數(shù)據(jù)挖掘下的用戶行為分析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數(shù)據(jù)挖掘下的用戶行為分析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：伴隨我國網(wǎng)絡(luò)信息化技術(shù)不斷創(chuàng)新，“數(shù)據(jù)挖掘”作為數(shù)據(jù)分析、發(fā)展趨勢及創(chuàng)新手段，其重要性不言而喻。通過近年來研究發(fā)現(xiàn)，“數(shù)據(jù)挖掘”應(yīng)用的科學(xué)性與優(yōu)化性對數(shù)據(jù)質(zhì)量提升、應(yīng)用效率提高、誤差減低等影響頗大。本次研究將基于數(shù)據(jù)挖掘的用戶行為進(jìn)行分析研究，為下一步工作開展提供依據(jù)參考。

關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)挖掘；用戶行為

前言

“數(shù)據(jù)挖掘”應(yīng)用是當(dāng)下我國各行業(yè)重要應(yīng)用技術(shù)之一，具有較大的意義影響。然而現(xiàn)階段有關(guān)我國基于數(shù)據(jù)挖掘的用戶行為分析研究相對較少，基于該問題現(xiàn)狀，要求行之有效的方法對其進(jìn)行分析研究，如網(wǎng)絡(luò)用戶行為分析、建模與算法分析、大數(shù)據(jù)未來發(fā)展等，本次研究對基于數(shù)據(jù)挖掘的用戶行為進(jìn)行分析，有十分重要的理論意義。

1、數(shù)據(jù)挖掘概述

隨著我國科學(xué)技術(shù)不斷提升及發(fā)展，計算機(jī)、網(wǎng)絡(luò)信息及大數(shù)據(jù)技術(shù)逐漸得以廣泛應(yīng)用及研發(fā)。其中，最為重要的是大數(shù)據(jù)技術(shù)，數(shù)據(jù)技術(shù)不是單一片面的簡單流程，而是更為科學(xué)、合理的系統(tǒng)布局。從當(dāng)下我國對數(shù)據(jù)技術(shù)及相關(guān)專業(yè)理論的研究中可以得出，如何利用與發(fā)揮好“數(shù)據(jù)挖掘”對其提升應(yīng)用效果十分重要。數(shù)據(jù)挖掘是基于大數(shù)據(jù)技術(shù)下的一種核心應(yīng)用手段，對大數(shù)據(jù)技術(shù)得以發(fā)揮起到重要的推動作用。數(shù)據(jù)挖掘是指對海量大數(shù)據(jù)內(nèi)容進(jìn)行識別、尋找其規(guī)律的一種保障技術(shù)。主要包括：數(shù)據(jù)準(zhǔn)備階段、規(guī)律尋找階段、規(guī)律表示階段?！皵?shù)據(jù)挖掘”不是簡單的基礎(chǔ)技術(shù)，而是一種較為復(fù)雜、繁瑣的科學(xué)流程，其目的主要是實現(xiàn)人類對海量數(shù)據(jù)的掌握、調(diào)取及利用，主要任務(wù)包括聚類分析、關(guān)聯(lián)分析、異常分析、演變分析、特異群組分析、關(guān)聯(lián)分析等，如圖1：數(shù)據(jù)挖掘具有以下特點：第一、發(fā)現(xiàn)性特點，發(fā)現(xiàn)性特點是數(shù)據(jù)挖掘主要特征之一。由于海量數(shù)據(jù)容量之大，在對其進(jìn)行處理、利用過程中必然會受到諸多阻礙。通過數(shù)據(jù)挖掘可以對數(shù)據(jù)庫知識進(jìn)行尋找、提取。在該過程中“發(fā)現(xiàn)”特點較為明顯，它規(guī)避了傳統(tǒng)數(shù)據(jù)挖掘的形式化與流程性，提升了其整體效果與綜合利用。第二、涉及性特點，涉及性特點主要是指數(shù)據(jù)挖掘的運(yùn)行及工作方式種類較多?？梢圆捎枚喾N不同方式及手段對數(shù)據(jù)知識進(jìn)行尋找、發(fā)現(xiàn)。第三、穩(wěn)定性特點，數(shù)據(jù)挖掘最為基本的保障為“穩(wěn)定性”，在數(shù)據(jù)挖掘過程中不會受其他因素影響，對發(fā)現(xiàn)數(shù)據(jù)知識及關(guān)聯(lián)分析的精準(zhǔn)、可靠起到一定的安全保障作用。這也是數(shù)據(jù)挖掘最為重要的基礎(chǔ)核心之一[1]。

