng)APP行業(yè)的用戶(hù)行為數(shù)據(jù)分析與挖掘[第二版].doc

精品文檔畢業(yè)論文(設(shè)計(jì))題 目 基于互聯(lián)網(wǎng)APP行業(yè)的用戶(hù)行為數(shù)據(jù)分析與挖掘 系 信息工程系 專(zhuān)業(yè)、年級(jí) 計(jì)算機(jī)網(wǎng)絡(luò) 12級(jí) 學(xué)生姓名 趙伯韜 指導(dǎo)教師 康健 職稱(chēng) 副教授 論文字?jǐn)?shù) 9956 完成日期 2015 年 4 月 30 日唐山職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)任務(wù)書(shū)信息工程 系 計(jì)算機(jī)網(wǎng)絡(luò) 專(zhuān)業(yè) 一 班 學(xué)生姓名：趙伯韜 學(xué)號(hào)：121120101一、 畢業(yè)設(shè)計(jì)（論文）題目：基于互聯(lián)網(wǎng)APP行業(yè)的用戶(hù)行為數(shù)據(jù)分析與挖掘任務(wù)進(jìn)行的日期：2014 年 12 月 10 日起 至 2015 年 4 月 30 日三、任務(wù)書(shū)的內(nèi)容：基于互聯(lián)網(wǎng)APP行業(yè)的用戶(hù)行為數(shù)據(jù)分析與挖掘（一）選題的目的和意義：隨著近年來(lái)國(guó)內(nèi)互聯(lián)網(wǎng)APP的強(qiáng)勢(shì)發(fā)展與三網(wǎng)融合的態(tài)勢(shì)進(jìn)展，互聯(lián)網(wǎng)APP行業(yè)的市場(chǎng)競(jìng)爭(zhēng)愈發(fā)激烈，各運(yùn)營(yíng)商基于用戶(hù)習(xí)慣產(chǎn)品的競(jìng)爭(zhēng)將是服務(wù)的競(jìng)爭(zhēng)。由于互聯(lián)網(wǎng)APP業(yè)務(wù)的多樣性，國(guó)內(nèi)運(yùn)營(yíng)商逐步從“產(chǎn)品獨(dú)立運(yùn)營(yíng)”向以“客戶(hù)為中心”的融合運(yùn)營(yíng)模式轉(zhuǎn)變，新的商業(yè)模式和日趨激烈的競(jìng)爭(zhēng)環(huán)境對(duì)電信增值業(yè)務(wù)運(yùn)營(yíng)管理提出了新的要求和挑戰(zhàn)。（二）設(shè)計(jì)內(nèi)容：首先探討了用戶(hù)行為分析及其方法，深入學(xué)習(xí)各種數(shù)據(jù)挖掘的算法與軟件的基礎(chǔ)上構(gòu)建用戶(hù)行為分析與業(yè)務(wù)匹配模型。然后在對(duì)移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)分析理解之后進(jìn)行數(shù)據(jù)收集，對(duì)于獲取到的數(shù)據(jù)，按照ETL（Extraction-Transformation-Loading）對(duì)七千萬(wàn)條數(shù)據(jù)進(jìn)行清理、整合，構(gòu)建數(shù)據(jù)庫(kù)。通過(guò)數(shù)據(jù)挖掘的相關(guān)工具對(duì)用戶(hù)行為分別在熱點(diǎn)時(shí)間、用戶(hù)興趣、匹配業(yè)務(wù)等角度采用聚類(lèi)、文本挖掘、關(guān)聯(lián)分析等方法進(jìn)行知識(shí)挖掘，從統(tǒng)計(jì)數(shù)據(jù)中發(fā)現(xiàn)現(xiàn)有營(yíng)銷(xiāo)策略的問(wèn)題，給運(yùn)營(yíng)商提供新的思路并為精準(zhǔn)營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。（三）主要參考資料：1 王禹媚，田俊維移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展國(guó)際論壇會(huì)議紀(jì)要2013中國(guó)國(guó)際工業(yè)博覽會(huì)論壇上海2014年11月10日2 宴宗明基于用戶(hù)行為分析的移動(dòng)通信增值業(yè)務(wù)市場(chǎng)策略研究長(zhǎng)沙： 2013 3 杰斌數(shù)據(jù)挖掘與OLAP理論與務(wù)實(shí)北京：清華大學(xué)出版社，20013 （四）時(shí)間進(jìn)度要求：2013年12月-2014年3月 畢業(yè)設(shè)計(jì)調(diào)查2014年4月2014年8月 畢業(yè)設(shè)計(jì)初步設(shè)計(jì)2014年9月2015年1月 畢業(yè)設(shè)計(jì)詳細(xì)設(shè)計(jì)2015年2月2015年5月 準(zhǔn)備畢業(yè)答辯指導(dǎo)教師簽名： 2015年 5月 16 日 教研室主任簽名： 年 月 日學(xué)生簽名： 年 月 日唐山職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)開(kāi)題報(bào)告2014年12月20日選 題基于互聯(lián)網(wǎng)APP行業(yè)的用戶(hù)行為數(shù)據(jù)分析與挖掘系信息工程專(zhuān)業(yè)年級(jí)12計(jì)算機(jī)網(wǎng)絡(luò)學(xué)生姓名趙伯韜學(xué)生學(xué)號(hào)121120101本選題的意義及目前研究狀況：1.