林雪云

(福建師范大學(xué)福清分校電子信息學(xué)院，福建 福清 350300)

用戶行為軌跡研究*

林雪云

(福建師范大學(xué)福清分校電子信息學(xué)院，福建 福清 350300)

針對(duì)目前使用最廣泛的谷歌搜索、淘寶網(wǎng)、開(kāi)心網(wǎng)用戶行為軌跡的優(yōu)缺點(diǎn)，提出“從用戶尋找信息”的被動(dòng)服務(wù)模式到“信息尋找用戶”的主動(dòng)服務(wù)模式，利用Clickstream研究建設(shè)相應(yīng)的數(shù)據(jù)信息采集方法，構(gòu)造用戶軌跡研究建設(shè)思路——采集、分析、推薦、評(píng)價(jià)、反饋，抽象提出六大模型體系，分析了三大應(yīng)用場(chǎng)景:應(yīng)用內(nèi)容推薦、關(guān)注應(yīng)用推薦、輔助重點(diǎn)應(yīng)用保障，并對(duì)用戶行為軌跡改造進(jìn)行案例分析應(yīng)用。

應(yīng)用場(chǎng)景;用戶行為軌跡;被動(dòng)服務(wù)模式;主動(dòng)服務(wù)模式

0 前言

第一種谷歌搜索——因人而異的搜索結(jié)果、提升搜索質(zhì)量，google根據(jù)用戶行為分析結(jié)果，將搜索引擎做到因人而異，不同的用戶，雖然輸入相同的關(guān)鍵字，卻產(chǎn)生不一樣的搜索結(jié)果，例如將用戶關(guān)注的內(nèi)容放著用戶搜索結(jié)果的前面，從而提升用戶的搜索體驗(yàn)和搜索質(zhì)量。第二種淘寶網(wǎng)——優(yōu)化界面服務(wù)，增強(qiáng)用戶購(gòu)物體驗(yàn)。淘寶網(wǎng)通過(guò)對(duì)用戶行為的微觀研究，近3年來(lái)各種類型統(tǒng)計(jì)研究，更加了解用戶網(wǎng)購(gòu)行為，更清晰的看到一個(gè)完整的網(wǎng)購(gòu)路徑，進(jìn)而能更好的指導(dǎo)淘寶對(duì)不同特征的網(wǎng)購(gòu)用戶進(jìn)行針對(duì)性的服務(wù)優(yōu)化。第三種開(kāi)心網(wǎng)——細(xì)分用戶群體，打造個(gè)性化應(yīng)用服務(wù)。開(kāi)心網(wǎng)分析新老用戶對(duì)應(yīng)用的使用偏好，發(fā)現(xiàn)新用戶對(duì)社會(huì)化媒體有著更強(qiáng)的娛樂(lè)性偏好，而老用戶更多注重社會(huì)化媒體的多元化內(nèi)容和資訊，以及與好友間的互動(dòng)與分享。通過(guò)用戶偏好的分析結(jié)果，可以為不同的用戶群體提供個(gè)性化的應(yīng)用服務(wù)。

如何能夠從“用戶尋找信息”的被動(dòng)服務(wù)模式轉(zhuǎn)變?yōu)椤靶畔ふ矣脩簟钡闹鲃?dòng)服務(wù)模式成為目前亟待解決的關(guān)鍵問(wèn)題［1］。借助google、淘寶和開(kāi)心網(wǎng)等互聯(lián)網(wǎng)標(biāo)桿企業(yè)的思路和應(yīng)用場(chǎng)景，構(gòu)建符合中國(guó)電子商務(wù)的用戶行為軌跡分析技術(shù)，實(shí)現(xiàn)由“用戶尋找信息”的被動(dòng)服務(wù)模式轉(zhuǎn)變?yōu)椤靶畔ふ矣脩簟钡闹鲃?dòng)服務(wù)模式，滿足差異化的用戶需求，提升企業(yè)系統(tǒng)的用戶體驗(yàn)和人性化服務(wù)水平［1］。

