WLAN上網行為分析創新系統

引言：為了實現無線寬帶WLAN業務的健康穩定,我們不僅需要依賴技術和業務的創新，更需要切實掌握客戶使用業務的感知與行為特點，有效地開展業務，因此建立一套行之有效的用戶行為分析方法體系是十分必要的。

圖1 上網行為分析系統界面

為了實現無線寬帶WLAN業務的健康穩定，我們不僅要依賴技術和業務的創新，更要掌握客戶使用業務的感知與行為特點，因此建立用戶行為分析方法體系是必要的。一方面可為前端部門提供數據依據與分析方法，從而指導業務經營；另一方面還可為管理層提供宏觀業務信息，以便制定相關策略。我們通過現網資源進行WLAN用戶上網行為習慣分析（如圖1所示），利用綜合疏導策略對特定類型用戶感知進行提升，達到差異化的移動互聯網服務能力，從而提高經濟效益。

上網行為分析系統利用Hadoop（分布式系統基礎架構）大數據技術，依托于廉價的X86服務器，充分利用了現有的軟硬件資源，搭建了分布式大數據集群。

通過該系統，我們主要實現了WLAN設備信息采集、用戶價值分析、用戶發展潛力分析和用戶感知度分析功能。

在用戶身份識別、用戶全息視圖、用戶分群和用戶行為分析等方面做出了多項創新，并基于這些創新，在企業選址和用戶營銷分析方面獲得了顯著成效。

目前，系統已經完成數據接入和應用開發，并重點對WLAN訪問餐飲類用戶方面，進行了用戶行動軌跡分析、用戶活動區域分析以指導區內餐飲。

通過企業選址工作的系統分析，完成了市場部的實際運營支撐工作。

經過長時間數據積累，行為分析系統已經建立完成覆蓋近30萬頻道和27億網頁（含WAP）的URL地址庫，形成2463個標簽，和27萬關鍵詞庫。

通過與主流市場和APP廠商合作，建立了行業內最大最完善的APP資源庫，能夠解析覆蓋用戶產生流量95%以上的手機應用。

經過不斷積累和完善，截至目前完成6萬余款常用應用軟件的分類整理工作，同時具備完善的應用軟件分析能力。

以前使用傳統的大面積推廣方式進行，造成了大量資源的浪費。

但是經過3個月試運行后，使用者按照其特定需求，通過系統的自助條件過濾功能，使現在的信息推廣準確率提高了50%，并且顯著節約了人力成本。

在技術創新上，該系統首次與互聯網企業合作，整合了業內最全的互聯網URL地址庫和APP庫。

系統使用URL匹配技術對用戶上網使用的APP進行匹配與應用群體分類，同時對特定的分類人群推薦用戶使用同類群體的熱門APP應用，以提高用戶的應用感知度。

首次提出通過互聯網地址庫的自學習機制更新海量地址資源，節約人工成本。另外還首次實現業了內最準確的互聯網分詞技術。

通過對用戶使用互聯網的上網數據爬取進行用戶的喜好分析，挖掘用戶的潛在價值及消費活動趨勢。

在數據挖掘上，本系統首次實現業內最精細的用戶分群。根據互聯網大數據分析，對用戶進行細化的群體分類及個體標簽特征。為用戶的大數據分析提供了用戶類別分類支撐手段以提高特定類別用戶的營銷深度及成功率。

在經濟效益上，本系統在協助企業選址以后，還可以提供給企業進一步的精細化營銷服務。

在社會效益上，本系統首次將大數據資源應用到互聯網大數據運營領域，創造了新的運營和盈利模式。

結合用戶的位置軌跡、用戶的互聯網喜好，通過分析用戶的消費行為及用戶分布情況來指導企業選址，開創了特定場景下的數據支持分析，實現對大數據的價值挖掘。