設(shè)計(jì)目的和意義：隨著近年來(lái)國(guó)內(nèi)互聯(lián)網(wǎng)APP的強(qiáng)勢(shì)發(fā)展與三網(wǎng)融合的態(tài)勢(shì)進(jìn)展，互聯(lián)網(wǎng)APP行業(yè)市場(chǎng)競(jìng)爭(zhēng)愈發(fā)激烈，各運(yùn)營(yíng)商基于用戶(hù)習(xí)慣產(chǎn)品的競(jìng)爭(zhēng)將是服務(wù)的競(jìng)爭(zhēng)。由于互聯(lián)網(wǎng)APP業(yè)務(wù)的多樣性，國(guó)內(nèi)運(yùn)營(yíng)商逐步從“產(chǎn)品獨(dú)立運(yùn)營(yíng)”向以“客戶(hù)為中心”的融合運(yùn)營(yíng)模式轉(zhuǎn)變，新的商業(yè)模式和日趨激烈的競(jìng)爭(zhēng)環(huán)境對(duì)電信增值業(yè)務(wù)運(yùn)營(yíng)管理提出了新的要求和挑戰(zhàn)。2.目前該選題研究現(xiàn)狀（文獻(xiàn)綜述）20世紀(jì)70年代以來(lái)，互聯(lián)網(wǎng)這一深入影響全球人類(lèi)生活的技術(shù)得到了急速的發(fā) 展；進(jìn)入21世紀(jì)，隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)概念的深入，互聯(lián)網(wǎng)的發(fā)展進(jìn)入了新的發(fā)展時(shí)期。根據(jù)摩根士坦利（MorganStanley）的報(bào)告，全球移動(dòng)互聯(lián)網(wǎng)用戶(hù)已經(jīng)超越了桌面互聯(lián)網(wǎng)用戶(hù)。未來(lái)基于“互聯(lián)網(wǎng)+移動(dòng)互聯(lián)網(wǎng)”的泛在物聯(lián)網(wǎng)成為主流趨勢(shì)。在摩根斯坦利的報(bào)告中估計(jì)，全球3G用戶(hù)普及率已經(jīng)達(dá)到20%，跨過(guò)了“高科技的裂谷”，有可能迎來(lái)新的發(fā)展高峰期用戶(hù)發(fā)展趨勢(shì)的估計(jì)事實(shí)上，在2013年1月10日在上海舉行的2013中國(guó)國(guó)際工業(yè)博覽會(huì)論壇中，移動(dòng)互聯(lián)產(chǎn)業(yè)發(fā)展國(guó)際論壇會(huì)議的資料顯示，“2013年6月，全球3G用戶(hù)達(dá)到17.57億，占全球移動(dòng)用戶(hù)的35.3%，3G用戶(hù)占新增移動(dòng)用戶(hù)的42%。發(fā)達(dá)國(guó)家3G用戶(hù)滲透率已達(dá)到60%左右，發(fā)展中國(guó)家由于起步較晚，3G滲透率一般低于50%?！薄拔覈?guó)移動(dòng)互聯(lián)網(wǎng)收入規(guī)模增速迅猛，03-14年復(fù)合增長(zhǎng)率達(dá)到74%。移動(dòng)互聯(lián)網(wǎng) 2 用戶(hù)的總數(shù)逐年攀升，增速遠(yuǎn)超互聯(lián)網(wǎng)用戶(hù)的總體增長(zhǎng)率。2013年9月，全國(guó)3G用戶(hù)9500萬(wàn)以上，3G用戶(hù)滲透率達(dá)4.2%，新增3G用戶(hù)占總體移動(dòng)新增用戶(hù)的25.3%。預(yù)計(jì)1年滲透率有望突破10%。群體傳播效應(yīng)也將逐步顯著起來(lái)，3G在移動(dòng)用戶(hù)中的滲透速度也將明顯加快?！痹O(shè)計(jì)內(nèi)容（內(nèi)容、結(jié)構(gòu)框架以及要突破的難點(diǎn)）：深入學(xué)習(xí)各種數(shù)據(jù)挖掘的算法與軟件的基礎(chǔ)上構(gòu)建用戶(hù)行為分析與業(yè)務(wù)匹配模型。然后在對(duì)移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)分析理解之后進(jìn)行數(shù)據(jù)收集，對(duì)于獲取到的數(shù)據(jù)，按照ETL，對(duì)七千萬(wàn)條數(shù)據(jù)進(jìn)行清理、整合，構(gòu)建數(shù)據(jù)庫(kù)。通過(guò)數(shù)據(jù)挖掘的相關(guān)工具對(duì)用戶(hù)行為分別在熱點(diǎn)時(shí)間、用戶(hù)興趣、匹配業(yè)務(wù)等角度采用聚類(lèi)、文本挖掘、關(guān)聯(lián)分析等方法進(jìn)行知識(shí)挖掘，從統(tǒng)計(jì)數(shù)據(jù)中發(fā)現(xiàn)現(xiàn)有營(yíng)銷(xiāo)策略的問(wèn)題，給運(yùn)營(yíng)商提供新的思路并為精準(zhǔn)營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。設(shè)計(jì)方法、手段：研究學(xué)習(xí)用戶(hù)行為數(shù)據(jù)分析的系列理論，結(jié)合移動(dòng)互聯(lián)業(yè)務(wù)的特點(diǎn)，采集有效數(shù)據(jù)并形成一套移動(dòng)數(shù)據(jù)業(yè)務(wù)的個(gè)性化推薦系統(tǒng)。