2、基于網(wǎng)絡(luò)時代的用戶行為的作用分析

2.1用戶行為決定企業(yè)盈利

隨著現(xiàn)階段我國網(wǎng)絡(luò)信息技術(shù)不斷發(fā)展，諸多網(wǎng)絡(luò)平臺與網(wǎng)絡(luò)服務(wù)都將“用戶需求”作為重要發(fā)展目標(biāo)。這也是相關(guān)網(wǎng)絡(luò)企業(yè)得以發(fā)展及規(guī)模壯大的重要基礎(chǔ)。企業(yè)的盈利性在于市場穩(wěn)定與滿足用戶。而用戶正是市場的重要根基。因此，基于上述情況科學(xué)、合理的對用戶行為進(jìn)行分析研究十分重要。用戶行為是指用戶基于某種網(wǎng)絡(luò)服務(wù)或平臺所提供的服務(wù)、體驗，而發(fā)生的一種主動性消費(fèi)訴求及實際行為，體現(xiàn)了用戶主觀思想與心理需求。企業(yè)只有對用戶行為進(jìn)行有效分析，并根據(jù)其數(shù)據(jù)統(tǒng)計情況進(jìn)行運(yùn)營、發(fā)展戰(zhàn)略制定，才能成為提升企業(yè)盈利的重要推手[2]。

2.2用戶行為決定平臺良性發(fā)展

當(dāng)下我國信息化建設(shè)正在快速發(fā)展，各領(lǐng)域、各行業(yè)都在融入大量信息化元素。如教育、醫(yī)療、電子商務(wù)、軍事、工業(yè)、科研等。這些行業(yè)領(lǐng)域都離不開對“用戶行為”的分析研究。通過對用戶行為進(jìn)行及時、科學(xué)分析，可以對用戶需求與情況進(jìn)行全面掌握。并對其行業(yè)平臺發(fā)展與網(wǎng)絡(luò)資源利用尤為關(guān)鍵。因此，從行業(yè)網(wǎng)絡(luò)平臺良性發(fā)展的角度來講，加強(qiáng)對用戶行為的分析研究，將重點問題與用戶需求進(jìn)行尋找、發(fā)現(xiàn)，可以快速提升該行業(yè)平臺的運(yùn)行能力[3]。

3、用戶行為具體研究——基于數(shù)據(jù)挖掘技術(shù)

3.1網(wǎng)絡(luò)用戶行為分析

用戶行為分析主要是指對網(wǎng)絡(luò)用戶行為、上網(wǎng)規(guī)律及心理訴求的預(yù)測、判定。利用數(shù)據(jù)挖掘技術(shù)對網(wǎng)路用戶進(jìn)行分析研究，主要采用算法或模型構(gòu)建等方式完成。在該過程中通過對其進(jìn)行數(shù)據(jù)發(fā)現(xiàn)、尋找及分析，可以將用戶興趣作為網(wǎng)絡(luò)平臺重要經(jīng)營發(fā)展策略，并為用戶分區(qū)提供關(guān)鍵理論依據(jù)。由于網(wǎng)路具有一定的虛擬性，其用戶行為也與實際用戶行為具有明顯差異。所以，在對其進(jìn)行分析過程中一定要對網(wǎng)絡(luò)用戶特點進(jìn)行了解掌握，具體特點如下：第一、技術(shù)性特點，網(wǎng)絡(luò)用戶多為具有一定的計算機(jī)、網(wǎng)絡(luò)知識，且信息化接受程度較高，通?？梢元毩⑼瓿善渚W(wǎng)絡(luò)操作。第二、隱蔽性特點，網(wǎng)絡(luò)用戶基于虛擬世界與心理規(guī)避感，往往具有隱蔽性特點，如修改相關(guān)信息內(nèi)容、刪除痕跡等。第三、個性強(qiáng)特點，網(wǎng)絡(luò)世界是開放的，網(wǎng)絡(luò)用戶通常不必局限于現(xiàn)實生活中的束縛與規(guī)定，可以獨立進(jìn)行意識及個性塑造、發(fā)揮[4]。

