面向大數(shù)據(jù)的網(wǎng)絡用戶行為分析研究.pdf

1、隨著信息技術(shù)飛速發(fā)展，信息已滲透到人們工作生活的各個方面，隨之而來的就是信息爆炸時代帶來的海量數(shù)據(jù)。數(shù)據(jù)正在迅速膨脹，它決定著企業(yè)的未來發(fā)展，隨著時間的推移，人們將越來越多地意識到數(shù)據(jù)對企業(yè)發(fā)展的重要性。大數(shù)據(jù)帶來的巨大價值正逐漸被人們認可，它通過技術(shù)的創(chuàng)新與發(fā)展，以及數(shù)據(jù)的全面感知、收集、分析、共享，為人們提供了一種全新的看待世界的方法。因而怎樣利用源源不斷的數(shù)據(jù)，整合探究發(fā)現(xiàn)其背后的規(guī)律，成為了一個重要課題。
　　網(wǎng)絡運營商在

2、為用戶提供互聯(lián)網(wǎng)訪問服務時，往往會存儲用戶的訪問日志數(shù)據(jù)。通過這些數(shù)據(jù)，運營商可以獲取用戶的行為習慣特點，針對不同的用戶采取不同的營銷手段，從而促進企業(yè)發(fā)展。
　　因而本文以某運營商的互聯(lián)網(wǎng)訪問日志數(shù)據(jù)為基礎，通過對其進行分類分析挖掘，從中得到用戶的特征屬性，根據(jù)特征屬性對用戶進行高低消費傾向分類。本文的工作成果主要有如下幾個方面：
　?。?）給出了面向大數(shù)據(jù)的網(wǎng)絡用戶行為分析系統(tǒng)設計方案。在該系統(tǒng)中，主要由Web日志預處理

3、、用戶特征屬性提取以及用戶行為分類三個模塊組成。本文詳細介紹了各個模塊的設計過程。
　　（2）提出了基于MapReduce的特征屬性提取方法，根據(jù)用戶訪問商品情況，提取商品類別、訪問頻率、訪問時間、地理位置及訪問歷史等作為用戶行為特征屬性，并介紹了該方法的并行化設計。
　?。?）提出了基于特征加權(quán)的樸素貝葉斯分類器，根據(jù)上文提取的用戶特征屬性，利用特征加權(quán)的分類器，實現(xiàn)對用戶行為的分類，并在MapReduce下設計實現(xiàn)了該分