基于大數據、云計算與用戶行為分析

孫明

摘 要：隨著社會全面的進入大數據時代和云計算時代，大數據已經逐步的融入到我們的生活中，人們都能夠感受到大數據對我們生活的改變。同時，很多用戶的行為，會被計算機自動化機器所保留記錄下來，通過大數據和云計算的方式，對這些用戶的行為進行分析，可以更好的掌握經濟發展的規律。本文探討了大數據，分析了大數據和云計算下對用戶行為，研究了大數據對企業與用戶關系的影響，以及大數據背景下對用戶行為分析帶來的挑戰。

關鍵詞：大數據；云計算；用戶行為分析

中圖分類號：TN919.2 文獻標識碼：A 文章編號：1671-2064（2019）15-0027-02

0 引言

隨著人類社會的發展，目前已經全面的進入到了信息化、智能化的時代中，很多用戶的行為都被記錄下來，并且能夠對其做出分析和預測，對于掌握我國的經濟發展和社會的真實規律有很大的幫助，能夠為人們制定智能化、個性化的服務，對提升城市的管理、提高交通質量、提升人們的生活質量，有很大的幫助作用，同時，減少不必要的浪費。

1 大數據概述

1.1 大數據分析

大數據的記錄數據的方式，從本質上發生的改變，用戶在瀏覽網站中的數據信息，會通過設備記錄下來，通過用戶的行為來挖掘數據，由于數據規模比較龐大，因此，需要多個云平臺來擴展數據的節點體系，需要拓展性更強的大數據架構，云計算能夠為用戶提供多種數據支持。

1.2 云計算的發展趨勢

云計算能夠讓用戶集中到“云端”，是計算機網的一種運用模式[1]。在外國的一些國家，云計算逐漸成為國家核心競爭力的主要手段，如美國的云計算服務中，在農業、司法部門和軍事中得到的應用，并通過構建云計算的生態系統，能夠推動產業鏈的發展，在澳大利亞，政府在公共行業和服務行業中，將大數據分析融入其中，制定出了公共政策。我國的云技術已經有了很大的突破，主要應用在了北京電力和我國的教育云系統中，形成了H3C的云計算系統。

2 大數據和云計算下對用戶行為分析

2.1 對信息進行分類

信息資源整合分為兩大類型，一是同類數據的合并，二是不同類數據之間的關聯[2]。在同事數據的合并中，可以將用戶發的信息匯集起來，進行歸類研究，關注用戶群體的特點，在同一類性的數據中，存在數據格式的不同、數據規模的差異，所以需要對資源進行整合，使得數據資源具有統一的結構，形成具有代表性的數據規模；另外一類是不同數據之間的關聯，是利用科技的搜索形式，通過關鍵詞、摘要、文獻、用戶日志對信息進行整合[3]。大數據信息組織，目前具有很強的擴展性、容錯性。在信息組織過程中，具有較好的精確性和普遍通用性。目前的大數據建模中，還沒有完全參考數關系數據庫的模板，因此，存在著信息冗繁不一致的現象。可以通過用戶行為的分析，進行宏觀、微觀和中觀的多層次的觀察，建立一個具有一定彈性和層次的數據信息。

2.2 對信息資源的收集

目前，在網絡上可以通過大數據，收集信息，但是卻沒有分析數據對用戶行為帶來的影響，為用戶行為的分析帶來了難度。通過對原本的數據進行標注，可以獲取大量的信息內涵，可以為用戶的行為作出很好的指引，為用戶尋找數據提供便利的條件。目前，主要使用的映射方法有GAV和LAV兩種方法，雖然前者查詢的效率比較高，但是沒有很強映射擴展性。而LAV方法具有很強的擴展性，是采集發數據集的主要應用方法。

