侯金鳳

摘要：隨著移動(dòng)互聯(lián)網(wǎng)的用戶迅速增長(zhǎng)，移動(dòng)用戶的行為特征對(duì)移動(dòng)互聯(lián)網(wǎng)發(fā)展的影響也日益增大，如何準(zhǔn)確分析移動(dòng)用戶使用手機(jī)行為的關(guān)鍵特征，為用戶提供更加精準(zhǔn)的服務(wù)，是當(dāng)下的互聯(lián)網(wǎng)經(jīng)濟(jì)的研究熱點(diǎn)。該文通過(guò)對(duì)移動(dòng)互聯(lián)用戶使用手機(jī)行為的信息進(jìn)行深入的研究與分析，在該基礎(chǔ)上提出了移動(dòng)互聯(lián)用戶使用手機(jī)行為信息的框架并構(gòu)建用戶行為模型，從而得出移動(dòng)互聯(lián)網(wǎng)用戶使用手機(jī)的個(gè)性化特征，并根據(jù)用戶基本信息維度，對(duì)用戶群進(jìn)行了更加詳盡的分析與比較，從而可以全面了解用戶群體關(guān)鍵特征，為用戶提供更加精準(zhǔn)的服務(wù)提供理論依據(jù)。

關(guān)鍵詞：移動(dòng)互聯(lián)網(wǎng)；用戶使用行為；用戶畫像

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）07-0277-04

Research on the Use Of Mobile Internet Phone Users Behavioral Characteristics

HOU Jin-feng

Abstract： With the rapid growth of the number of mobile Internet users， influence of the behavioral characteristics of mobile users to mobile Internet development is also increasing， how accurate analysis of the key features of mobile phone users behavior， how to provide users with more accurate service， is the hotspots of the current Internet economy research. Based on the mobile Internet users behavior information using a mobile phone in-depth research and analysis， then proposed framework for phone users to use mobile Internet behavior information and build a user behavior model to arrive at mobile Internet users use the phone personalization features. Depending on the user's information dimension， the user group conducted more detailed analysis and comparison， so that you can fully understand the key characteristics of the user groups， to provide a theoretical basis about how to provide users with a more accurate service.

Keywords： Mobile Internet； user behavior； user portrait

1 背景

隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，手機(jī)上網(wǎng)用戶數(shù)量也已超過(guò)寬帶上網(wǎng)，智能手機(jī)的流行已成為手機(jī)市場(chǎng)的一大趨勢(shì)，智能手機(jī)也幾乎成了這個(gè)時(shí)代不可或缺的代表配置。根據(jù)工信部最新數(shù)據(jù)[2，13]顯示，2015年前7個(gè)月，全國(guó)移動(dòng)流量消費(fèi)累計(jì)達(dá)20.2億GB，同比增長(zhǎng)95.3%，三大運(yùn)營(yíng)商累計(jì)擁有12.95億用戶，其中3G、4G用戶總數(shù)6.95億，占比53.7%，隨著光纖、4G等高帶寬等高速發(fā)展，智能手機(jī)用戶滲透率將達(dá)到70%。與傳統(tǒng)的互聯(lián)網(wǎng)相比，移動(dòng)互聯(lián)網(wǎng)具有隨身行、個(gè)人性、位置性、終端性等特性。 正是因?yàn)檫@些不同的個(gè)性化用戶特征，使得移動(dòng)設(shè)備更能夠真正體現(xiàn)人的位置特征等動(dòng)態(tài)特性。面對(duì)如此龐大的用戶群體，如何精準(zhǔn)向用戶推送服務(wù)，成為當(dāng)前移動(dòng)互聯(lián)網(wǎng)經(jīng)濟(jì)領(lǐng)域研究的熱點(diǎn)[3]。

目前，Keralapura等人[4]研究了一個(gè)3G網(wǎng)絡(luò)中用戶的瀏覽行為，提出了一種基于新的沙漏模型的可擴(kuò)展性聚類方法，并利用該方法對(duì)用戶和瀏覽文件分別進(jìn)行了聚類。Ahmad Hawalah 等人[5]等人提出了用戶畫像的三級(jí)動(dòng)態(tài)代理，并對(duì)此方法進(jìn)行了闡述，提供了計(jì)算動(dòng)態(tài)模型準(zhǔn)確率的方法。唐胡鑫，錢旭[6]提出基于雙路信息熵和凝聚信息熵算法提出雙路凝聚信息熵算法與凝聚信息熵算法相比，其數(shù)據(jù)分析精確度有顯著提高，并提出在數(shù)據(jù)分析過(guò)程中，確定合適的α值，能夠充分的利用各路數(shù)據(jù)的協(xié)作關(guān)系。王繼民等人[7]提出了基于日志挖掘的用戶行為研究框架，包括主要量化指標(biāo)、分析流程與主要分析方法。