深入學(xué)習(xí)各種數(shù)據(jù)挖掘的算法與軟件的基礎(chǔ)上構(gòu)建用戶(hù)行為分析與業(yè)務(wù)匹配模型。然后在對(duì)移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)分析理解之后進(jìn)行數(shù)據(jù)收集，對(duì)于獲取到的數(shù)據(jù)，按照ETL（Extraction-Transformation-Loading），對(duì)七千萬(wàn)條數(shù)據(jù)進(jìn)行清理、整合，構(gòu)建數(shù)據(jù)庫(kù)。通過(guò)數(shù)據(jù)挖掘的相關(guān)工具對(duì)用戶(hù)行為分別在熱點(diǎn)時(shí)間、用戶(hù)興趣、匹配業(yè)務(wù)等角度采用聚類(lèi)、文本挖掘、關(guān)聯(lián)分析等方法進(jìn)行知識(shí)挖掘，從統(tǒng)計(jì)數(shù)據(jù)中發(fā)現(xiàn)現(xiàn)有營(yíng)銷(xiāo)策略的問(wèn)題，給運(yùn)營(yíng)商提供新的思路并為精準(zhǔn)營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。計(jì)劃： 研究學(xué)習(xí)用戶(hù)行為數(shù)據(jù)分析的系列理論，結(jié)合移動(dòng)互聯(lián)業(yè)務(wù)的特點(diǎn)，采集有效數(shù)據(jù)并形成一套移動(dòng)數(shù)據(jù)業(yè)務(wù)的個(gè)性化推薦系統(tǒng)。文章框架如下：第一部分為緒論，對(duì)用戶(hù)行為數(shù)據(jù)分析在移動(dòng)互聯(lián)迅猛發(fā)展背景下的研究的目的與意義進(jìn)行闡述，并介紹業(yè)務(wù)推薦、精準(zhǔn)營(yíng)銷(xiāo)對(duì)移動(dòng)互聯(lián)業(yè)務(wù)發(fā)展的意義。在第二部分詳細(xì)闡述用戶(hù)行為數(shù)據(jù)分析的系列理論，包括用戶(hù)行為數(shù)據(jù)分析的概念、特點(diǎn)、作用，其在國(guó)內(nèi)外發(fā)展的概況和經(jīng)驗(yàn)、流程、常用分析方法介紹和特點(diǎn)分析。進(jìn)一步闡述其理論研究和應(yīng)用現(xiàn)狀，為本文的研究提供理論依據(jù)和參考。參考文獻(xiàn)：1 王禹媚，田俊維移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展國(guó)際論壇會(huì)議紀(jì)要2013中國(guó)國(guó)際工業(yè)博覽會(huì)論壇上海2014年11月10日2 宴宗明基于用戶(hù)行為分析的移動(dòng)通信增值業(yè)務(wù)市場(chǎng)策略研究長(zhǎng)沙： 2013 3 杰斌數(shù)據(jù)挖掘與OLAP理論與務(wù)實(shí)北京：清華大學(xué)出版社，20013 指導(dǎo)教師意見(jiàn)： 簽名： 2014年12月20日唐山職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)評(píng)定意見(jiàn)題 目基于互聯(lián)網(wǎng)APP行業(yè)的用戶(hù)行為數(shù)據(jù)分析與挖掘?qū)W 生姓 名系信息工程專(zhuān)業(yè)、年級(jí)12計(jì)網(wǎng)指 導(dǎo)教 師康健指導(dǎo)教師職稱(chēng)副教授指導(dǎo)教師評(píng)語(yǔ)主要內(nèi)容包括：學(xué)生學(xué)習(xí)態(tài)度、設(shè)計(jì)選題的理論意義和實(shí)踐價(jià)值，是否掌握了本專(zhuān)業(yè)基礎(chǔ)理論、專(zhuān)業(yè)知識(shí)、實(shí)踐技能、創(chuàng)新能力等。 成績(jī)： 簽名：年 月 日摘 要隨著近年來(lái)國(guó)內(nèi)互聯(lián)網(wǎng)APP的強(qiáng)勢(shì)發(fā)展，三網(wǎng)融合的進(jìn)入一個(gè)新的階段?；ヂ?lián)網(wǎng)APP行業(yè)的市場(chǎng)競(jìng)爭(zhēng)異常激烈，基于用戶(hù)習(xí)慣的產(chǎn)品競(jìng)爭(zhēng)將是各運(yùn)營(yíng)商的服務(wù)競(jìng)爭(zhēng)。由于互聯(lián)網(wǎng)APP業(yè)務(wù)的多樣性，國(guó)內(nèi)運(yùn)營(yíng)商的運(yùn)行方式正逐步從“產(chǎn)品獨(dú)立運(yùn)營(yíng)”向以“客戶(hù)為中心”的“產(chǎn)品融合運(yùn)營(yíng)”轉(zhuǎn)。新的商業(yè)模式和日趨激烈的競(jìng)爭(zhēng)環(huán)境對(duì)電信增值業(yè)務(wù)運(yùn)營(yíng)管理提出了新的要求和挑戰(zhàn)。本文的主要目的就是通過(guò)對(duì)用戶(hù)上網(wǎng)行為數(shù)據(jù)的分析，深入剖析用戶(hù)的需求，精確定位用戶(hù)適配的業(yè)務(wù)類(lèi)型，并加以調(diào)整和創(chuàng)新。同時(shí)也可以把業(yè)務(wù)推廣給客戶(hù)，從而貫徹“按客戶(hù)找業(yè)務(wù)，為業(yè)務(wù)找客戶(hù)”的宗旨。