根據(jù)多維特征的網(wǎng)絡(luò)用戶分類研究.pdf

1、隨著近年來網(wǎng)絡(luò)技術(shù)、網(wǎng)絡(luò)規(guī)模和網(wǎng)絡(luò)業(yè)務(wù)的發(fā)展，互聯(lián)網(wǎng)已經(jīng)深入到人們生活的各個方面，成為人們生活中必不可少的重要組成部分?；ヂ?lián)網(wǎng)對于很多人而言，與其說是一種獲取和交換信息的工具，不如說為人們提供了一個現(xiàn)實世界的延展。通過使用各種網(wǎng)絡(luò)業(yè)務(wù)，人們不但可以在互聯(lián)網(wǎng)中查看新聞、搜索信息、收聽音樂、觀看視頻和下載各種文件，也可以在游戲世界中與其他玩家協(xié)作游戲、在博客上發(fā)表自己的言論、在網(wǎng)絡(luò)上進行購物、甚至在不同的虛擬社區(qū)中扮演不同的角色。人們通過網(wǎng)

2、絡(luò)業(yè)務(wù)與互聯(lián)網(wǎng)世界相互作用，網(wǎng)絡(luò)用戶在與網(wǎng)絡(luò)、網(wǎng)絡(luò)中的各種信息以及與其他網(wǎng)絡(luò)用戶的交互中，表現(xiàn)出各種各樣的網(wǎng)絡(luò)行為。而對于這種網(wǎng)絡(luò)行為的分析對于網(wǎng)絡(luò)規(guī)劃和優(yōu)化、業(yè)務(wù)生成和改進等互聯(lián)網(wǎng)發(fā)展的各個方面都具有極其重要的意義。
　　 網(wǎng)絡(luò)測量是伴隨著互聯(lián)網(wǎng)的發(fā)展而發(fā)展起來的一系列方法和技術(shù)，網(wǎng)絡(luò)測量一般可分為網(wǎng)絡(luò)流量測量、網(wǎng)絡(luò)性能測量和網(wǎng)絡(luò)拓?fù)錅y量等幾個方面。這其中，網(wǎng)絡(luò)流量測量，或稱網(wǎng)絡(luò)流量監(jiān)測，是最為基礎(chǔ)和最能夠直觀表現(xiàn)網(wǎng)絡(luò)運行情況

3、的測量內(nèi)容，一直在網(wǎng)絡(luò)規(guī)劃和優(yōu)化方面發(fā)揮著巨大的作用。隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)運營商已經(jīng)不能滿足于單純進行網(wǎng)絡(luò)建設(shè)，提供網(wǎng)絡(luò)接入和傳輸服務(wù)，而已經(jīng)將重點逐步轉(zhuǎn)向發(fā)展更為廣泛的用戶群體以及為網(wǎng)絡(luò)用戶提供更為多樣化和定制化的優(yōu)質(zhì)網(wǎng)絡(luò)服務(wù)上。在這種環(huán)境下，網(wǎng)絡(luò)運營商迫切需要了解網(wǎng)絡(luò)用戶與網(wǎng)絡(luò)互動過程中所表現(xiàn)出的行為規(guī)律。這樣，針對用戶行為的統(tǒng)計和分析成為網(wǎng)絡(luò)測量的一個重點。
　　 本文所進行的研究，主要將網(wǎng)絡(luò)流量監(jiān)測的方法用于用戶行為數(shù)

4、據(jù)的采集，通過在多個維度對用戶行為特征進行分析而對網(wǎng)絡(luò)用戶按照他們的上網(wǎng)行為進行分類。網(wǎng)絡(luò)流量監(jiān)測主要解決網(wǎng)絡(luò)用戶行為數(shù)據(jù)采集問題，但也面臨著新的挑戰(zhàn)，這些挑戰(zhàn)包括網(wǎng)絡(luò)用戶的識別、網(wǎng)絡(luò)業(yè)務(wù)的識別、行為數(shù)據(jù)的采集、網(wǎng)絡(luò)規(guī)模和用戶規(guī)模不斷擴大等。在本文的研究過程中，我們評估了各種用戶行為數(shù)據(jù)的采集方法，認(rèn)為具有DPI功能的用戶行為數(shù)據(jù)采集系統(tǒng)比較適合用戶行為數(shù)據(jù)采集和分析的需要。我們在研究中所進行的數(shù)據(jù)采集即采用了自主研制的基于帶有DPI功

