基于網(wǎng)頁(yè)瀏覽的興趣行為研究

1、基于網(wǎng)頁(yè)瀏覽的興趣行為研究,主講人：米雪 指導(dǎo)老師：張寧,摘要,通過(guò)研究某高校訪問(wèn)互聯(lián)網(wǎng)的真實(shí)記錄，深入挖掘人們上網(wǎng)行為的特征，統(tǒng)計(jì)群體用戶訪問(wèn)所有網(wǎng)站和單個(gè)網(wǎng)站的時(shí)間間隔分布，并選擇8個(gè)典型網(wǎng)站和5個(gè)典型用戶，從群體和個(gè)體兩個(gè)層面上比較用戶訪問(wèn)不同網(wǎng)站的行為規(guī)律特征。結(jié)果顯示網(wǎng)頁(yè)瀏覽行為具有明顯的規(guī)律性，且不同層面的用戶訪問(wèn)不同類型的網(wǎng)站的時(shí)間間隔的冪指數(shù)表現(xiàn)出了明顯的差異。,數(shù)據(jù)來(lái)源,本文研究的數(shù)據(jù)來(lái)自國(guó)內(nèi)某高校局域網(wǎng)內(nèi)師生

2、訪問(wèn)互聯(lián)網(wǎng)的記錄，時(shí)間跨度為半個(gè)月。統(tǒng)計(jì)表明該高校在觀測(cè)期內(nèi)一共訪問(wèn)的主站數(shù)量為82,153個(gè)，平均每天的訪問(wèn)用戶有2,631個(gè)，平均每天會(huì)發(fā)出1,510,381個(gè)訪問(wèn)請(qǐng)求，較大的數(shù)據(jù)量足以反映真實(shí)的統(tǒng)計(jì)規(guī)律。,,圖1表示一周中各個(gè)時(shí)刻的網(wǎng)頁(yè)訪問(wèn)量（時(shí)間單位為小時(shí)，每種顏色代表一天）,,圖2表示群體用戶對(duì)所有網(wǎng)站的訪問(wèn)量擬合的冪指數(shù)為-1.55。從群體用戶的角度看，人們對(duì)網(wǎng)站訪問(wèn)的選擇具有冪律特性，即對(duì)少數(shù)網(wǎng)站有大量的訪問(wèn)量，同時(shí)對(duì)大多

3、數(shù)網(wǎng)站則偶爾才會(huì)光顧。,表1列出了總體訪問(wèn)量前20名的網(wǎng)站,,網(wǎng)頁(yè)瀏覽的興趣行為分析,排隊(duì)系統(tǒng)中的等待時(shí)間分布是標(biāo)志動(dòng)力學(xué)的中心標(biāo)量，很大程度上取決于任務(wù)到達(dá)和服務(wù)的隨機(jī)過(guò)程，特別是任務(wù)到達(dá)和服務(wù)的時(shí)間間隔分布。同理，人類活動(dòng)中的時(shí)間間隔分布也是人類動(dòng)力學(xué)的研究的重中之重。,,根據(jù)是否有明確的信息獲取目的將用戶的訪問(wèn)行為分為兩類，一類為興趣驅(qū)動(dòng)行為，另一類為任務(wù)驅(qū)動(dòng)行為，兩種行為下訪問(wèn)的網(wǎng)站分別稱之為興趣類網(wǎng)站和任務(wù)類網(wǎng)站。,（一）群體

4、用戶訪問(wèn)特定網(wǎng)站的時(shí)間間隔,圖3 群體用戶訪問(wèn)四個(gè)典型興趣類網(wǎng)站的時(shí)間間隔分布,圖4 群體用戶訪問(wèn)四個(gè)典型任務(wù)類網(wǎng)站的時(shí)間間隔分布,表2表示的是各個(gè)網(wǎng)站的時(shí)間間隔的冪指數(shù)與加權(quán)平均值：,,顯然，平均冪指數(shù)越大平均時(shí)間間隔就越短。從理論上解釋，冪指數(shù)越大，雙對(duì)數(shù)坐標(biāo)下的圖形就越陡，數(shù)據(jù)點(diǎn)更傾向于在圖形左邊即時(shí)間間隔數(shù)值較小的區(qū)域集中，時(shí)間間隔的均值必然越小。,（二）個(gè)體用戶訪問(wèn)特定網(wǎng)站的時(shí)間間隔,統(tǒng)計(jì)每個(gè)用戶訪問(wèn)量排前20的名的網(wǎng)站，再?gòu)?/p>

5、每個(gè)用戶訪問(wèn)最多的20個(gè)網(wǎng)站中分別選擇排名第一、第十和最后一位的網(wǎng)站統(tǒng)計(jì)訪問(wèn)的時(shí)間間隔，求出的冪指數(shù)歸納如下表：,與表2相比，個(gè)體用戶的冪指數(shù)小于群體用戶。,如圖5所示，個(gè)體用戶訪問(wèn)單個(gè)網(wǎng)站的時(shí)間間隔服從冪律分布?？梢?jiàn)在個(gè)體層面上也存在這樣的規(guī)律即訪問(wèn)的興趣越大，冪指數(shù)也越大。,結(jié)論與討論,1 從群體和個(gè)體兩個(gè)層面分析了用戶訪問(wèn)群體網(wǎng)站和單個(gè)網(wǎng)站的時(shí)間間隔，發(fā)現(xiàn)人們的網(wǎng)頁(yè)瀏覽行為都服從冪律分布，冪指數(shù)和網(wǎng)站類型、訪問(wèn)頻率有著密切的關(guān)系。