通過(guò)深入學(xué)習(xí)各種數(shù)據(jù)挖掘的算法，構(gòu)建用戶(hù)行為分析與業(yè)務(wù)匹配模型；然后在對(duì)移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)分析梳理之后進(jìn)行數(shù)據(jù)采集，對(duì)于獲取到的數(shù)據(jù)，按照ETL（Extraction-Transformation-Loading）思路，對(duì)七千萬(wàn)條數(shù)據(jù)進(jìn)行清理、整合，構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)。通過(guò)數(shù)據(jù)挖掘的相關(guān)工具，對(duì)用戶(hù)行為信息分別從熱點(diǎn)時(shí)間、用戶(hù)興趣、匹配業(yè)務(wù)等角度，采用聚類(lèi)、文本挖掘、關(guān)聯(lián)分析等方法進(jìn)行知識(shí)挖掘。從統(tǒng)計(jì)數(shù)據(jù)中發(fā)現(xiàn)現(xiàn)有營(yíng)銷(xiāo)策略的問(wèn)題，給運(yùn)營(yíng)商提供新的思路并為精準(zhǔn)營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。本文構(gòu)建的系統(tǒng)設(shè)計(jì)思路簡(jiǎn)潔清晰，結(jié)果經(jīng)實(shí)踐驗(yàn)證可行有效，為進(jìn)一步實(shí)現(xiàn)更多數(shù)據(jù)源與更大數(shù)據(jù)量的用戶(hù)分析系統(tǒng)的構(gòu)建打下了良好的基礎(chǔ)。關(guān)鍵詞：互聯(lián)網(wǎng)APP 用戶(hù)行為分析 數(shù)據(jù)挖掘目 錄引言1一、用戶(hù)行為數(shù)據(jù)分析方法1（一）用戶(hù)行為分析1（二）用戶(hù)行為分析工具與方法數(shù)據(jù)挖掘2二、互聯(lián)網(wǎng)ARP數(shù)據(jù)源分析與數(shù)據(jù)處理算法3（一）互聯(lián)網(wǎng)APP的資料源分析3（二）數(shù)據(jù)流量的飛速增長(zhǎng)3（三）數(shù)據(jù)源的變化4三、用戶(hù)分析4（一）用戶(hù)上網(wǎng)時(shí)間分析4（二）用戶(hù)上網(wǎng)興趣分析8結(jié)論12參考文獻(xiàn)13致謝147歡迎下載。14歡迎下載14歡迎下載。引 言20世紀(jì)70年代以來(lái)，互聯(lián)網(wǎng)這一深入影響全球人類(lèi)生活的技術(shù)得到了急速的發(fā) 展；進(jìn)入21世紀(jì)，隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)概念的深入，互聯(lián)網(wǎng)的發(fā)展進(jìn)入了新的發(fā)展時(shí)期。根據(jù)摩根士坦利（MorganStanley）的報(bào)告，全球移動(dòng)互聯(lián)網(wǎng)用戶(hù)已經(jīng)超越了桌面互聯(lián)網(wǎng)用戶(hù)。未來(lái)基于“互聯(lián)網(wǎng)+移動(dòng)互聯(lián)網(wǎng)”的泛在物聯(lián)網(wǎng)成為主流趨勢(shì)。在摩根斯坦利的報(bào)告中估計(jì)，全球3G用戶(hù)普及率已經(jīng)達(dá)到20%，跨過(guò)了“高科技的裂谷”，有可能迎來(lái)新的發(fā)展高峰期用戶(hù)發(fā)展趨勢(shì)的估計(jì)事實(shí)上，在2013年1月10日在上海舉行的2013中國(guó)國(guó)際工業(yè)博覽會(huì)論壇中，移動(dòng)互聯(lián)產(chǎn)業(yè)發(fā)展國(guó)際論壇會(huì)議的資料顯示，“2013年6月，全球3G用戶(hù)達(dá)到17.57億，占全球移動(dòng)用戶(hù)的35.3%，3G用戶(hù)占新增移動(dòng)用戶(hù)的42%。發(fā)達(dá)國(guó)家3G用戶(hù)滲透率已達(dá)到60%左右，發(fā)展中國(guó)家由于起步較晚，3G滲透率一般低于50%?！薄拔覈?guó)移動(dòng)互聯(lián)網(wǎng)收入規(guī)模增速迅猛，03-14年復(fù)合增長(zhǎng)率達(dá)到74%。移動(dòng)互聯(lián)網(wǎng)用戶(hù)的總數(shù)逐年攀升，增速遠(yuǎn)超互聯(lián)網(wǎng)用戶(hù)的總體增長(zhǎng)率。2013年9月，全國(guó)3G用戶(hù)9500萬(wàn)以上，3G用戶(hù)滲透率達(dá)4.2%，新增3G用戶(hù)占總體移動(dòng)新增用戶(hù)的25.3%。預(yù)計(jì)1年滲透率有望突破10%。群體傳播效應(yīng)也將逐步顯著起來(lái)，3G在移動(dòng)用戶(hù)中的滲透速度也將明顯加快?！?在3G加速滲透的背景下，3G移動(dòng)業(yè)務(wù)在移動(dòng)通信中的收入占比也是逐年提升的，由10年的25.2%到08年的32.7%，10年即已將超越50%，移動(dòng)互聯(lián)業(yè)務(wù)的發(fā)展也將是移動(dòng)業(yè)務(wù)的發(fā)展方向與熱點(diǎn)。