社交網(wǎng)絡(luò)用戶行為系統(tǒng)探究

1、社交網(wǎng)絡(luò)用戶行為系統(tǒng)探究【摘要】隨著網(wǎng)絡(luò)迅猛發(fā)展，網(wǎng)絡(luò)社交成為人們交 友、聯(lián)系的新方式，如何建設(shè)一個人性化的社交網(wǎng)絡(luò)，建設(shè) 人性化的社交網(wǎng)站的依據(jù)是什么？如果更好的為用戶服 務(wù)？這些問題歸結(jié)到社交網(wǎng)絡(luò)用戶行為的分析上，對用戶行 為數(shù)據(jù)進(jìn)行分析，根據(jù)不同用戶的行為屬性分類進(jìn)行數(shù)據(jù)挖 掘，從而得出不同類型用戶的習(xí)慣和偏好【關(guān)鍵詞】社交網(wǎng)絡(luò)用戶行為數(shù)據(jù)挖掘在web 0志挖掘的過程中，信息的采集和清洗是個很重 要的過程，特別是有目的進(jìn)行數(shù)據(jù)的歸類，為了更好的實(shí)現(xiàn) 我們的研究目的，我們針對性的對web日志進(jìn)行處理原理進(jìn) 行分析1用戶行為的分類根據(jù)用戶訪問的目的進(jìn)行用戶行為的分類，本文利用用 戶典型的訪問

2、行為進(jìn)行分類，根據(jù)用戶對某些訂閱信息產(chǎn)生 的特征向量從而發(fā)現(xiàn)用戶的個人和社交的信息。我們對用戶 的特征向量進(jìn)行聚類分析，得出用戶的不同類型分組，區(qū)別 與其他的興趣度的研究方向，典型的行為研究更加簡潔和顯 著優(yōu)酷是中國最大的視頻網(wǎng)站之一，優(yōu)酷提供了一個很重 要的用戶社交和交互功能，我們將視頻分類，用戶的功能有: 添加好友，分享視頻，關(guān)注好友的視頻，留言互動，視頻評 級，視頻標(biāo)注熱愛度等。我們根據(jù)這些點(diǎn)進(jìn)行用戶分類，每 個用戶為一個節(jié)點(diǎn)，兩個節(jié)點(diǎn)的用戶進(jìn)行交互時，產(chǎn)生''訂 閱向量”，一個用戶的視頻會直接分享到另一個用戶，并且 隨著用戶交互的數(shù)量增多，類似訂閱的用戶聚類，即相近興

3、趣聚類（1）根據(jù)廣度優(yōu)先算法進(jìn)行隨機(jī)抽選訪問用戶的信息, 對隨機(jī)抽選的用戶進(jìn)行具體的跟蹤和調(diào)查，由一個用戶擴(kuò)展 到和他相關(guān)聯(lián)的用戶，如同滾雪球一樣關(guān)聯(lián)的用戶越來越 多，收集的信息也隨著增多，直到手動停止結(jié)束（2）根據(jù)被其他用戶訂閱數(shù)量的排名進(jìn)行篩選用戶， 排名最高的用戶作為最初的集合，從最初的集合向下擴(kuò)張（3）用戶向量表示法：每個用戶為一個向量，長度為9, 每個向量包含該用戶所有的信息：1）用戶上傳視頻的數(shù)量: 表示訪問用戶上傳不同視頻數(shù)量。2）瀏覽視頻的數(shù)量：表 示訪問用戶訪問不同視頻數(shù)量，區(qū)分潛在消費(fèi)者。3）創(chuàng)建 賬號時間：表示訪問用戶創(chuàng)建該賬號時間。4）賬號年齡： 表示訪問用戶在該社交網(wǎng)

4、絡(luò)活動時間。5）用戶聚類系數(shù)： 表示訪問用戶之間緊密系數(shù)，例如：a用戶訪問b, b訪問c, 則a訪問c的系數(shù)增加。6）訂閱潛在值：表示某訪問用戶 訂閱數(shù)量從而推測現(xiàn)在的消費(fèi)用戶。7）被訂閱制造值：表 示a用戶被其他訪問用戶訂閱的總數(shù)量，進(jìn)而找到視頻制造 用戶。8)訂閱用戶數(shù)量：表不a用戶訂閱其他用戶的數(shù)量。 9)交互潛在性：表示用戶相互訂閱系數(shù)。針對每個屬性進(jìn) 行規(guī)范化，每個屬性都分布0到1區(qū)間值(4) 基于用戶訪問距離聚類：利用k-means算法進(jìn)行 用戶訪問距離分組，歐式距離作為訪問用戶之間的分組依 據(jù)，即通過信號的相似度進(jìn)行做距離向量的值，信號越相似 距離越近，距離越近越容易聚類為一個組

5、(5) 通過聚類向量法相算法中的k值是影響用戶訪問 特征向量的關(guān)鍵，因此我們選擇k值是關(guān)鍵2測試分析我們通過對web服務(wù)器記錄日志的流程進(jìn)行數(shù)據(jù)采集， 通常情況下webserver日志文件和server位于同一服務(wù) 器，分析的方法一般2種：(1) 編寫日志分析代碼在服務(wù)器上，當(dāng)進(jìn)行日志分析 時啟動分析程序代碼，整個過程在服務(wù)器進(jìn)行，分析完成我 們只需要把分析結(jié)果取回，然后反饋到客戶端。這樣省去了 網(wǎng)絡(luò)帶寬的要求，不需要大數(shù)據(jù)的傳送，減輕了客戶端的負(fù) 載(2) 利用ftp把服務(wù)器端的日志文件傳到客戶端，在 客戶端進(jìn)行日志文件的分析，這種方式的優(yōu)點(diǎn)是減輕了服務(wù) 器的壓力，但是同時在傳輸數(shù)據(jù)時占用帶寬，因?yàn)槲覀儾蓸?的日志文件一般超過幾百兆或者幾個g大小，如果客戶端和 服務(wù)器地理位置相對較遠(yuǎn)，這種方式不合理本文采用的是第一種方法，流程為上圖1-2所示，在服 務(wù)器端進(jìn)行數(shù)據(jù)分析處理web服務(wù)器：負(fù)責(zé)接收客戶端的分析請求，并將分析結(jié) 果最終形成的web頁面發(fā)送給客戶端cgi程序：把從webserver傳送過來的請求傳送給日志 分析程序，接收日志分析程序分析的結(jié)果并以頁面的形式發(fā) 送給web服務(wù)器日志