綜合對(duì)當(dāng)前相關(guān)文獻(xiàn)的理論分析和研究發(fā)現(xiàn)，當(dāng)前針對(duì)移動(dòng)互聯(lián)用戶的研究，僅局限于針對(duì)“移動(dòng)搜索”這一個(gè)維度進(jìn)行的分析與研究，無(wú)法體現(xiàn)真正的移動(dòng)互聯(lián)用戶使用手機(jī)行為特征，本文試圖對(duì)用戶行為特征在多維度進(jìn)行系統(tǒng)的梳理、總結(jié)和分析。

2 手機(jī)用戶行為特征的分析方法

用戶通過(guò)使用安卓手機(jī)，安裝本實(shí)驗(yàn)應(yīng)用APP，通過(guò)注冊(cè)、GPS定位等功能，使得后臺(tái)服務(wù)器獲取用戶的靜態(tài)數(shù)據(jù)與動(dòng)態(tài)數(shù)據(jù)，如圖1所示：

2.2 用戶使用手機(jī)行為特征數(shù)據(jù)的研究

用戶使用手機(jī)行為特征數(shù)據(jù)分析的主要目的是將數(shù)據(jù)采集模塊得到的最終數(shù)據(jù)進(jìn)行分析，標(biāo)簽化，再根據(jù)算法進(jìn)行權(quán)重分析及計(jì)算，并根據(jù)用戶反饋數(shù)據(jù)的權(quán)重結(jié)果，調(diào)整用戶畫像的閾值。

由于用戶使用手機(jī)的行為數(shù)據(jù)具有數(shù)據(jù)量大、類型分散的特征，本文根據(jù)系統(tǒng)業(yè)務(wù)需求，將用戶使用手機(jī)行為信息主要?jiǎng)澐譃榫艂€(gè)維度，其中包含三個(gè)靜態(tài)維度和三個(gè)動(dòng)態(tài)維度。維度主要包含性別、年齡、終端維度。其中年齡維度根據(jù)當(dāng)前中國(guó)年齡分類標(biāo)準(zhǔn)[8]，及本實(shí)驗(yàn)需求，年齡維度的標(biāo)簽有青年、中年、老年。而終端維度包含終端的型號(hào)、品牌、參數(shù)配置等，根據(jù)當(dāng)前市場(chǎng)流通手機(jī)品牌劃分為不同的標(biāo)簽類別。

而動(dòng)態(tài)維度主要包含以下三個(gè)維度：

1）地域維度：刻畫用戶的環(huán)境屬性，可通過(guò)實(shí)時(shí)判斷用戶的位置，向用戶提供實(shí)時(shí)實(shí)地的服務(wù)。

2）時(shí)間維度：刻畫用戶使用手機(jī)的時(shí)間點(diǎn)及時(shí)長(zhǎng)、頻次。

3）興趣偏好維度：對(duì)于客戶在互聯(lián)網(wǎng)使用行為的刻畫，包括使用App的情況、用戶訪問(wèn)url情況等，并對(duì)用戶網(wǎng)絡(luò)使用的流量進(jìn)行分析，細(xì)化數(shù)據(jù)可以分析到用戶每一項(xiàng)業(yè)務(wù)使用的 。

其中，對(duì)于時(shí)間維度，時(shí)間段的劃分按照兩個(gè)小時(shí)為一個(gè)時(shí)間段研究，而手機(jī)使用時(shí)長(zhǎng)及頻率，根據(jù)對(duì)相關(guān)文獻(xiàn)的研究[9-10]，通過(guò)大量實(shí)驗(yàn)，將用戶行為的標(biāo)簽劃分為如表1、表2所示的等級(jí)。

2.4 個(gè)性化推薦的研究

該模塊的功能[14]是實(shí)現(xiàn)根據(jù)不同的用戶個(gè)體或者用戶群的用戶畫像，推送相應(yīng)特征的內(nèi)容。工作內(nèi)容是對(duì)內(nèi)容畫像，并根據(jù)用戶個(gè)體模型及用戶分群模型，將正確的內(nèi)容推送給相應(yīng)的用戶或者用戶群體。本文使用的推薦算法是

3 試驗(yàn)及結(jié)果分析

本實(shí)驗(yàn)基于“易劃”手機(jī)APP應(yīng)用系統(tǒng)，通過(guò)移動(dòng)互聯(lián)內(nèi)容發(fā)布平臺(tái)，對(duì)用戶使用手機(jī)行為特征進(jìn)行研究。根據(jù)上述分析方法，通過(guò)采集并處理用戶使用行為數(shù)據(jù)，并對(duì)其分析。以用戶A在八月份使用手機(jī)APP情況為例，分析在8月份，A用戶使用的APP次數(shù)如下圖所示，其中小游戲類APP中，A偏好使用休閑類的游戲，那么此用戶的偏好標(biāo)簽為休閑游戲，權(quán)重為0.32；通訊類權(quán)重為0.21?？梢缘贸觯脩鬉對(duì)于APP的使用，更偏好休閑游戲類。在有相關(guān)業(yè)務(wù)，比如APP推送時(shí)，根據(jù)權(quán)重閾值為0.28，那么，向A用戶推送 休閑游戲類的APP。推送結(jié)果如圖8所示。

