文/陳勞 張建華 周林志

?

數(shù)據(jù)“慧”說話∶用校園網(wǎng)數(shù)據(jù)繪制用戶畫像

文/陳勞 張建華 周林志

在網(wǎng)絡普及廣度和深度逐步增加的時代，校園網(wǎng)成為高校師生日常使用頻次很高的一個接觸點、聚集地，每天會由此產(chǎn)生大量的數(shù)據(jù)。想不想知道哪個星座哪個系的最愛上網(wǎng)呢？本文通過愛上網(wǎng)的互聯(lián)網(wǎng)“原住民”在校園網(wǎng)登錄日志數(shù)據(jù)的分析，對用戶屬性與上網(wǎng)時長相關(guān)性的探索，來了解和關(guān)注互聯(lián)網(wǎng)“原住民”，并繪制出進一步清晰的互聯(lián)網(wǎng)“原住民”畫像。每一張畫像，都是有價值的，能夠為管理部門的管理決策支撐起到一定的參考作用。

用戶畫像技術(shù)（做框起來的圖表）

用戶畫像是用戶的標識，用來認識用戶并確定如何對待這些用戶——他們喜歡什么時候上網(wǎng)、在哪兒上網(wǎng)、買的哪個套餐最多、是夜貓子還是起得早。比如說一個用戶：男，19 歲，大一，每個月上網(wǎng)消費200元，總喜歡晚上上網(wǎng)，總喜歡在宿舍上網(wǎng)，喜歡看電影。這樣一串描述即為用戶畫像的典型案例。如果用一句話來描述，即：用戶信息標簽化。如果用一幅圖來展現(xiàn)，即如圖 1 所示。要的數(shù)據(jù)建立數(shù)據(jù)倉庫，根據(jù)不通的標簽主題建立相應的數(shù)據(jù)集市，通過每個數(shù)據(jù)集市分析出用戶的一個或者多個標簽項最后展現(xiàn)出來，本文通過將校園網(wǎng)6年記錄的8000萬條上網(wǎng)日志數(shù)據(jù)以及數(shù)據(jù)中心中用戶的屬性數(shù)據(jù)作為研究基礎(chǔ)，針對此次畫像建立一個數(shù)據(jù)倉庫，按照用戶生肖、用戶星座、用戶院系、用戶部分上網(wǎng)時段、用戶生源地等標簽屬性建立5個數(shù)據(jù)集市，利用ETL工具將指標數(shù)據(jù)化，最后利用數(shù)據(jù)挖掘算法中的概念對數(shù)據(jù)進行分析。

用戶畫像技術(shù)是指將用戶標簽化的標簽內(nèi)容進行拆解，利用數(shù)據(jù)挖掘技術(shù)針對用戶畫像標簽內(nèi)容進行處理，最后得出標簽的數(shù)據(jù)模型并將數(shù)據(jù)進行語義翻譯解釋后描述用戶特征的一種分析技術(shù)。

用戶畫像的核心工作是為用戶打標簽，這些標簽也是用戶數(shù)據(jù)分析的基礎(chǔ)字段，按照展現(xiàn)這些標簽指標，將所需

圖1　用戶畫像圖

圖2　生肖人數(shù)分布統(tǒng)計圖

圖3　用戶生肖上網(wǎng)排名

圖4　生肖上網(wǎng)人數(shù)時段分析

圖5　星座上網(wǎng)情況統(tǒng)計

圖6　生肖星座二元組的時長排名前十

圖7　生肖星座二元組的時長排名后十

圖8　學院上網(wǎng)時長排名前十

圖9　學院上網(wǎng)時長排名后十

校園網(wǎng)用戶畫像分析

疑問一：誰是上網(wǎng)時長生肖之王？

十二生肖作為春節(jié)的吉祥物，是中國傳統(tǒng)文化的象征，同時也成為娛樂文化活動的象征。為了探求生肖對上網(wǎng)行為的影響，做出如下數(shù)據(jù)分析。

