基于網絡用戶行為的網絡優化研究

鄶世軒　邊雪婷　柯力圖　趙澤海　張璇

摘? 要：網絡用戶根據自身的愛好特點，所產生的行為千姿百態。正是這些用戶行為影響著互聯網公司和運營商。基于網絡用戶行為進行網絡優化，用戶可以輕松愉快地使用網絡，并根據自己的喜好體驗個性化服務。該文主要以W網絡調查平臺為研究對象，對網站的用戶行為進行統計分析，并且在此基礎上提出優化方案。

關鍵詞：網絡用戶? 行為? 網絡優化

中圖分類號：TN915.0? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1672-3791（2019）03（c）-0023-03

互聯網的迅猛發展使得當前網絡數據等一系列概念與人們的生活學習密切相關，每天使用網絡設備產生網絡瀏覽行為大數據。網絡虛擬社會的出現和現實生活中的行為相對應，人們利用網絡設備所產生的行為稱之為網絡用戶行為[1]。對于互聯網公司來說，網絡用戶的行為分析可以發現用戶的瀏覽習慣和偏好，并對其進行分析加以應用，可以提高網絡用戶的上網體驗，增加網絡公司相關收益，更可以為互聯網長遠發展打下堅實基礎。

1? 理論與方法

用戶行為預測所涉及的內容很廣，比如關注、評論、點贊、訪問主頁等交互因素。給定特定的社交網絡，研究者們大多從社交網絡圖結構和社交網絡功能兩個角度分析用戶行為。網絡結構著重于分析用戶行為的產生過程，功能分析則著重于分析用戶行為的具體內容[3]。

社會網絡圖結構分析法主要是對社會網絡的關系結構或者屬性信息進行分析，行動的主體可以是人、社區或者群體等，主體之間的關系能夠反映出一定的現象或者規律。基于網絡結構常有的衡量網絡特性的屬性有：度、網絡直徑、聚類系數、介數等[4]。

社交網絡的功能特性側重于分析用戶的具體行為，比如點贊、轉發、關注等行為。這些用戶的具體行為實質上是社交網絡提供給用戶基本功能的在用戶微觀層面上的反映[5]。因此，如果想要深入地剖析用戶特征，社交網絡運營部門的理論支持可以來源于通過研究用戶歷史信息。以轉發行為為例，有很多學者通過分析社交網絡中多維度用戶主體特征和博文特征在轉發微博和不轉發微博中的呈現出來的不同表象，采用加權預測模型來實例化特征，進一步將用戶轉發行為預測轉化為二分類問題[6]。

2? 網絡用戶行為實證分析

該文數據全部來源于W網絡調查平臺的數覆蓋范圍內的所有用戶產生的海量網絡數據報文和服務器所產生的日志文件，主要采集了2018年6月至2018年8月之間的數據。根據這些數據可以得到網絡調查平臺用戶的個人資料、訪問的內容數據、點擊數據等，為研究W網絡調查平臺的用戶行為提供了非常大的支撐。

2.1 網頁興趣度評估

該小節對網絡用戶行為的實證分析主要是對其在版塊停留時間、版塊內點擊次數、版塊內頁面滑動的次數、版塊總訪問次數進行分析。

版塊停留時間是用戶在某一個版塊內的停留時間，它是反映用戶行為特征的一個重要指標。記錄用戶進入某個版塊的時間為t0，通過以下兩種方法計算用戶在版塊內的停留時間。第一種是離開的時候記錄時間t1，則訪問時間為t1-t0;第二種是到達另一個版塊或者回到主頁時記錄時間t2，則訪問時間為t2-t0。版塊內點擊次數主要是指用戶在瀏覽一個版塊的時候，會不由自主地點擊自己感興趣的帖子進行瀏覽，同時在瀏覽帖子的過程中用戶會對自己感興趣的內容進行收藏或者回復等，監控收集用戶在一個版塊內的所有點擊行為。

將用戶行為事件以矩陣的形式排列，作為樣本數據，每一行數據是一個用戶的一個行為事件，其中每一列是行為事件的某一個屬性，最后一列是類屬性值，即我們需要推測的樣本屬性用戶興趣度的人工打分。如表1所示，我們需要輸入用戶行為事件矩陣來分析用戶的興趣度。

2.2 用戶行為分析模型

通過對W網絡調查平臺2018年6月至2018年8月這3個月之間的用戶行為日志數據，進行收集整理分析，總結出基于W網絡調查平臺的網絡用戶行為模型，如圖1所示。

由此可見，從進入頁面到打開界面的人數大量流失，流失占比達到90%以上。另外，打開界面到瀏覽內容，也減少了10.72%的用戶。因此，如何美化打開界面吸引網絡用戶，防止從進入頁面到打開界面的人數大量流失，成為網絡平臺能夠順利吸引用戶瀏覽內容的重要任務。