1 用戶軌跡研究建設(shè)思路

以“信息尋找用戶”的主動(dòng)服務(wù)模式為基本原則和目標(biāo)，借鑒互聯(lián)網(wǎng)業(yè)界標(biāo)桿企業(yè)的分析思路和成功經(jīng)驗(yàn)，方案采用“采集、分析、推薦、評(píng)價(jià)、反饋”閉環(huán)的5步法建設(shè)思路。從系統(tǒng)的各個(gè)模塊，采集用戶行為軌跡的相關(guān)數(shù)據(jù)，為用戶的行為軌跡研究提供數(shù)據(jù)保障。建立用戶行為軌跡模型，對(duì)用戶行為軌跡進(jìn)行分析，研究用戶偏好，為“信息尋找用戶”的主動(dòng)服務(wù)模式提供技術(shù)支撐。根據(jù)用戶行為軌跡的分析結(jié)果，獲取用戶偏好信息，為用戶推薦符合自己喜好的內(nèi)容，實(shí)現(xiàn)“信息尋找用戶”的主動(dòng)服務(wù)。根據(jù)內(nèi)容推薦的評(píng)價(jià)機(jī)制，方便收集用戶對(duì)主動(dòng)服務(wù)的評(píng)價(jià)，方便后續(xù)行為軌跡分析模型的優(yōu)化。對(duì)用戶的評(píng)價(jià)內(nèi)容進(jìn)行分析，找出問(wèn)題的根源，對(duì)軌跡分析模型進(jìn)行循環(huán)優(yōu)化，并將優(yōu)化結(jié)果反饋給用戶，實(shí)現(xiàn)閉環(huán)可持續(xù)的精準(zhǔn)主動(dòng)服務(wù)［2］。表1介紹了用戶行為軌跡功能結(jié)構(gòu)。

表1 用戶行為軌跡研究功能架構(gòu)

1.1 目前熱門(mén)電子商務(wù)業(yè)界用戶行為軌跡信息采集的參考

谷歌分析是由Google提供的網(wǎng)站流量統(tǒng)計(jì)服務(wù)，它記錄了用戶在瀏覽網(wǎng)站時(shí)的瀏覽器類型、訪問(wèn)途徑、搜索關(guān)鍵字等信息，為網(wǎng)站優(yōu)化提供詳細(xì)報(bào)告支持(圖1)。淘寶用戶人群行為特征分析是在產(chǎn)品設(shè)計(jì)時(shí)，通過(guò)對(duì)商品瀏覽、消費(fèi)類型、消費(fèi)偏好、使用偏好等行為進(jìn)行分析，針對(duì)各個(gè)特征群體投放精準(zhǔn)商品廣告。

圖1 谷歌用戶瀏覽狀況

1.2 用戶行為軌跡信息采集的實(shí)現(xiàn)方法

以電子工業(yè)出版社出版的，由美國(guó)數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域?qū)＜?，斯威格特等作者編?xiě)的《點(diǎn)擊流數(shù)據(jù)倉(cāng)庫(kù)》的用戶行為軌跡理論為基礎(chǔ)，借鑒Google、淘寶等互聯(lián)網(wǎng)業(yè)界成功經(jīng)驗(yàn)，用戶行為軌跡信息的采集主要以“用戶行為”為主線，貫穿用戶訪問(wèn)系統(tǒng)、使用系統(tǒng)、退出系統(tǒng)的整個(gè)過(guò)程。具體采集的數(shù)據(jù)和實(shí)現(xiàn)方法如表2所示。

信息的采集主要從頁(yè)面與后臺(tái)，基于開(kāi)源的Clickstream等用戶行為采集技術(shù)，配合Javascript腳本插件、日志截止等方法來(lái)獲取。

表2 采集的數(shù)據(jù)和實(shí)現(xiàn)方法

1.3 用戶行為軌跡信息采集關(guān)鍵技術(shù)(Clickstream)

Clickstream是一個(gè)基于Java的開(kāi)源項(xiàng)目，主要被用于跟蹤用戶在Web服務(wù)器上的瀏覽歷史，通過(guò)歷史數(shù)據(jù)可以分析出用戶訪問(wèn)網(wǎng)站的路徑，瓶頸，熱點(diǎn)連接等。用戶行為軌跡信息的采集主要從頁(yè)面與后臺(tái)，基于開(kāi)源的Clickstream用戶行為采集技術(shù)，配合Javascrip腳本插件、日志截取等方法來(lái)獲取。圖2介紹了其功能流程。