2.3 對信息的處理和挖掘

在對用戶的數據進行分析和挖掘的過程中，主要表現在的幾個方面：（1）將數據可以分成多個小規模的模塊，再對數據進行處理和挖掘，降低數據的傳輸和系統計算的費用。（2）針對不同的數據的結構的不同，安全性的不同以及相關法律限制的不同，可以將數據信息進行集中化的分析，對于不符合實際的數據信息，進行處理。通過云計算分布式的用戶日志框架進行分析，對日志進行處理、用戶模式進行深入的挖掘、分析和研究，這種方式非常方便、便捷，在云端就可以完成。（3）對于不同結構的數據的分布式的數據挖掘，可以從相互學習和元學習進行。元學習是從已經得到的知識中再進行學習，最終得到數據模型。而相互學習是從多個數據的挖掘節點，對通過一個學習任務進行互相分析學習成果的方式。對于異構的數據分布挖掘數據的形式，可以先使用正交化的基函數分成分量模式，最后行成全局的模式。（4）云計算能夠以租代買的形式，可以有效的提升計算系統的使用率，對于商業領域來說，可以在云數據平臺中以較低的成本進行使用信息。（5）云數據儲存的模式。GFS硬件系統，是一個規模比較大的中低端計算機集群，有一個主節點和許多的數據節點。在程序訪問數據的過程中，會首先訪問主節點，在獲取主節點的信息，通過數據的節點就會影響到整個系統數據的使用情況。（6）云分布式計算架構。這種與GFS相類似，是面向隊規模的計算機集團進行設計的，主節點控制和分配個子節點的計算機資源。任何一個子節點，就可以從集群中移除，不會影響執行當前的任務。在MAPPEDUCE的構架下，可以由系統自行完成，用戶不需要有此方面的轉化，也可以有效的進行分布式的計算。在谷歌提出的這兩種思想的基礎上，研發了一個Hadoop計算框架，能夠處理大量的分布式的處理軟件框架，在實踐中取得了很大的成效。（7）對知識呈現的方式進行研究。在知識的呈現上，需要通過數據的可視化形式來表達出來，再進行分析，如媒體軟件臉書上的情感數據分析可知，科學家將人類的情緒分為12種不同的類型，如高興、悲傷、生氣、暴怒等，其中的每種情緒，都會觸發人們的心理情緒的變化、面部表情的變化，對人們的外在行為產生刺激和影響。通過分析，將可視化的方式展現的大眾面前。如：美國波士頓的爆炸案會引起人們情緒的低落，通過可視化的技術手段，可以讓用戶直觀的看到大數據解釋的規律和未來的發展趨勢。

3 大數據對企業與用戶關系的影響

（1）在互聯網的環境中，用戶對企業的管理不斷的增強，大數據、云計算改變的傳統商業運作模式，通過大數據可以對用戶進行分析，這也是未來企業的主要研發和發展的方向之一。這使得用戶和企業之間的關系發生了很大的變化，互聯網的環境能夠給企業提供更多的創新基礎，這樣可以給用戶帶來更多的價值。（2）互聯網能夠讓企業和用戶之間無障礙的溝通，通過社區可以進行有效的溝通，這重創新的模式，可以增強企業研發能力，用戶也能隨時看到企業更新的動態。其次，大數據能夠有效的對用戶的信息進行分析，提升了用戶的議價能力，通過兩者有效的互動，可以推動企業創新與改良產品，更加滿足用戶的需求。

4 大數據背景下對用戶行為分析帶來的挑戰

4.1 信息范圍

大數據的數據來源主要是計算機生成的數據和社交網上的緩存數據，不論是哪種類型的數據，其中有原始數據和結構化的數據，但是數據的結構和內涵上，出現了真假不清的情況，因此會干擾對用戶的分析，影響了分析的結果。

4.2 數據的存儲

大數據的數據質量和數據的質量上都有一定的變化，與傳統數據存在很大的區別。對分析傳統的用戶行為主要以數據倉庫上的數據為主，但是大戶數據對用戶的分析，首先需要處理超大的數據庫進行分析，傳統的數據庫不能夠駕馭超大的數據庫，所以，必須要首先解決處理超大數據庫的處理和分析的能力。

4.3 信息安全的問題

大數據、云計算的發展中，很多用戶的隱私可能會被盜用或者暴露，如在進行個人的信息檢索的過程中，如果不注意就會暴露到自己的信息。因此，在大數據和云計算的時代發展中，需要對用戶的信息進行規范，要做好法律限定，避免個人信息的曝光，在大數據處理信息的過程中，一般都是在開放的環境下進行的，所以很難保證數據信息的安全，使得信息系統更加的不安全。這就給非法盜用信息的人員提供了可乘之機，對用戶的安全造成了不利的影響。

4.4 不斷的整理知識內容 形成體系

在大數據、云計算的時代發展中，分析用戶行為是一個長期而復雜的過程，需要不斷的摸索積累經驗，因為互聯網平臺的數據，需要進行充分的處理和挖掘，云服務平臺中，需要大數據的知識進行整合，提高大數據的擴展性，這樣才能更好的各個行業中得到應用和發展。

5 結語

綜上所述，在大數據、云計算的時代背景下，如果信息想要得到更好的使用，就需要對用戶的行為進行分析，是未來面臨的巨大的挑戰和發展的機遇。在對用戶的行為進行分析，可以將數據進行重新的構建、對數據進行分析，再生成有益的信息，通過大數據的分析，能夠形成廣闊的視野，加強對大數據信息資源整合的分析，同時加強對用戶的行為理論的分析，才能推進社會經濟的發展。

參考文獻

[1] 王兵.基于云計算技術的大數據用戶行為引擎設計[J].電腦知識與技術，2016（05）：1-2.

[2] 陳碩，李曉戈.大數據、云計算與用戶行為經驗分析[J].信息記錄材料，2018（7）：118-120.

[3] 張梅.云計算技術下的大數據用戶行為引擎設計研究[J].西安文理學院學報（自然科學版），2016（3）：48-52.