在這樣一個(gè)移動(dòng)互聯(lián)網(wǎng)與互聯(lián)網(wǎng)交織更替的時(shí)代，產(chǎn)業(yè)鏈中的終端供貨商、信息服務(wù)提供商們都急需轉(zhuǎn)型，而在當(dāng)今市場(chǎng)形勢(shì)下，實(shí)施精準(zhǔn)營(yíng)銷(xiāo)則是實(shí)現(xiàn)戰(zhàn)略轉(zhuǎn)型的關(guān)鍵舉措。精準(zhǔn)營(yíng)銷(xiāo)是為產(chǎn)品、業(yè)務(wù)、內(nèi)容等尋找可能會(huì)感興趣的潛在目標(biāo)用戶(hù)的方法過(guò)程。要盡可能精確地尋找到目標(biāo)用戶(hù)，必須對(duì)目標(biāo)用戶(hù)的行為、興趣愛(ài)好等進(jìn)行分析，并與需要營(yíng)銷(xiāo)的產(chǎn)品、業(yè)務(wù)、內(nèi)容相匹配。因此精確營(yíng)銷(xiāo)與用戶(hù)行為分析往往緊密的聯(lián)系在一起。目前，精確營(yíng)銷(xiāo)已廣泛應(yīng)用于互聯(lián)網(wǎng)、移動(dòng)通信的各種應(yīng)用。在這樣一個(gè)背景下，移動(dòng)互聯(lián)網(wǎng)用戶(hù)行為分析作為新領(lǐng)域則引起各方的廣泛關(guān)注。一、用戶(hù)行為數(shù)據(jù)分析（一）用戶(hù)行為分析從營(yíng)銷(xiāo)學(xué)角度考慮，影響用戶(hù)行為決策的因素很多。有關(guān)用戶(hù)行為研究的理論模式，比較知名的有EKB（Engel-Kollat-Blackwell）模式、ler模式Howard-Sheth模式、Howard模式等等4。影響用戶(hù)行為決策的因素很多，從內(nèi)外因素考慮，應(yīng)包括個(gè)人因素、心理因素、文化因素與社會(huì)因素5。個(gè)人因素是指用戶(hù)行為受其年齡、職業(yè)、經(jīng)濟(jì)環(huán)境、生活方式、性格與其價(jià)值觀等方面的影響。心理因素則是用戶(hù)行為受動(dòng)機(jī)、知覺(jué)、歸因、學(xué)習(xí)及信念和態(tài)度等心理因素的影響。文化因素是指用戶(hù)行為受到其所處文化廣泛而深遠(yuǎn)的影響，包括文化與亞文化等方面的影響。社會(huì)因素是指用戶(hù)行為受到用戶(hù)相關(guān)群體、家庭和社會(huì)角色與地位的影響。這些營(yíng)銷(xiāo)學(xué)上的分析都是從用戶(hù)本身的情況出發(fā)，分析用戶(hù)行為決策的過(guò)程，而我們這里談及的用戶(hù)行為分析，卻截然相反，是從用戶(hù)的行為習(xí)慣等出發(fā)分析用戶(hù)的習(xí)慣、喜好、關(guān)注焦點(diǎn)等等，對(duì)用戶(hù)進(jìn)行全方位的刻畫(huà)，為營(yíng)銷(xiāo)學(xué)提供技術(shù)支撐。（二）用戶(hù)行為分析工具與方法數(shù)據(jù)挖掘在現(xiàn)代化管理中，運(yùn)營(yíng)系統(tǒng)都能詳細(xì)記錄用戶(hù)行為，系統(tǒng)中很快就能夠累積大量的歷史數(shù)據(jù)，當(dāng)今的實(shí)際情況就是數(shù)據(jù)豐富而信息貧乏，我們要分析用戶(hù)行為，從我們的目的出發(fā)，最強(qiáng)有力的工具就是數(shù)據(jù)挖掘，即獲取用戶(hù)行為產(chǎn)生的海量數(shù)據(jù)，并將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。在人工智能領(lǐng)域，習(xí)慣上又稱(chēng)為數(shù)據(jù)庫(kù)中知識(shí)發(fā)掘KDD，即從數(shù)據(jù)集中甄別出有效的、新穎的、潛在有用的，以及 最終可理解的模式的非平凡過(guò)程知識(shí)發(fā)現(xiàn)將信息變?yōu)橹R(shí)，從數(shù)據(jù)的金礦中找到蘊(yùn)藏的知識(shí)金子，將為科技的創(chuàng)新、知識(shí)的發(fā)現(xiàn)與經(jīng)濟(jì)的發(fā)展作出貢獻(xiàn)。 在上面的表述中“數(shù)據(jù)”是一組事實(shí)F（例如相關(guān)數(shù)據(jù)庫(kù)中的記錄）?！澳Ｊ健笔且环N用語(yǔ)言來(lái)描述的一個(gè)表達(dá)式E，用以刻畫(huà)資料集F的某個(gè)子集。一個(gè)模式，必須比其對(duì)應(yīng)數(shù)據(jù)集F的子集E的枚舉要簡(jiǎn)單（用于描述的相關(guān)信息要少）?！斑^(guò)程”在知識(shí)挖掘中通常是包括多階段的處理的，包括收集處理數(shù)據(jù)、搜索相關(guān)模式、評(píng)價(jià)所獲模式和反復(fù)的修改優(yōu)化的過(guò)程；要求這個(gè)過(guò)程是“非平凡的”，就是說(shuō)這一過(guò)程需要有一定程度的自動(dòng)化與智能化（例如僅給出所有數(shù)據(jù)的均值等統(tǒng)計(jì)數(shù)據(jù)并不能算作是知識(shí)發(fā)現(xiàn)的過(guò)程）?！坝行浴笔侵竿ㄟ^(guò)過(guò)程發(fā)現(xiàn)的模式對(duì)于新獲取的數(shù)據(jù)仍能保持一定的可信性。 “新穎性”要求發(fā)現(xiàn)的模式不應(yīng)該是舊有的?！