1，生肖與上網(wǎng)時長及流量分析

首先把全部樣本按照用戶生肖屬性分類，統(tǒng)計出各個生肖對應的人均上網(wǎng)時長和流量，分析結(jié)果如圖2所示：

由圖2易知，屬鼠（11%）和馬（10%）總?cè)藬?shù)最多，分別居第一、二位，而屬虎（6%）、豬（7%）、牛（7%）和狗（7%）的總?cè)藬?shù)相對少，但總體人數(shù)較為平均，每年招的人數(shù)差不多屬于同一個生肖。

通過圖2柱狀圖可以發(fā)現(xiàn)上網(wǎng)時長從高到低排名，前四名屬相依次為狗、豬、雞和猴，后四名為兔、龍、虎、蛇。從上網(wǎng)流量來看，屬狗的用戶明顯高于其他屬相，而屬相為牛的用戶最少。因此綜合上網(wǎng)時長和流量來看，屬相是狗的師生上網(wǎng)行為最活躍，而屬兔的師生上網(wǎng)行為最不活躍。

2，生肖之王哪個時間段上的最多？

本小節(jié)將生肖之王的上網(wǎng)時間根據(jù)上課時間和休息時間，分成九個時間段如圖3所示。

由圖 4可知，一天24小時中，屬狗的用戶上網(wǎng)行為最活躍的師生們上網(wǎng)人數(shù)呈倒“U”型分布。8：00—10：00時間段上網(wǎng)人數(shù)突然增多，之后時間段不斷增加，17：00時上網(wǎng)人數(shù)最多，然后緩慢減少。說明大部分的用戶在早八點到晚十點上網(wǎng)比較集中。

疑問二：誰是網(wǎng)蟲星座？

星座已經(jīng)成為一種流行文化，占星學認為天象依“上行、下效”原則反映、支配著人類活動，十二星座代表了十二個基本人格型態(tài)或感情特質(zhì)。

通過將學校用戶星座與上網(wǎng)時長和流量進行分析，數(shù)據(jù)如下圖。從數(shù)據(jù)看，所有人平均上網(wǎng)時長普遍分布在2000-2500小時。其中魔羯座時長最少（1665小時），從某種意義上可以表明穩(wěn)重謹慎的性格與上網(wǎng)時長有關(guān)聯(lián)。

從平均上網(wǎng)流量看，處女座顯著高于其他星座（約400GB）八倍左右，達3500GB；金牛座排在第二位，人均流量1000GB。綜合平均上網(wǎng)時長和流量來看，上網(wǎng)行為最活躍的是處女座、金牛座和雙子座，最不活躍的是摩羯座。

“獅子狗”是上網(wǎng)時間最長么？

將12生肖與12星座排列組合，通過生肖和星座的二元組合統(tǒng)計出上網(wǎng)人數(shù)，來進行比較分析生肖和星座二元組上網(wǎng)時長前10和倒數(shù)10名的組合，如圖6、圖7所示：

由圖6易看出屬狗的處女座的平均上網(wǎng)時長居首位，遠遠多于其他屬相。其原因可能有二：其一是從圖2可知，屬相為狗的師生上網(wǎng)時長和流量是全校個屬相中做多的；其二是因為屬狗的人群在我們統(tǒng)計時限中停留的上網(wǎng)時長最久；而在上網(wǎng)時長的生肖星座TOP10中，狗與各星座匹配的占1/2，顯然，再一次證明了屬相為狗的愛上網(wǎng)。

由圖7易看出屬鼠的摩羯座的平均上網(wǎng)時長最少，遠遠少于其他屬相。其原因與其屬相性格有著密切的聯(lián)系。屬鼠的人工作努力，生活節(jié)儉，這樣就不會把太多的時間浪費在互聯(lián)網(wǎng)中。并且摩羯座穩(wěn)重謹慎，再一次證明了其上網(wǎng)時長短的原因。

表1

表2

表3

表4

表5

表6

疑問三：誰是上網(wǎng)時長院系之王？

哪個院系的上網(wǎng)時長最長？哪個院系的上網(wǎng)流量最多？圖 8、圖 9分別代表學院總體上網(wǎng)排名前十名和后十名的院系。從圖表看，各個系的上網(wǎng)情況差異較大，大多院系時長分布在1000—1700小時。