3.2建模與算法分析

第一、建模是利用數(shù)據(jù)挖掘進(jìn)行網(wǎng)絡(luò)用戶行為分析的重要基礎(chǔ)，主要從用戶行為特征、用戶興趣入手對其進(jìn)行模型構(gòu)建，其目的是提升規(guī)范分析力度。以用戶興趣模型為案例，該模型主要包括關(guān)鍵字模型、主體模型、基本本體論模型、向量空間模型等。例如：關(guān)鍵字模型主要通過對用戶行為關(guān)鍵字的提取，如“咖啡”一詞可以代表喜歡喝咖啡的用戶。主題模型是采用用戶興趣歸納與分區(qū)的方式，將用戶行為及特點進(jìn)行集中體現(xiàn)與合理分區(qū)。第二、算法主要采用K-Means算法。通過K-Means算法可以輕松完成其聚類。另外，一個科學(xué)、合理的用戶興趣模型順利構(gòu)建，主要是需要對優(yōu)秀且高效率用戶興趣模型算法的選擇及應(yīng)用。通過對相關(guān)數(shù)據(jù)信息整理后發(fā)現(xiàn)，其用戶興趣模型算法主要包括：遺傳算法、聚類算法、決策樹算法、貝葉斯算法等。但其效果最為明顯，且采用率最高的為“聚類算法”。聚類算法是指通過建立不同群組的用戶的興趣簇來劃分各用戶，主要借助K-Means算法對用戶根據(jù)其興趣程度的權(quán)重進(jìn)行聚類，從而達(dá)到對用戶進(jìn)行興趣的劃分[5]。

4、“數(shù)據(jù)挖掘”技術(shù)的未來發(fā)展

4.1時展的必然產(chǎn)物

隨著網(wǎng)絡(luò)信息技術(shù)不斷普及應(yīng)用，大數(shù)據(jù)時代已經(jīng)來臨。大數(shù)據(jù)時代是指通過數(shù)據(jù)共享、數(shù)據(jù)采集、數(shù)據(jù)海量存儲等實現(xiàn)資源互利、數(shù)據(jù)傳輸及應(yīng)用發(fā)展時代。大數(shù)據(jù)時代下最為代表性的就是“數(shù)據(jù)挖掘技術(shù)”。數(shù)據(jù)挖掘技術(shù)通常是指網(wǎng)絡(luò)技術(shù)、計算機(jī)技術(shù)、通訊技術(shù)及相關(guān)衍生出來的傳感技術(shù)、自動電氣化及人工智能技術(shù)等[1]。數(shù)據(jù)挖掘技術(shù)范圍、范疇較寬。從其實用性及作用性角度來講，數(shù)據(jù)挖掘技術(shù)分為監(jiān)控、智能及保障三大方面。隨著我國科學(xué)技術(shù)水平不斷創(chuàng)新突破，數(shù)據(jù)挖掘技術(shù)也隨之日益更新，在諸多領(lǐng)域及行業(yè)中都較為常見，已經(jīng)滲入到人們?nèi)粘Ｉ罴吧a(chǎn)建設(shè)中去[6]。