皾撛谟杏眯浴笔侵赴l(fā)現(xiàn)的模式應(yīng)當(dāng)在將來(lái)會(huì)有實(shí)際的應(yīng)用價(jià)值，例如用于決策樹(shù)系統(tǒng)可用于提高經(jīng)濟(jì)收益?！白罱K可理解性”要求發(fā)現(xiàn)的模式可以被目標(biāo)群體明白，這一特性目前主要體現(xiàn)在簡(jiǎn)明易懂上?！坝行浴?、“新穎性”、“潛在有用性”和“最終可理解性”這四種性質(zhì)可統(tǒng)稱(chēng)之為“興趣性”。由于知識(shí)發(fā)現(xiàn)是一門(mén)受到來(lái)自各種不同領(lǐng)域的研究者關(guān)的交叉性學(xué)科，因此導(dǎo)致了很多不同的術(shù)語(yǔ)名稱(chēng)。除了知識(shí)發(fā)現(xiàn)之外，主要還有如下若干種稱(chēng)法：“知識(shí)抽取”（informationextraction）、“探索式數(shù)據(jù)分析”（exploratorydataanalysis）、“信息發(fā)現(xiàn)”（in1ormationdiscovery）、“數(shù)據(jù)挖掘”（datamining）、“信息收獲”（Informationharvesting）、“智能資料分析”（intelligentdataanalysis）和“數(shù)據(jù)考古”（dataarchedogy）等等。 數(shù)據(jù)挖掘與人工智能在GartnerGroup的一次高級(jí)技術(shù)調(diào)查中被列為未來(lái)三到五年內(nèi)將有的五個(gè)對(duì)工業(yè)產(chǎn)生深遠(yuǎn)影響的關(guān)鍵技術(shù)”中的第一位，并將并行處理系統(tǒng)和數(shù)據(jù)挖掘列為未來(lái)5年重點(diǎn)投資十大新興技術(shù)的前兩位。根據(jù)Gartner的高性 能計(jì)算研究表明，“隨著數(shù)據(jù)采集，傳輸和存儲(chǔ)技術(shù)的快速發(fā)展，大型系統(tǒng)用戶(hù)將更加需要采取新技術(shù)，挖掘其它更廣泛的并行處理系統(tǒng)的使用市場(chǎng)價(jià)值來(lái)創(chuàng)建一個(gè)新的業(yè)務(wù)增長(zhǎng)點(diǎn)。二. 互聯(lián)網(wǎng)ARP數(shù)據(jù)源分析與數(shù)據(jù)處理算法（一）互聯(lián)網(wǎng)APP的資料源分析2013年初，據(jù)摩根斯坦利的報(bào)告宣稱(chēng)，全球已經(jīng)開(kāi)始進(jìn)入移動(dòng)互聯(lián)網(wǎng)的時(shí)代。目 前，中國(guó)有7億多的手機(jī)用戶(hù)，其中有接近2億的手機(jī)網(wǎng)民，這表明中國(guó)移動(dòng)互聯(lián)網(wǎng)市場(chǎng)尚存在巨大的市場(chǎng)空間，而隨著智能手機(jī)的日漸流行和平板電腦等移動(dòng)終端的出現(xiàn)，移動(dòng)互聯(lián)網(wǎng)的潛力和趨勢(shì)也愈來(lái)愈顯現(xiàn)了，第五次科技革命”移動(dòng)互聯(lián)網(wǎng)正走進(jìn)我們的視野中。在這其中，移動(dòng)互聯(lián)網(wǎng)應(yīng)用的推廣將會(huì)極大地促進(jìn)移動(dòng)互聯(lián)網(wǎng)時(shí)代產(chǎn)業(yè)鏈的合作共贏。（二）數(shù)據(jù)流量的飛速增長(zhǎng)愛(ài)立信（TelefonaktiebolagetLMEricsson）最新發(fā)布的全球網(wǎng)絡(luò)數(shù)據(jù)流量測(cè)量結(jié)果顯示，去年全球移動(dòng)數(shù)據(jù)流量幾乎增長(zhǎng)了兩倍，比語(yǔ)音流量的增長(zhǎng)速度快10倍以上。根據(jù)愛(ài)立信的統(tǒng)計(jì)資料，截至2010年第二季度，全球每月移動(dòng)數(shù)據(jù)流量接近22.5萬(wàn)太字節(jié)。這也是繼2009年12月移動(dòng)數(shù)據(jù)流量首次超過(guò)移動(dòng)語(yǔ)音流量后又一次指數(shù)級(jí)增長(zhǎng)。盡管目前移動(dòng)寬帶用戶(hù)僅占移動(dòng)用戶(hù)總量的10%，但其帶來(lái)的流量卻已經(jīng)占據(jù)了整體流量的大部分。市場(chǎng)研究機(jī)構(gòu)eMarketer預(yù)計(jì)，今年將有1800萬(wàn)手機(jī)用戶(hù)通過(guò)手機(jī)上網(wǎng)，2013年第一季度時(shí)為1000萬(wàn)。該公司在同一份聲明中稱(chēng)，“移動(dòng)互聯(lián)網(wǎng)使用量年復(fù)合增長(zhǎng)率將達(dá)到15.7%，高于同時(shí)期手機(jī)用戶(hù)2.1%的年復(fù)合增長(zhǎng)率。（三）數(shù)據(jù)源的變化數(shù)據(jù)業(yè)務(wù)流量遷移，從根本上來(lái)看，是運(yùn)營(yíng)商為了提高網(wǎng)絡(luò)資源的利用率，讓用戶(hù)更容易、更經(jīng)常地去使用有著更高價(jià)值的業(yè)務(wù)移動(dòng)互聯(lián)網(wǎng)，最終提高運(yùn)營(yíng)商的盈利能力和面向未來(lái)的可持續(xù)發(fā)展能力。