基于数据挖掘的互联网用户行为分析及应用研究

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《基于数据挖掘的互联网用户行为分析及应用研究》，欢迎阅读！



基于数据挖掘的互联网用户行为分析及应用研究

随着科技的快速发展，人们对于生活的要求不仅是享受，更要求智能化的生活。大数据挖掘恰好能改善人们的智能生活，并优化互联网格局。数据挖掘在将数据转换成可行动的信息，并根据这些信息采取一定行动，最后通过分析发现商机，本文主要对互联网用户行为进行数据挖掘并分析其应用进行研究。



标签：数据挖掘；互联网用户；行为分析

一、数据挖掘

1、数据挖掘及其应用发展

数据挖掘是对海量数据的有用信息提取法的过程，随着信息技术的高速发展，每时每刻都有大量的数据产生出来，我们现在正生活在一个大数据时代，面对这些海量数据，传统的分析方法不能处理如此之多的数据，并且这些数据是没有规律、没有类别可以进行归纳分类的，这时我们必须发展要发现新的数据处理技术来适应时代的变革[1]。互联网的高速发展使人们获取各类信息的途径变得方便快，但这些海量数据那些才是用户真正需要的，怎么能在最短的时间准确的为用户提供他们所需要的信息，这都是互联网发展所面临的巨大挑战[2]。数据挖掘的目的就是解决这问题的，数据挖掘的实质是对用户数据描述和数据预测，具体任务是将海量数据中的具有潜在相连关系的数据，通过数据属性进行归类、抽取等等预处理，并进行预测的过程，最终目的是得到具有价值的信息。数据挖掘是包含了人工智能、经济学、神经网络学、建模技术、信息管理学等的交叉学科[3]。目前，数据挖掘技术在实践探索的初期，数据发掘随着互联网技术的快速发展未来必有好的发展前景[4]。



2、数据挖掘对用户行为分析的意义

构成大数据用户行为的5个关键要素是人物、地点、时间、交互、交互内容，

用户行为分析的实质是对相关网站平均访问量的基本数据进行统计、分类、分析，并从中找到并发现用户所访问的网站之间存在的规律，并将网络营销策略与网站之间存在的规律结合并分析目前网络运营中存在的弊端，并将这些问题、弊端作为日后改善网络运营的策略支持，最终达到提高用户使用感的目的。也就是说实施用户分析的现实意义是对用户访问的网站的数据进行统计分析，进行对网站进一步的调整，并掌握用户的心理，实现网站内容形式等完善化[5]。



数据挖掘的重点是对数据的分析，需要统计的内容包括在访问网站是每个用户的浏览时间、跳出频率、是否回访、回访次数、新访问者、回访相隔天数、是否为注册用户并分析用户与非用户之间的浏览习惯、在浏览网页时使用的关键词和搜索引擎等。通过对以上数据的搜集以供各种各个行业应用[6]。






通过数据挖掘可以对用户的行为进行分析，并对上层决策产生一定的作用，具体包括以下四个方面的作用：一是，快速的故障定位，提升网络运维效率。用户行为这一行为将有关用户访问网站的相关数据都进行了保存，可以随时随地灵活的按一定条件对这些数据进行访问，这样可以快速的对故障进行定位，因此大大降低了网络故障的处理时间。并且在对故障的定位的同时能自动的对故障的路径和发生原因进行分析，并与数据库中与故障有关的专家库结合，自动对故障进行处理，向智能化方法发展；二是，实时网络监视，实现网络主动维护。用户行为分析将用户设备的关键性指标的运行情况以图形方式展示，并以秒为单位的进行监控和预警，并分析用户的历史数据，以便能及时发现用户的使用情况，这样能对将要发生的故障进行预测，并及时维护；三是，强大的网络分析，辅助网络优化，全面掌握网络流量和网络质量的相关数据，并才有直观有效的分析方法，精准地确定决定网络质量的关键，并结合是历史数据模型，对网络發展趋势进行预测，及时清除潜在威胁，优化网络格局；四是，深度用户分析，支撑精细运维。