作為一個工科學校，工科學生上網(wǎng)時間一定最長么？從圖中可以看出文科的G系的平均上網(wǎng)時長最長，與計算機接觸最多的R系人均上網(wǎng)時間最短。因此建議上網(wǎng)時長較長的院系尋找學生長時間上網(wǎng)的原因，若是學習需要，建議合理安排學習時間和節(jié)奏，減少電腦輻射危害等。若是沉迷網(wǎng)絡，應采取措施加以限制，如強制下線、在某一時點斷網(wǎng)等。

秉燭“網(wǎng)”游（00∶00-4∶00）和聞雞起舞（4∶00-6：00）

互聯(lián)網(wǎng)“原住民”睡得晚起得早，這些時間段內(nèi)的用戶有啥特征呢？本文將00點到4點上網(wǎng)的用戶定義為秉燭“網(wǎng)”游型，4點到6點上網(wǎng)的用戶定義為聞雞起舞型，這兩類用戶有啥特征呢？

1.秉燭“網(wǎng)”游（00∶00-4∶00）

由表1看出，盡管現(xiàn)今學校男女比接近7：3，秉燭“網(wǎng)”游的男女比接近2.68：1，從表2、表3、圖10說明工科學校男生還是熬夜主力，熬夜主力中屬馬的，生肖是天枰的比較多，EC系熬夜多。

2.聞雞起舞型（4∶00-6：00）

由表4看出，盡管現(xiàn)今學校男女比接近7：3，秉燭“網(wǎng)”游的男女比接近2.68：1，從表5、表6、圖11可以得出屬猴的人喜歡早起上網(wǎng)，HG學院（工科）早起人數(shù)排名第一。

生源地與上網(wǎng)時長的關(guān)系

從圖12中可以看出，深顏色表示上網(wǎng)時長比較長的，淺色的表示上網(wǎng)時長比較短的，來自北京的學生平均上網(wǎng)時間最短，究其原因有兩個，一個是招生人數(shù)多，二是周末北京的學生一般都回家，所以時間短，非北京的生源中來自西藏的學生上網(wǎng)時間最長。

圖10　0到4點在線用戶院系前十

圖11　4點到6點上網(wǎng)人數(shù)院系排名top10

圖12　生源地和上網(wǎng)時長分布圖

了解這些數(shù)據(jù)的意義

通過上述的數(shù)據(jù)分析方法，從生肖、星座、院系、時間段以及生肖星座二元組不同的維度，為互聯(lián)網(wǎng)“原住民”進行數(shù)據(jù)畫像，形成了較為生動、清晰的輪廓：從生肖來看，愛上網(wǎng)的互聯(lián)網(wǎng)“原住民”大多是屬狗、豬、雞、猴；從星座來看，愛上網(wǎng)的互聯(lián)網(wǎng)“原住民”大多是處女座；從生肖與星座二元組合來看，愛上網(wǎng)的互聯(lián)網(wǎng)“原住民”大多是屬狗的處女座與屬狗的射手座；從上網(wǎng)熬夜來看，愛上網(wǎng)的互聯(lián)網(wǎng)“原住民”大多是男生；從生源地來看，愛上網(wǎng)的互聯(lián)網(wǎng)“原住民”大多是家離學校比較遠的地區(qū)的大學生。

通過這些隱藏的秘密，有助于學校管理部門制定合理使用網(wǎng)絡的規(guī)章制度，例如控制上網(wǎng)的時間，在某一時間段實行強制下線，或者在某一時間斷網(wǎng)等。同時有助于老師輔導員通過強有力的數(shù)據(jù)來引導剛剛跨進大學校門的新生，正確使用網(wǎng)絡，防止沉迷網(wǎng)絡游戲中而無法自拔；最后有利于學生自身通過學長學姐的上網(wǎng)數(shù)據(jù)，制定出適合自己的上網(wǎng)時間，合理安排上網(wǎng)時間來促進學習成績的提高。

（作者單位為北京航空航天大學網(wǎng)絡信息中心）