基于位置的社交網(wǎng)絡(luò)用戶簽到行為研究.pdf

1、基于位置的社交網(wǎng)絡(luò)(Location-BasedSocialNetworks,簡稱LBSNs)是一種新型的社交網(wǎng)絡(luò),簽到(Check-in)是LBSNs的重要組成部分。探索用戶簽到背后的行為規(guī)律,可以幫助商家進(jìn)行更好地精準(zhǔn)營銷,同時消費者可以從中得到更加優(yōu)質(zhì)的服務(wù),另外,了解其中的規(guī)律對LBS類應(yīng)用的設(shè)計和開發(fā)也具有一定的指導(dǎo)意義。在此背景下,作者對LBSNs中的用戶簽到行為進(jìn)行研究。
　　 研究目的主要有兩個:第一,探索系合適

2、的工具和方法收集LBSNs中簽到數(shù)據(jù);第二,探索對收集到的數(shù)據(jù)處理及分析方法,以便探索數(shù)據(jù)背后的應(yīng)用價值。
　　 作者選取嘀咕網(wǎng)作為研究平臺,整個研究過程分兩個階段:第一階段,通過文獻(xiàn)調(diào)研,作者發(fā)現(xiàn)第三方工具GooSeeker比普通網(wǎng)絡(luò)爬蟲能更準(zhǔn)確地尋找所需目標(biāo)數(shù)據(jù),并能夠按照用戶指定的數(shù)據(jù)采集原則采集互聯(lián)網(wǎng)數(shù)據(jù),因此利用該工具收集嘀咕網(wǎng)數(shù)據(jù),共得到2.6萬多名用戶的100多萬條簽到數(shù)據(jù),以此作為原始數(shù)據(jù)源存放到MYSQL數(shù)據(jù)庫

3、中。在第二階段,作者分別從簽到時間、簽到地點及簽到地評論三個方面進(jìn)行研究,探索了相應(yīng)的數(shù)據(jù)處理及分析方法。在第二階段,作者重點研究簽到地評論,選取其中包含“麥當(dāng)勞”的信息作為研究實例,使用分類工具SVMCLS將用戶評論劃分為不同的傾向級別,從而得到用戶對麥當(dāng)勞的主觀傾向性,并進(jìn)一步分析了該主觀傾向性的時間分布情況和影響因素。
　　 主要發(fā)現(xiàn)了以下幾個規(guī)律:在簽到時間分析中,作者發(fā)現(xiàn)用戶簽到存在周期性規(guī)律,即一天中上午簽到明顯低于