二、基于数据挖掘的互联网用户行为分析及应用研究

1、基于数据挖掘的互联网用户行为分析存在问题

数据发掘技术的发展必然的，这是由于人们在享受数据时代带来的便捷同时也爆发了一个问题，这些问题包括，信息量多大、信息真假鱼龙混杂、难以保障信息安全问题、包含信息知识的载体不统一，这些都是推进数据挖掘技术发展的因素。然而数据挖掘是对有效信息的提取，但数据挖掘上目前存在的问题是：一是，预测数据趋势的问题，在对历史数据进行分析时能发现存在这些数据之间得关联性和变化趋势，这都能加强对数据趋势预测的准确性，这些预测趋势不仅能确定用户信息与预测商品之间是否合理，还能帮助电子商务的决策有效性的提高，实现利益的最大化，但对历史数据的分析与预测中并没有规范的标注一共参考，这个问题严重制约着数据挖掘的有效性；二是，数据模型可靠性问题，数据挖掘包括模型的种类大致有三种，采集模型、处理模式和其他模型，由于这些模型的技术不成熟，本身存在一定的问题，并且处理数据的方式也大不相同。因此，采用不同的处理模型，最终的结果却是大相径庭，这对数据模型的有效性和稳定性是一个严重的考验，尤其是对于电子商务和互联网来说；三是，数据挖掘需要考虑数据的安全性与保密性，在海量数据中必然存在需要属于用户个人隐私的数据，怎样对这些数据进行加密，这都是数据挖掘需要面临的问题，并且数据挖掘技术人员在工作时对这些隐私数据要认为的保密；四是，无数挖掘成果并不确定，不同的目的会有不同的数据挖掘结果，是不确定的，因此在进行数据挖掘时应精密围绕一定目的进行数据工作，只有这样得到的结果才有价值，并为未来企业管理者对经营策略提供技术支持，直接影响了未来企业的发展。



2、基于数据挖掘的互联网用户行为分析研究

数据挖掘对于互联网用户行为分析在电子商务的应用近年来是越来越广泛了，电子商务利用数据挖掘对互联网用户行为进行分析的现实意义是能发掘更多的潜在用户。数据挖掘技术的出现彻底改变了传统电子商务的营销模式，单纯的依靠价格的优惠，尤其在节假日期间，竞争对手之间为了能更加顾客，以更低的




价格吸引这每个人，但低廉的价格并不能给每个消费者带来真正的优惠，反而是更多的欺骗，这是由于各个电商为了引起消费者的关注，只能靠这种方式，因此消费者又变成了最低端的人。但数据挖掘对物联网用户行为分析能改变现在的窘境，能真正依靠满足每个消费者来达到实现自己的利益最大化。通过对用户的一个购买行为可以产生千个行文维度，对这些维度进行分析，可以深度分析出每个潜在用户的购买意向和购买心得，提高电商的竞争实力。



数据挖掘对互联网用户行为分析能提高电商的营销精准性，例如在大众点平中的实践，结合数据挖掘技术之后，电商可以将运营活动归纳为：确定用户目标、选取目标对象、设计适用方案、系统配置和产品上线、实现精准营销的目的，对营销效果进行监控和评估，这种营销活动不仅能发掘潜在用户和新用户，同时还能留住老用户。电商时代为人们的生活方式变得更加简单，但怎么才能提高用户的使用感，提高在行业中的竞争力，只有能真正了解用户的需求才能提升自己的竞争力。



三、总结

本文主要对数据挖掘技术、数据挖掘对用户行为分析的作用、数据挖掘技术现在面临的问题进行阐述说明，并以电子商务为例来说明数据挖掘对用户行为分析的意义。



参考文献：

[1]周盼盼，丁怡心，邱雨楠，等.基于数据挖掘的用户行为特征分析算法研究[J].南京工程学院学报（自然科学版），2016，14（1）：76-82.



[2]孙科.基于数据挖掘的网络教学平台用户行为分析研究[D].重庆理工大学，2016.



[3]赵灿明，李祝红.基于数据挖掘及数据分析的局域网用户网络访问行为审计系统[J].通讯世界，2015（1）：41-43.



[4]林嘉晖.基于数据挖掘的电网用户行为分析系统的设计与实现[D].中山大学，2013.



[5]魏新，廖闻剑，彭艳兵.基于数据挖掘的校园网络行为分析[C]//中国科协年会信息化与社会发展学术讨论会分会场.2008.



[6]张书海.基于Web数据挖掘的旅游者网络用户行为及用户价值研究[D].广州大学，2016.



徐延强，男，兰州工业学院讲师，硕士学历，研究方向：数据存储与管理，元数据。

本文来源：https://www.wddqxz.cn/4ccd8821b7daa58da0116c175f0e7cd1842518ac.html