4.2實現(xiàn)數(shù)據(jù)信息化呈現(xiàn)

數(shù)據(jù)挖掘用戶行為分析的最大作用是為網(wǎng)絡(luò)平臺提供更為精準(zhǔn)的數(shù)據(jù)信息，并使其數(shù)據(jù)信息以立體性、數(shù)字化信息形式呈現(xiàn)出來，我國現(xiàn)階段數(shù)據(jù)挖掘技術(shù)主要以數(shù)據(jù)智能分析為主，結(jié)束了以往的傳統(tǒng)分析模式，通過對用戶信息樣本、特征采集，通過尋找后以信息化數(shù)據(jù)形式呈現(xiàn)出來，為網(wǎng)絡(luò)平臺戰(zhàn)略發(fā)展提供更為科學(xué)、準(zhǔn)確的信息參考。這種參考性主要體現(xiàn)在應(yīng)對經(jīng)營預(yù)案明確方面。而通過數(shù)據(jù)信息化呈現(xiàn)，可以讓相關(guān)技術(shù)人員更為立體、鮮明的掌握其用戶需求，為下一步工作開展打下基礎(chǔ)[7]。其統(tǒng)計效率、統(tǒng)計質(zhì)量、統(tǒng)計速度之快、之準(zhǔn)、之全較為完善，可以為日后相關(guān)工作開展及信息掌握起到積極參考作用，其價值性不言而喻。

結(jié)論

綜上所述，通過對基于數(shù)據(jù)挖掘的用戶行為進(jìn)行分析研究，主要包括：數(shù)據(jù)挖掘概述、基于網(wǎng)絡(luò)時代的用戶行為的作用分析，其包括用戶行為決定企業(yè)盈利、用戶行為決定平臺良性發(fā)展、基于數(shù)據(jù)挖掘技術(shù)用戶行為具體研究，其包括網(wǎng)絡(luò)用戶行為分析、建模與算法分析、大數(shù)據(jù)未來發(fā)展等，從多方面、多角度對基于數(shù)據(jù)挖掘的用戶行為進(jìn)行闡明，為下一步工作開展奠定堅實基礎(chǔ)。

參考文獻(xiàn)：

[1]張利利，馬艷琴.基于數(shù)據(jù)挖掘技術(shù)的航空客戶流失與細(xì)分研究及R語言程序?qū)崿F(xiàn)[J].數(shù)學(xué)的實踐與認(rèn)識，2019(6).

[2]孫欣，李俊飚，張亞迪，等.基于數(shù)據(jù)挖掘技術(shù)的嘉定地區(qū)電動汽車個人用戶充電樁信息分析[J].電力與能源，2019，40(02):75-77+110.

[3]周浩，林波榮，張仲宸，等.基于數(shù)據(jù)挖掘技術(shù)的北方寒冷地區(qū)居民用水、用氣數(shù)據(jù)處理方法探討[J].暖通空調(diào),2019,49(02):64-72.

[4]韋建國，王玉瓊.基于網(wǎng)購平臺大數(shù)據(jù)的電子商務(wù)用戶行為分析與研究[J].湖北理工學(xué)院學(xué)報，2019(3).

[5]楊國勝，郭貝貝.機(jī)器學(xué)習(xí)增強(qiáng)的電子商務(wù)平臺用戶行為預(yù)測[J].科技與創(chuàng)新，2019，121(01):130-131.

[6]劉娜娜，張強(qiáng).基于電商平臺的消費(fèi)者需求及產(chǎn)品數(shù)據(jù)挖掘技術(shù)分析[J].內(nèi)蒙古統(tǒng)計，2019(01):42-45.

[7]楊奕，張毅，李梅，等.基于LDA模型的公眾反饋意見采納研究——共享單車政策修訂與數(shù)據(jù)挖掘的對比分析[J].情報科學(xué)，2019，37(01):88-95.

作者：金琳 單位：鹽城工學(xué)院