基于大数据的网络用户行为分析.docxVIP

?

?

基于大数据的网络用户行为分析

?

?

尚红

摘要：由于网络通信信息技术及相关计算机技术的不断发展，网络的大环境也开始变得越来越复杂，云计算等相关网络技术的广泛应用，造成主机的边界和网络的相关技术也开始发生变化，变得比较的动态化以及模糊化。在进行信息搜索的过程当中，因为绝大部分的使用用户会将搜索引擎当做自己进行搜索自己需要的信息的首个选择方式，它可以把比较混乱、没有规章的信息规范整合，给用户建设一套条理清晰的索引文档体系。本文内容主要是先从整体上研究网络大数据的相关概念以及主要特征，进一步分析大数据给用户的行为都带来怎样的影响，并且立足在大数据的网络基础之上对用户的相关行为进行了进一步的分析与实证研究。

关键词：大数据;网络用户行为;数据分析

一、大数据网络研究的背景和现状

（一）研究背景

计算机以及云计算等相关网络专业技术的不断发展，使得行业应用下出现的数据资料开始呈现急剧性的增长，相关数据资料的飞速增长代表着人类社会已经从原本的信息化时代开始走向网络大数据的时代。大数据正在悄悄的对我们的生活以及工作等各方面产生一个大的改变，它不但在相关的民生信息数据统计以及消费者相关行为的预测方面都有着巨大的促进作用，同时对于互联网的网络安全来讲，也是一个很重要的保障工具。所以，怎样设计出来一套有成效的用户行为分析模式，并且还是立足在大数据的基础上面，这个研究内容是十分重要的。

（二）研究现状

网络用户的行为详细的去讲，其实就是用户在进行登录网站，使用网络后的一切行为活动，例如进行信息的搜索、在相关购物平台的上的购物以及观看新闻、玩游戏等等行为，其只要在网站上发生就会产生相应的数据，而且随着现代网络用户数量的不断上升，其网络数据也开始变得更多。我们之所以要对使用网络的用户行为进行进一步的分析，是因为我们可以通过相关的数据支撑，发现掩埋在用户行为当中的用户习惯行为特征，这些特征能够准确的反射出来用户最根本的需求以及她的一些兴趣习惯。在了解到他们的最根本的内在信息需求的时候，电商就可以通过他们的兴趣与实际需求给用户推送提供一些合适的产品，就可以迅速的提升用户的购物效率，同时也可以为电商自己创造下极为巨大的利益。

二、大数据的概述

（一）大数据的定义

大数据也可以称之为巨量资料，主要指的开始通过新处理的网络模式产生更为有效的决策、洞察与进一步优化提升流程水平的大量、超高增长率以及多元化的相关信息资产。

早就在1980年这一年里，闻名世界的未来学家，即阿尔文·托夫勒就在自己的书中高度赞扬了大数据，不过一直2009年，“大数据”开始在互联网行业中慢慢开始流行起来，变成了一个专业的网路信息词汇。现阶段给大数据的定义还是主要集中在它的主要特征上面，即具有实时性，并且信息呈现多元化的趋势。

（二）大数据的特点

从海量多元化的数据中，迅速的获取到具有价值的相关信息的能力，也就是我们所说的大数据网络技术。知道这一点是非常重要的，也是因为这一点所以才使得这个专业技术拥有着对用户进行进一步分析的潜在能力。大数据整体上是有五大特点，也被称之为5V，即大量性特点、高速性特点、多样性特点、价值性特点以及真实性特点。

1.大量性（Volume）

数据的体量是十分巨大的，它从TB这个级别，跳跃提升到PB这个等级。

2.高速性（Velocity）

处理的速度是非常迅速的，并且存在着“1秒定律”，也就是说对于处理的速度方面是有一定标准要求的，正常情况下需要在秒级的时间规定内分析并得出相关结果，这也是大数据这个专业技术与传统性质的数据挖掘相关的技术最为本质的不同之处。

3.多样性（Variety）

数据的类型是多元化，多种多样的，比如网络娱乐、网络视频以及地理位置等多种网络服务都是能够产生许多的文字、视频、语音、图画以及地理位置等多种多样的相关数据信息。

4.价值性（Value）

它的价值密度相比较来说是比较低的，我们通过视频进行举例说明，持续性的监控的整个过程当中，有用的数据只占到其中的一两秒的时间。但是我们合理的去使用大数据，并且针对具体情况具体实际的进行分析，还是会产生比较高的价值同等回报甚至超出的回报的。

5.真实性（Veracity）

追寻高质量对大数据来讲是比较高的一项挑战，即便是最为优秀的数据清理手段面对一些数据，也是没有办法抹除掉它们本身一直存在的一种不可预测的特性。比如，人自身存在的情感以及诚实、天气的具体状况、经济的相关因素和未来的情况等等，所以我们要对大数据进行相应的完善工作。

（三）大数据的意义

当前的社会本身的发展速度是非常快的，由于科学技术的进一步发展，信息的广泛沟通，人与人之间的联系越来越频繁，生活质量也呈现一个向上增长的趋势，在大数据中进行分析找寻到比较合适的模式，能够协助用户更快的适应社会的不断变化，并且根据实际情况做出一个比较准