圖2 信息采集關(guān)鍵技術(shù)(Clickstream)

2 用戶行為軌跡的六大模型體系

(1)用戶關(guān)注應(yīng)用模型:其目標(biāo)是將用戶對(duì)各個(gè)應(yīng)用的使用次數(shù)以及有效使用時(shí)間綜合評(píng)估，預(yù)測(cè)對(duì)該用戶可能使用到的應(yīng)用。應(yīng)用目標(biāo)在于常用應(yīng)用推薦、重點(diǎn)應(yīng)用推薦，提升用戶應(yīng)用關(guān)注度及應(yīng)用訪問(wèn)效率。提升新上線應(yīng)用推廣能力。模型構(gòu)建主要通過(guò)用戶編碼、訪問(wèn)時(shí)間、應(yīng)用編碼、應(yīng)用路徑、應(yīng)用類型、活動(dòng)時(shí)間等要素來(lái)創(chuàng)建相對(duì)應(yīng)的用戶關(guān)注應(yīng)用模型，主要包含常用應(yīng)用關(guān)注度、重點(diǎn)應(yīng)用關(guān)注度、新上線應(yīng)用匹配度。

(2)應(yīng)用內(nèi)容模型:其目標(biāo)是通過(guò)對(duì)用戶常用維度條件、維度值、查詢輸出字段、指標(biāo)查看等信息收集，統(tǒng)計(jì)分析最常用的內(nèi)容。應(yīng)用目標(biāo)在于在頁(yè)面初始化時(shí)自動(dòng)應(yīng)用分析后的數(shù)據(jù)，調(diào)整頁(yè)面結(jié)構(gòu)，提高用戶使用感知，自動(dòng)剔除非常用輸出字段，提高用戶查看指標(biāo)效率。模型構(gòu)建主要通過(guò)操作時(shí)間、維度條件、輸出字段、指標(biāo)編碼等等要素來(lái)創(chuàng)建相對(duì)應(yīng)的用戶關(guān)注應(yīng)用模型，主要包含維度條件使用率、維度條件值使用率、輸出字段使用率、指標(biāo)關(guān)注度。

(3)用戶操作過(guò)程模型:其目標(biāo)是通過(guò)收集用戶在頁(yè)面操作的順序和響應(yīng)時(shí)間，鼠標(biāo)在控件上的操作效率以及內(nèi)容操作的完整性，協(xié)助應(yīng)用優(yōu)化改造。應(yīng)用目標(biāo)在于提高用戶應(yīng)用效率，分析、判斷可能存在的性能問(wèn)題，改進(jìn)應(yīng)用設(shè)計(jì)，優(yōu)化用戶體驗(yàn)。模型構(gòu)建主要通過(guò)操作順序、響應(yīng)時(shí)間、內(nèi)容完整性操作次數(shù)，鼠標(biāo)點(diǎn)擊控件及時(shí)間等要素來(lái)創(chuàng)建相對(duì)應(yīng)的應(yīng)用內(nèi)容模型，主要包括操作效率、響應(yīng)效率、內(nèi)容完整情況。

(4)應(yīng)用優(yōu)化模型:其目標(biāo)是通過(guò)用戶的應(yīng)用基本信息和應(yīng)用運(yùn)行信息等，構(gòu)建系統(tǒng)優(yōu)化相關(guān)的信息模型，包括用戶界面行為特征、系統(tǒng)應(yīng)用運(yùn)行特征、系統(tǒng)集中訪問(wèn)行為特征等。

(5)關(guān)聯(lián)應(yīng)用模型:其目標(biāo)是通過(guò)用戶以及同角色用戶的相關(guān)應(yīng)用訪問(wèn)信息，構(gòu)建關(guān)聯(lián)應(yīng)用模型，主要包括用戶管理應(yīng)用行為特征等。應(yīng)用目標(biāo)主要在可用于同角色關(guān)注應(yīng)用分析、應(yīng)用關(guān)聯(lián)度分析、個(gè)人關(guān)聯(lián)訪問(wèn)應(yīng)用分析等，提升用戶的應(yīng)用訪問(wèn)效率，方便用戶開(kāi)展日常工作。