2.3 統計分析

2018年6月至2018年8月間，進入W大數據平臺的107325名用戶中，進入次數最多的用戶進入了409次，每個用戶平均進入次數為1.25次。有打開界面操作的10257名用戶中，打開界面最多的用戶共打開了214次，每個用戶打開問卷次數平均為3.55次。共有9158名進入平臺的用戶提交了問卷，打開界面最多的用戶共打開了108次，每個用戶提交問卷次數平均為2.48次。

對107325名進入W網絡調查平臺的用戶的性別、學歷、地域分布經統計分析后如表2所示。

由表2可知，可以對W大數據網絡平臺的用尸屬性有初步了解。學生用戶和社會白領階層是W大數據網絡平臺的主要用戶，其中女性用戶占較大比例，因此，數據內容多偏向于女性喜好。為保證得到調查結果中性別比例均衡，W大數據網絡調查平臺應在提升男性用戶的提交量上做出努力。在學歷上，本科與專科用戶大致相同。在城市分布方面，一級城市用戶占比最多，但是與二級及二級以下城市相差不多，這與我國學生和白領用戶學習工作區域有關。

3? 網絡優化建議

3.1 優化網絡平臺流程

一個完整的網絡調查過程包括用戶進入網絡調查平臺、打開網絡調查問卷并提交網絡調查問卷。過程中的每個環節都會影響用戶最終提交網絡調查問卷。網絡調查平臺需要對以上各個環節的行為進行關注，用平臺和問卷設計的優化，提升用戶對網頁的興趣度以此來提高用戶在各個環節的轉化率，尤其需要重點關注的是在用戶打開問卷之前，利用合適的頁面結構以及新穎的頁面內容，吸引用戶打開問卷。

3.2 根據用戶特征采取激勵機制

該文研究發現性別對用戶進入在線調查平臺和打開問卷的行為沒有顯著影響，對用戶提交問卷的行為卻有顯著影響。打開問卷后完成回答并提交通常是女性用戶，因此，在問卷調查中除了需要控制性別比例，還需要在調查平臺采取措施使問卷更多的出現在男性用戶視野當中，以增加男性用戶的提交量。在打開問卷和提交問卷的兩個階段，適當采取物理激勵或虛擬激勵措施，實物激勵中物品的價格越高，虛擬激勵中虛擬積分的數量越高，產生的效果越好。根據具體需求設置不同的激勵水平，以確保回收的調查問卷數據。

3.3 優化外部環境

從外部環境來看，網絡用戶進入網絡調查平臺的時間段對相關網絡調查平臺的運營策略也有相當重要的影響。由網絡大數據調查發現用戶進行上網行為在中午11：00～12：30和晚上18：00～20：00比較集中。這就意味著在中午和夜晚時段用戶的進入-打開比率和打開-提交比率會更高。而且進入-打開比率在下午18：00～20：00有一個峰值。考慮到在半夜網絡調查平臺的用戶數量很少，一般認為網絡調查平臺開展運營和推廣活動的最佳時間是中午和晚上。此時，用戶有更高的行為傾向，第二個最佳選擇是晚上。此時，用戶更傾向于進入網絡調查平臺和打開調查問卷，這也會影響用戶最終問卷的提交。在上述時間段內有更多的用戶進入網絡調查平臺，這樣能夠獲得較多數量的問卷，獲取更多的信息。

4? 結語

當前，計算機和互聯網發展速度不斷加快，網絡用戶也在不斷增加，其規模也在不斷擴大，同時，使用網絡平臺的用戶就會留下相應的用戶數據。在眾多領域中，如果想要真正吸引到用戶，那么網絡運營平臺就必須學會對大數據進行分析，并對分析結果加以合理利用，為網絡、網絡規劃設計進行有效支持，為決策科學化提供幫助。在此基礎之上優化相關的網站以及軟件產品，為網絡提供更安全、舒適、流暢的上網體驗。

參考文獻

[1] 顧其源.基于用戶行為的無線通信網絡綜合優化研究[J].信息通信，2018，186（6）：190-191.

[2] 顧震強.移動網絡的用戶行為及用戶價值區域特征的分析研究[J].移動通信，2016，40（5）：15-19.

[3] 王浩.大數據背景下基于客戶需求的供應網絡優化問題的研究[D].沈陽工業大學，2016.

[4] 黃琪飛，李貝，胡海波，等.基于用戶感知的端到端網絡優化方法研究[J].電信技術，2016（9）：9-12.

[5] 王玲.移動網絡用戶行為挖掘模型及在E-Learning系統中的應用[J].現代電子技術，2016（24）：91-95.

[6] 王忠民，王希，宋輝.基于隨機Dropout深度信念網絡的移動用戶行為識別方法[J].計算機應用研究，2017（12）：283-286.