基于數(shù)據(jù)挖掘的用戶行為分析研究

摘要：伴隨我國網(wǎng)絡信息化技術不斷創(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”應用的科學性與優(yōu)化性對數(shù)據(jù)質量提升、應用效率提高、誤差減低等影響頗大。本次研究將基于數(shù)據(jù)挖掘的用戶行為進行分析研究，為下一步工作開展提供依據(jù)參考。

關鍵詞：大數(shù)據(jù)；數(shù)據(jù)挖掘；用戶行為

★基金項目：江蘇省高校哲學社會科學研究基金項目，項目名稱：大數(shù)據(jù)時代下電商平臺用戶行為分析研究，批準號：2017SJB1553。

前言

“數(shù)據(jù)挖掘”應用是當下我國各行業(yè)重要應用技術之一，具有較大的意義影響。然而現(xiàn)階段有關我國基于數(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行分析研究，如網(wǎng)絡用戶行為分析、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

隨著我國科學技術不斷提升及發(fā)展，計算機、網(wǎng)絡信息及大數(shù)據(jù)技術逐漸得以廣泛應用及研發(fā)。其中，最為重要的是大數(shù)據(jù)技術，數(shù)據(jù)技術不是單一片面的簡單流程，而是更為科學、合理的系統(tǒng)布局。從當下我國對數(shù)據(jù)技術及相關專業(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”對其提升應用效果十分重要。數(shù)據(jù)挖掘是基于大數(shù)據(jù)技術下的一種核心應用手段，對大數(shù)據(jù)技術得以發(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)內容進行識別、尋找其規(guī)律的一種保障技術。主要包括：數(shù)據(jù)準備階段、規(guī)律尋找階段、規(guī)律表示階段。“數(shù)據(jù)挖掘”不是簡單的基礎技術，而是一種較為復雜、繁瑣的科學流程，其目的主要是實現(xiàn)人類對海量數(shù)據(jù)的掌握、調取及利用，主要任務包括聚類分析、關聯(lián)分析、異常分析、演變分析、特異群組分析、關聯(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)挖掘的運行及工作方式種類較多。可以采用多種不同方式及手段對數(shù)據(jù)知識進行尋找、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)知識及關聯(lián)分析的精準、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核心之一[1]。

2、基于網(wǎng)絡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)絡信息技術不斷發(fā)展，諸多網(wǎng)絡平臺與網(wǎng)絡服務都將“用戶需求”作為重要發(fā)展目標。這也是相關網(wǎng)絡企業(yè)得以發(fā)展及規(guī)模壯大的重要基礎。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、合理的對用戶行為進行分析研究十分重要。用戶行為是指用戶基于某種網(wǎng)絡服務或平臺所提供的服務、體驗，而發(fā)生的一種主動性消費訴求及實際行為，體現(xiàn)了用戶主觀思想與心理需求。企業(yè)只有對用戶行為進行有效分析，并根據(jù)其數(shù)據(jù)統(tǒng)計情況進行運營、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

當下我國信息化建設正在快速發(fā)展，各領域、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、軍事、工業(yè)、科研等。這些行業(yè)領域都離不開對“用戶行為”的分析研究。通過對用戶行為進行及時、科學分析，可以對用戶需求與情況進行全面掌握。并對其行業(yè)平臺發(fā)展與網(wǎng)絡資源利用尤為關鍵。因此，從行業(yè)網(wǎng)絡平臺良性發(fā)展的角度來講，加強對用戶行為的分析研究，將重點問題與用戶需求進行尋找、發(fā)現(xiàn)，可以快速提升該行業(yè)平臺的運行能力[3]。