(6)用戶活躍度模型:其目標(biāo)是根據(jù)用戶的系統(tǒng)登錄信息，應(yīng)用訪問(wèn)信息等系統(tǒng)使用信息，來(lái)構(gòu)建用戶活躍度模型，主要包括用戶活躍度行為特征等內(nèi)容。應(yīng)用目標(biāo)主要應(yīng)用于分析用戶活躍時(shí)間、應(yīng)用活躍時(shí)間、活躍終端情況等，方便進(jìn)行用戶貢獻(xiàn)度的統(tǒng)計(jì)等，提升用戶使用系統(tǒng)的積極性。

3 應(yīng)用場(chǎng)景

(1)應(yīng)用內(nèi)容推薦。用戶在應(yīng)用過(guò)程中發(fā)現(xiàn)維度條件太多、經(jīng)常使用的維度不是在最前面、條件值每次都要重新選擇，操作不方便。通過(guò)分析，發(fā)現(xiàn)用戶經(jīng)常使用的只有歸屬地市、時(shí)間和品牌等幾個(gè)維度。解決措施:對(duì)用戶經(jīng)常使用的維度進(jìn)行推薦展現(xiàn)，不經(jīng)常使用維度進(jìn)行隱藏，推薦的操作順序可以根據(jù)用戶經(jīng)常操作的維度順序，自動(dòng)進(jìn)行維度展現(xiàn)的排版，自動(dòng)推薦填充用戶經(jīng)常選擇或者輸入的條件值［3－6］。

(2)關(guān)注應(yīng)用推薦。用戶在應(yīng)用過(guò)程中發(fā)現(xiàn)系統(tǒng)太大，功能節(jié)點(diǎn)太多，每次都必需點(diǎn)擊好多層才能找到自己需要使用的功能頁(yè)，且關(guān)注的應(yīng)用分散在不同地方，不方便使用。根據(jù)用戶關(guān)注應(yīng)用模型，分析用戶日常工作經(jīng)常訪問(wèn)的應(yīng)用，發(fā)現(xiàn)功能節(jié)點(diǎn)太過(guò)繁多，系統(tǒng)左邊的樹(shù)節(jié)點(diǎn)過(guò)于龐大，造成用戶使用很不方便，且用戶關(guān)注的應(yīng)用分散在不同地方，不方便使用，而且用戶經(jīng)常使用的僅有幾個(gè)KPI和即席查詢應(yīng)用。解決措施:將用戶經(jīng)常使用的KPI和即席查詢應(yīng)用主動(dòng)推薦到用戶的個(gè)性化辦公桌面，或者收藏夾，或者首頁(yè)等用戶可以直接使用應(yīng)用的地方，方便用戶使用這些應(yīng)用。

(3)輔助重點(diǎn)應(yīng)用保障。用戶在應(yīng)用過(guò)程中發(fā)現(xiàn)某些重點(diǎn)應(yīng)用，用戶反饋經(jīng)常重復(fù)查詢了好多次，都查不到數(shù)據(jù)。根據(jù)用戶關(guān)注應(yīng)用模型和系統(tǒng)優(yōu)化模型進(jìn)行重點(diǎn)應(yīng)用確認(rèn)，并分析重點(diǎn)應(yīng)用的集中訪問(wèn)時(shí)間段。解決措施:后臺(tái)UTAP根據(jù)用戶的訪問(wèn)時(shí)間要求，進(jìn)行任務(wù)的優(yōu)先級(jí)調(diào)整，保障重點(diǎn)應(yīng)用優(yōu)先執(zhí)行。

4 用戶行為軌跡實(shí)施改造示例

用戶行為軌跡信息的采集，是通過(guò)JS插碼，Http訪問(wèn)攔截，JAVA代碼動(dòng)態(tài)植入等技術(shù)來(lái)實(shí)現(xiàn)的，因此用戶行為軌跡的實(shí)施，需要原有系統(tǒng)進(jìn)行一定工作量的配合改造。如經(jīng)分系統(tǒng)需要進(jìn)行系統(tǒng)管理、框架管理、即席查詢、KPI、固定報(bào)表、多維分析和客戶研究平臺(tái)等相關(guān)功能模塊的改造。