但流量遷移的背后，實(shí)際上是用戶(hù)的遷移，就是傳統(tǒng)互聯(lián)網(wǎng)用戶(hù)向移動(dòng)互聯(lián)網(wǎng)用戶(hù)的遷移。 而中國(guó)的移動(dòng)互聯(lián)網(wǎng)正在從傳統(tǒng)3G時(shí)代的信息瀏覽轉(zhuǎn)向4G時(shí)代，在4G網(wǎng)絡(luò)建設(shè)大規(guī)模投建及4G終端大規(guī)模推向市場(chǎng)的行業(yè)趨勢(shì)下，中國(guó)移動(dòng)互聯(lián)網(wǎng)大環(huán)境正逐步改善，中國(guó)通信網(wǎng)路環(huán)境的改善，以及流量資費(fèi)的下調(diào)給人們利用手機(jī)上網(wǎng)提供了更好的客觀條件，另外手機(jī)終端條件的逐漸改善也進(jìn)一步推動(dòng)了以手機(jī)瀏覽器為典型代表的移動(dòng)互聯(lián)網(wǎng)應(yīng)用活躍度的提升。隨著各種移動(dòng)互聯(lián)終端設(shè)備，如智慧手機(jī)、平板計(jì)算機(jī)等的高速發(fā)展與越來(lái)越多的無(wú)線(xiàn)互聯(lián)應(yīng)用提供商研發(fā)的各種無(wú)線(xiàn)互聯(lián)的應(yīng)用程序的高速上市，人們對(duì)移動(dòng)互聯(lián)網(wǎng)的認(rèn)識(shí)也漸漸擴(kuò)大為電信網(wǎng)，互聯(lián)網(wǎng)和通信網(wǎng)，娛樂(lè)網(wǎng)絡(luò)融合的一個(gè)終極形式。其數(shù)據(jù)源從簡(jiǎn)單的通信與wap網(wǎng)絡(luò)急速擴(kuò)張，已然涵蓋大部分的web數(shù)據(jù)，對(duì)于這種多數(shù)據(jù)源的分析也是現(xiàn)階段移動(dòng)互聯(lián)用戶(hù)行為分析亟待解決的一大問(wèn)題。三. 用戶(hù)分析（一）用戶(hù)上網(wǎng)時(shí)間分析這一步為統(tǒng)計(jì)分析，針對(duì)獲取的所有信息處理。由前所述方法，首先對(duì)本周各天統(tǒng)計(jì)資料加以聚類(lèi)，步驟如下：1.先把從原資料中統(tǒng)計(jì)出來(lái)的上網(wǎng)人數(shù)、網(wǎng)頁(yè)點(diǎn)擊數(shù)、上傳流量、下載流量、上網(wǎng)時(shí)長(zhǎng)這些參量分別標(biāo)準(zhǔn)化。2.然后分別對(duì)個(gè)參量對(duì)應(yīng)的數(shù)據(jù)聚類(lèi)次，得出表1。其中1-4表示該時(shí)段繁 忙程度，4為最繁忙，1為最不繁忙。如果有更多的數(shù)據(jù)，可以考慮進(jìn)一步分析每周的哪幾天是用戶(hù)上網(wǎng)行為較為繁忙的，并制定出對(duì)應(yīng)的營(yíng)銷(xiāo)策略。顯然由于按每天的數(shù)據(jù)分析，得不到忙閑時(shí)段的統(tǒng)一分類(lèi)結(jié)果，無(wú)法達(dá)到較好的效果，我們繼續(xù)在更大時(shí)間范圍上進(jìn)行分析如下。即對(duì)整周的統(tǒng)計(jì)資料進(jìn)行聚類(lèi)分析：3.將整周的統(tǒng)計(jì)資料累加起來(lái)，得到每個(gè)參量在一周中每個(gè)時(shí)段的總值，并加以 標(biāo)準(zhǔn)化。從下表可以看出對(duì)于一周的各天，各個(gè)時(shí)段的繁忙程度是不同的。圖1每日上網(wǎng)的忙閑時(shí)（1表示最閑，4表示最忙）4.問(wèn)題返回，進(jìn)行步驟A&B，就可得到結(jié)果如下表。表2一周上網(wǎng)的忙閑時(shí)（1表示最閑，4表示最忙）TimeWeek123456789101112131415161718192021222211112233333233232343上表可知，最繁忙時(shí)段（即標(biāo)記為4的時(shí)段）只有一個(gè)，為21時(shí)到22時(shí)這一個(gè)時(shí)段。這個(gè)結(jié)果已能在很大程度上反映出用戶(hù)上網(wǎng)時(shí)間的習(xí)慣。從表2的結(jié)果來(lái)看，盡管存在21時(shí)這樣的特殊忙時(shí)段，我們還是可以看出，手機(jī)上網(wǎng)不像移動(dòng)通信那樣存在一個(gè)極其繁忙的時(shí)間段，如20-21時(shí)，而更像是用戶(hù)在PC機(jī)上上網(wǎng)那樣，幾乎整個(gè)白天到子時(shí)的上網(wǎng)頻率都是很高的。根據(jù)一星期的手機(jī)上網(wǎng)的參量表來(lái)看（圖12），從上午9時(shí)開(kāi)始，各參量值均較高，但在午餐時(shí)間14時(shí)至15時(shí)和晚餐時(shí)間19時(shí)到20時(shí)的手機(jī)上網(wǎng)數(shù)據(jù)較少，而在20時(shí)到次日1時(shí)之間又是手機(jī)上網(wǎng)的高峰期，特別是21時(shí)到22時(shí)這一小時(shí)，這樣的情況和平常用計(jì)算機(jī)上網(wǎng)的時(shí)間非常相近，所以可推測(cè)手機(jī)上網(wǎng)不再是因?yàn)椴荒苡?jì)算機(jī)上網(wǎng)時(shí)的替代品，并隨著技術(shù)高端的電話(huà)逐漸占領(lǐng)市場(chǎng)，手機(jī)上網(wǎng)這一服務(wù)將越會(huì)越搶占網(wǎng)絡(luò)市場(chǎng)的。