5、能硬件探針的用戶行為數(shù)據(jù)采集系統(tǒng)。本文研究中所涉及的用戶行為數(shù)據(jù)，全部真實來自國內(nèi)電信運營商的典型城域網(wǎng)網(wǎng)絡(luò)環(huán)境，覆蓋城域網(wǎng)范圍內(nèi)較大范圍的寬帶用戶，這也使得本文中的行為分析結(jié)果能夠反映當(dāng)前國內(nèi)寬帶網(wǎng)絡(luò)用戶的行為現(xiàn)狀。
　　 本文具體的研究內(nèi)容包括：
　　 1）網(wǎng)絡(luò)流量監(jiān)測和用戶行為分析的基本方法。本文首先分析了網(wǎng)絡(luò)流量監(jiān)測的基本方法、網(wǎng)絡(luò)業(yè)務(wù)分類和基于DPI的業(yè)務(wù)識別等相關(guān)關(guān)鍵技術(shù)。由于當(dāng)前國內(nèi)的寬帶網(wǎng)絡(luò)發(fā)展，寬帶撥號

6、用戶成為寬帶用戶的主體，本文針對寬帶撥號用戶的上網(wǎng)行為，討論了基本的數(shù)據(jù)采集和分析方法，并提出了以網(wǎng)絡(luò)活躍度、業(yè)務(wù)行為和網(wǎng)站訪問行為為核心的多維度的用戶行為模型。在用戶行為數(shù)據(jù)采集有了較大的突破后，我們能夠采集和分析用戶多個維度的行為數(shù)據(jù)并根據(jù)多個維度對用戶的行為進行分析。本文重點關(guān)注利用多維度行為特征對用戶進行行為識別和分類，這是網(wǎng)絡(luò)用戶行為分析中的重點內(nèi)容。
　　 2）寬帶撥號用戶的上網(wǎng)行為分析。針對目前寬帶網(wǎng)絡(luò)占有主體地位

7、的寬帶撥號用戶，通過對寬帶用戶動態(tài)撥號上下線原始數(shù)據(jù)的采集，分析了寬帶用戶在活躍度維度的行為模式，包括用戶在上線、下線的時間、次數(shù)、在線時長、收發(fā)流量方面的基本數(shù)值規(guī)律，并使用K-means的聚類算法，以用戶每日的上線下線次數(shù)、在線時長、收發(fā)流量、在線時段、工作日和周末分布數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)進行了用戶的聚類，識別了寬帶撥號用戶在活躍度維度的主要行為模式，并對這些行為模式進行了分析。
　　 3）寬帶用戶業(yè)務(wù)使用行為分析。網(wǎng)絡(luò)業(yè)務(wù)的發(fā)展

8、以及用戶通過業(yè)務(wù)使用與網(wǎng)絡(luò)和其他用戶進行互動，是寬帶網(wǎng)絡(luò)發(fā)展的內(nèi)在推動力。寬帶用戶對于網(wǎng)絡(luò)業(yè)務(wù)的使用是寬帶用戶行為分析中的重要方面。本文中針對寬帶用戶的業(yè)務(wù)使用維度，將網(wǎng)絡(luò)業(yè)務(wù)歸納為10個大的分類，并對城域網(wǎng)寬帶撥號用戶按照每日業(yè)務(wù)使用量的角度，分析了這些用戶的業(yè)務(wù)使用模式。本文根據(jù)業(yè)務(wù)數(shù)據(jù)的特點，提出了基于熵概念的聚類算法，對用戶業(yè)務(wù)使用模式進行了識別和分析，驗證了算法的有效性。進一步，對業(yè)務(wù)使用模式的用戶群體規(guī)模、出現(xiàn)概率以及轉(zhuǎn)移概

9、率進行了分析，并對用戶個體的業(yè)務(wù)使用模式進行了一些討論。
　　 4）寬帶用戶網(wǎng)站訪問行為分析。Web業(yè)務(wù)在互聯(lián)網(wǎng)發(fā)展相當(dāng)長的階段里一直是殺手級應(yīng)用。當(dāng)前，Web網(wǎng)站多種多樣，為互聯(lián)網(wǎng)提供了最為基礎(chǔ)的信息交互和傳遞的方式。Web業(yè)務(wù)也是寬帶用戶群體中使用最為廣泛的業(yè)務(wù)，Web網(wǎng)站訪問行為的分析具有重要應(yīng)用價值。本文在Web訪問行為維度對比了Web分析的不同數(shù)據(jù)采集方式和特點，分析了以網(wǎng)絡(luò)流量監(jiān)測的角度進行寬帶用戶Web業(yè)務(wù)行為分析

10、和用戶分類的方法，針對城域網(wǎng)寬帶用戶使用網(wǎng)站興趣模式進行了數(shù)據(jù)采集和行為分析，并對寬帶用戶的網(wǎng)站訪問模式進行了討論。
　　 5）不同行為維度的相關(guān)性討論。在用戶活躍度、業(yè)務(wù)行為及網(wǎng)站訪問行為三個維度進行了行為分析基礎(chǔ)上，我們針對三個維度行為的關(guān)聯(lián)關(guān)系進行了一些討論。
　　 本文在用戶行為數(shù)據(jù)全面采集的基礎(chǔ)上，重點關(guān)注將用戶上網(wǎng)行為數(shù)據(jù)按照多個維度進行歸納和分析，并根據(jù)各維度行為特征對用戶上網(wǎng)行為進行識別和分析，按照多維行