經(jīng)過(guò)實(shí)踐，用戶行為軌跡信息流如下:用戶登錄→選擇應(yīng)用→操作應(yīng)用→退出系統(tǒng)。

用戶登錄需進(jìn)行系統(tǒng)管理的改造，采集用戶登錄時(shí)的客戶端類型、版本、分辨率，登錄的門(mén)戶類型等信息，為用戶活躍度模型、用戶操作過(guò)程模型等提供基礎(chǔ)數(shù)據(jù)。選擇應(yīng)用需進(jìn)行框架管理的改造，采集用戶選擇應(yīng)用的操作路徑、應(yīng)用類型、應(yīng)用選擇時(shí)間、應(yīng)用關(guān)閉時(shí)間等信息，為用戶關(guān)注應(yīng)用模型、用戶操作過(guò)程模型、關(guān)聯(lián)應(yīng)用模型、系統(tǒng)優(yōu)化模型等提供基礎(chǔ)數(shù)據(jù)。操作應(yīng)用需進(jìn)行即席查詢、KPI、固定報(bào)表、多維分析等功能模塊的改造，采集用戶應(yīng)用操作的相關(guān)信息，包括鼠標(biāo)點(diǎn)擊、維度、指標(biāo)選擇、查詢條件選擇順序、界面停留時(shí)長(zhǎng)等，為用戶關(guān)注內(nèi)容模型、用戶操作過(guò)程模型、用戶事件點(diǎn)擊模型，系統(tǒng)優(yōu)化模型等提供基礎(chǔ)數(shù)據(jù)。

［1］陳康，黃曉宇，王愛(ài)寶，等.基于位置信息的用戶行為軌跡分析與應(yīng)用綜述，電信科學(xué)，2013(4):118－123

［2］劉分，葛國(guó)棟，趙宇，等.移動(dòng)通信網(wǎng)絡(luò)位置群體關(guān)聯(lián)用戶挖掘［J］.計(jì)算機(jī)應(yīng)用，2013，33(8):2100－2103

［3］陳熙，用戶瀏覽軌跡算法分析與應(yīng)用［J］.信息與電腦，2010(8):129－130

［4］蘇孝強(qiáng)，倪宏，馬承帥.移動(dòng)環(huán)境下基于用戶軌跡的社交親近度研究［J］.微計(jì)算機(jī)信息，2011，27(5):7－9

［5］郭鎮(zhèn)虎.基于事件軌跡的局部行為模型的合并［J］.計(jì)算機(jī)軟件和原理，2010(4):129－130

［6］賈金營(yíng)，張鳳荔.位置隱私保護(hù)技術(shù)綜述［J］.計(jì)算機(jī)應(yīng)用研究，2013(3):641－646

Research on User Behavior Trajectory

LIN Xue-yun
(School of Electronics and Information，F(xiàn)uqing Branch of Fujian Normal University，F(xiàn)ujian Fuqing 350300，China)

According to the advantages and disadvantages of the user behavior trajectory in the most widely used networks such as Google search，Taobao and Happy Network，that the passive service model of“user seeking information”is changed into the active service model of“information seeking users”is presented，the corresponding data information collection method is built by clickstream research，the user trajectory research construction including six model systems such as collection，analysis，recommendation，evaluation，feedback and abstraction is built，threeapplicationscenariossuchasapplicationcontentrecommendation，concernedapplication recommendation and aided important application security are analyzed，and the case analysis and application for user behavior trajectory reconstruction is conducted.

application scenario;user behavior trajectory;passive service model;active service model

TP131.2

A

1672－058X(2015)01－0078－05

10.16055/j.issn.1672－058X.2015.0001.019

責(zé)任編輯:田靜

2014－06－01;

2014－07－09.

福建省教育廳B類項(xiàng)目(JB13197).

林雪云(1976－)，女，福建閩侯人，碩士，副教授，從事數(shù)據(jù)挖掘研究.