除此之外，由圖12與圖13可看出，手機(jī)上網(wǎng)的時(shí)間分布和打電話(huà)的時(shí)間分布有一定的相似性，分別在于手機(jī)上網(wǎng)的時(shí)間分布較平均，沒(méi)有出現(xiàn)極端情況，但是打電話(huà)的時(shí)間分布在凌晨時(shí)段則會(huì)明顯較少。所以與打電話(huà)相關(guān)的分析和業(yè)務(wù)對(duì) 手機(jī)上網(wǎng)有一定的指導(dǎo)作用。圖3手機(jī)上網(wǎng)各個(gè)時(shí)段的參量和手機(jī)上網(wǎng)各個(gè)時(shí)段的時(shí)長(zhǎng)數(shù)據(jù)統(tǒng)計(jì)圖由上面的分析，我們選擇把時(shí)間分為連續(xù)的時(shí)間段，并定義從0時(shí)到9時(shí)為閑時(shí)，定義9時(shí)到24時(shí)為忙時(shí)，定義20時(shí)到21時(shí)這段時(shí)間為上網(wǎng)熱點(diǎn)。由各參量的餅形圖可看出（圖14），9時(shí)到24時(shí)的各參量的數(shù)值已占該參量總值的75%以上，所以認(rèn)為定義9時(shí)到24時(shí)為忙時(shí)是比較合理的。 圖4忙閑時(shí)各參量的餅形圖（跨度為一星期）從這樣一個(gè)結(jié)果可以預(yù)見(jiàn)，在手機(jī)上網(wǎng)的熱點(diǎn)時(shí)段（21時(shí)），也不會(huì)出現(xiàn)像打電話(huà)忙時(shí)那樣的對(duì)網(wǎng)絡(luò)造成重壓。如果移動(dòng)網(wǎng)絡(luò)在忙時(shí)還有很大量的可用空間，就可以提出類(lèi)似這樣的營(yíng)銷(xiāo)案：適當(dāng)降低忙時(shí)的上網(wǎng)價(jià)格，因?yàn)榫W(wǎng)上沖浪的持續(xù)性比打電話(huà)高，那么用戶(hù)就會(huì)在忙時(shí)更多的上網(wǎng)。同時(shí)由于閑時(shí)價(jià)格不變，也不會(huì)減少用戶(hù)閑時(shí)上網(wǎng)的時(shí)長(zhǎng)，這樣可能會(huì)極大提高消費(fèi)額。（二）用戶(hù)上網(wǎng)興趣分析過(guò)程如下：1.獲取范本庫(kù)我們通過(guò)網(wǎng)絡(luò)爬蟲(chóng)、文本分析等方法獲取具有代表性和區(qū)分性的范本，即 包含或與該范本有高度匹配的Url與該模板是同一類(lèi)型的網(wǎng)頁(yè)。當(dāng)然，可能存在有代表性但區(qū)分性不高的范本，如image，由于很多網(wǎng)頁(yè)都會(huì)包含圖片，所以包含image的url肯定是有圖片信息，但是否具有其它屬性，如游戲、漫畫(huà)等就不可知。所以我們按區(qū)分性將模板加權(quán)，按被辨識(shí)出來(lái)類(lèi)別的權(quán)重將url加以歸類(lèi)。圖5信息分類(lèi)圖按照已有用戶(hù)上網(wǎng)行為分析的信息分類(lèi)表（如上圖），加以豐富、改造后，給予每個(gè)分類(lèi)模板分類(lèi)標(biāo)號(hào)后，將該模板加入模板庫(kù)中。定期，不定期（在有事實(shí)熱點(diǎn)發(fā)生時(shí)）的更新、修改范本庫(kù)。2.匹配url將獲取的url與模板庫(kù)中的模板匹配并加以歸類(lèi)。3.定義用戶(hù)興趣點(diǎn)目的是要反映出大眾上網(wǎng)行為習(xí)慣的傾向，但由于數(shù)據(jù)量較大不能全部使用。我們由抽樣調(diào)查理論計(jì)算得出，在準(zhǔn)確率95%、誤差2%的條件下，僅需3500人左右開(kāi)能反映出大眾（百萬(wàn)級(jí)別）的特征。因此。我們從3晚多不同的imsi號(hào)碼中隨機(jī)了3000個(gè)出來(lái)加以統(tǒng)計(jì)分析來(lái)反映這些公眾興趣特征。根據(jù)各url分類(lèi)后，我們把點(diǎn)擊各類(lèi)的人坐牢統(tǒng)計(jì)。圖6統(tǒng)計(jì)量的點(diǎn)擊數(shù)統(tǒng)計(jì)圖按選定規(guī)則將上網(wǎng)行為歸為29個(gè)類(lèi)型，統(tǒng)計(jì)結(jié)果顯示這3000人在7天中上網(wǎng)次數(shù)72萬(wàn)次，人均日上網(wǎng)次數(shù)34.3699，而有url記錄的有41萬(wàn)，缺失大概3/7，對(duì)于這部分缺失，我們選擇使用url分類(lèi)后等比拓展來(lái)代替原有缺失。這種方法固然不是最合適的，但是由于對(duì)應(yīng)ip依然很難提供分類(lèi)信息，因此這種快捷而有效方法還是可行的。六. 結(jié)論首先看一下這些互聯(lián)網(wǎng)APP的客戶(hù)使用分布情況：圖3-5業(yè)務(wù)用戶(hù)價(jià)值分布狀況圖從分析得到的比例圖看來(lái)：首先，分布沒(méi)有像期望的那樣呈常規(guī)用戶(hù)占大多數(shù)，中間種兩端輕的狀況，而是兩極分化現(xiàn)象比較嚴(yán)重；其次，從價(jià)值用戶(hù)的比率與互聯(lián)網(wǎng)APP用戶(hù)