3、用戶行為具體研究——基于數(shù)據(jù)挖掘技術

3.1 網(wǎng)絡用戶行為分析

用戶行為分析主要是指對網(wǎng)絡用戶行為、上網(wǎng)規(guī)律及心理訴求的預測、判定。利用數(shù)據(jù)挖掘技術對網(wǎng)路用戶進行分析研究，主要采用算法或模型構建等方式完成。在該過程中通過對其進行數(shù)據(jù)發(fā)現(xiàn)、尋找及分析，可以將用戶興趣作為網(wǎng)絡平臺重要經營發(fā)展策略，并為用戶分區(qū)提供關鍵理論依據(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，在對其進行分析過程中一定要對網(wǎng)絡用戶特點進行了解掌握，具體特點如下：第一、技術性特點，網(wǎng)絡用戶多為具有一定的計算機、網(wǎng)絡知識，且信息化接受程度較高，通常可以獨立完成其網(wǎng)絡操作。第二、隱蔽性特點，網(wǎng)絡用戶基于虛擬世界與心理規(guī)避感，往往具有隱蔽性特點，如修改相關信息內容、刪除痕跡等。第三、個性強特點，網(wǎng)絡世界是開放的，網(wǎng)絡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)挖掘進行網(wǎng)絡用戶行為分析的重要基礎，主要從用戶行為特征、用戶興趣入手對其進行模型構建，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：關鍵字模型主要通過對用戶行為關鍵字的提取，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、合理的用戶興趣模型順利構建，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用。通過對相關數(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)其興趣程度的權重進行聚類，從而達到對用戶進行興趣的劃分[5]。

4、“數(shù)據(jù)挖掘”技術的未來發(fā)展

4.1 時代發(fā)展的必然產物

隨著網(wǎng)絡信息技術不斷普及應用，大數(shù)據(jù)時代已經來臨。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”。數(shù)據(jù)挖掘技術通常是指網(wǎng)絡技術、計算機技術、通訊技術及相關衍生出來的傳感技術、自動電氣化及人工智能技術等[1]。數(shù)據(jù)挖掘技術范圍、范疇較寬。從其實用性及作用性角度來講，數(shù)據(jù)挖掘技術分為監(jiān)控、智能及保障三大方面。隨著我國科學技術水平不斷創(chuàng)新突破，數(shù)據(jù)挖掘技術也隨之日益更新，在諸多領域及行業(yè)中都較為常見，已經滲入到人們日常生活及生產建設中去[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)絡平臺提供更為精準的數(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)挖掘技術主要以數(shù)據(jù)智能分析為主，結束了以往的傳統(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)絡平臺戰(zhàn)略發(fā)展提供更為科學、準確的信息參考。這種參考性主要體現(xiàn)在應對經營預案明確方面。而通過數(shù)據(jù)信息化呈現(xiàn)，可以讓相關技術人員更為立體、鮮明的掌握其用戶需求，為下一步工作開展打下基礎[7]。其統(tǒng)計效率、統(tǒng)計質量、統(tǒng)計速度之快、之準、之全較為完善，可以為日后相關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。

結論

綜上所述，通過對基于數(shù)據(jù)挖掘的用戶行為進行分析研究，主要包括：數(shù)據(jù)挖掘概述、基于網(wǎng)絡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)挖掘技術用戶行為具體研究，其包括網(wǎng)絡用戶行為分析、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)挖掘的用戶行為進行闡明，為下一步工作開展奠定堅實基礎。

參考文獻：

[1] 張利利，馬艷琴.基于數(shù)據(jù)挖掘技術的航空客戶流失與細分研究及R語言程序實現(xiàn)[J].數(shù)學的實踐與認識，2019（6）.

[2] 孫欣，李俊飚，張亞迪，等.基于數(shù)據(jù)挖掘技術的嘉定地區(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，2019，49（02）： 64-72.

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

[5] 楊國勝，郭貝貝.機器學習增強的電子商務平臺用戶行為預測[J].科技與創(chuàng)新，2019，121（01）：130-131.

[6] 劉娜娜，張強.基于電商平臺的消費者需求及產品數(shù)據(jù)挖掘技術分析[J].內蒙古統(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，2019，37（01）：88-95.

作者簡介：

金琳，碩士，鹽城工學院，講師，研究方向：大數(shù)據(jù)管理、數(shù)據(jù)挖掘、電子商務等。