4 結(jié)束語(yǔ)

在移動(dòng)技術(shù)高速發(fā)展的今天，用戶的行為特征數(shù)據(jù)不但影響產(chǎn)業(yè)上游商品生產(chǎn)的行為，也會(huì)在傳播文化、商品文化中得到體現(xiàn)。在正確處理移動(dòng)互聯(lián)網(wǎng)用戶行為的過(guò)程中，由于不受固定終端限制，用戶可以隨時(shí)隨地使用手機(jī)，使得用戶行為具有更強(qiáng)的實(shí)效性，智能終端已經(jīng)逐漸改變?nèi)藗円酝鶎?duì)手機(jī)的使用習(xí)慣，因此有必要研究智能手機(jī)終端的使用習(xí)慣，以幫助提高對(duì)用戶的服務(wù)。本文基于對(duì)相關(guān)理論的研究的基礎(chǔ)上，提出了基于用戶畫像分析移動(dòng)互聯(lián)用戶使用手機(jī)行為數(shù)據(jù)的框架，及用戶畫像模型的建立，為個(gè)性化推送用戶服務(wù)做準(zhǔn)備。

參考文獻(xiàn)：

[1] Paula Pe?a， Rafael del Hoyo， Jorge Vea-Murguía， et al.Collective Knowledge Ontology User Profiling for Twitter[C]. 2013 IEEE/WIC/ACM International Conferences on Web Intelligence （WI） and Intelligent Agent Technology，2013.

[2] 趙國(guó)鋒， 賴雯靜， 徐川， 等. 移動(dòng)互聯(lián)網(wǎng)的業(yè)務(wù)訪問(wèn)特性[J]. 計(jì)算機(jī)學(xué)報(bào)， 2013， 7（36）： 7.

[3] 梁琛， 王忠民， 范琳. 移動(dòng)搜索終端用戶行為調(diào)查研究[N]. 西安郵電大學(xué)學(xué)報(bào)， 2014， 3（19）： 2.

[4] Keralapura R， Nucci A， Zhang Zhi-Li， et al. Profileing users in a 3G network using hourglass co-clustering[C]. Proceedings of the MobiCom. Chicago， Illinois， USA， 2010： 341-352.

[5] Ahmad Hawalah，Maria Fasli.A multi-agent System Using Ontological User Profiles for Dynamic User Modelling[C].2011 IEEE/WIC/ACM International Conferences on Web Intelligence and Intelligent Agent Technology，2011.

[6] 唐胡鑫， 錢旭. 基于信息熵的電子商務(wù)用戶行為分析聚類算法[J]. 計(jì)算機(jī)仿真， 2014（31）： 4.

[7] 王繼民， 李雷明， 鄭玉鳳. 基于日志挖掘的移動(dòng)搜索用戶行為研究綜述[J]. 情報(bào)理論與實(shí)踐， 2014， 3（37）.

[8] WTO， GBD2000， 聯(lián)合國(guó)世界衛(wèi)生組織年齡劃分標(biāo)準(zhǔn)[S].

[9] 劉紅， 王洪禮. 大學(xué)生手機(jī)成癮與孤獨(dú)感、手機(jī)使用動(dòng)機(jī)的關(guān)系[J]. 心理科學(xué)， 2011， 34（6）： 1453-1457.

[10] 袁瀟， 風(fēng)笑天. 青少年手機(jī)需求及手機(jī)使用行為研究現(xiàn)狀[J]. 中國(guó)青年研究， 2011（4）.

[11] 朱婷婷， 李惠. 基于Android的應(yīng)用軟件的綜述[J]. 軟件技術(shù)， 2011（1）.

[12] 錢敏， 甘利人. 網(wǎng)站分類體系的用戶體驗(yàn)實(shí)驗(yàn)研究[J]. 情報(bào)理論與實(shí)踐， 2012， 9（35）.

[13] 中國(guó)報(bào)告大廳. 2015年1-7月我國(guó)流量消費(fèi)出現(xiàn)爆發(fā)式增長(zhǎng)[EB/OL].http：//www.chinabgao.com/stat/stats/44938.html.

[14] Nor Aniza Noor Amran， Norliza Zaini， Mustaffa Samad.User Profile based Product Recommendation on Android Platform[C]. IEEE， 2014.

[15] 郭金維， 蒲緒強(qiáng)， 高祥， 等. 一種改進(jìn)的多目標(biāo)決策指標(biāo)權(quán)重計(jì)算方法[J]. 西安電子科技大學(xué)學(xué)報(bào)， 2014， 6（41）.