劉佳 朱云慧 張?zhí)鞓?/p>

摘 要：以問卷調(diào)查的方式收集數(shù)據(jù)，采用數(shù)據(jù)挖掘的方法深度分析數(shù)據(jù)，研究在校大學生網(wǎng)絡使用現(xiàn)狀。嚴格遵循數(shù)據(jù)挖掘的步驟，對問卷數(shù)據(jù)進行預處理，通過weka數(shù)據(jù)挖掘平臺，進行關聯(lián)規(guī)則及聚類分析，得出不同用戶組特征，從而挖掘出用戶的上網(wǎng)行為模式和潛在上網(wǎng)規(guī)律，對網(wǎng)絡運營商的科學運營模式提出合理的建議。

關鍵詞：數(shù)據(jù)挖掘；電信運營商；大學生；行為

大學生對網(wǎng)絡使用的需求日漸增多，目前的網(wǎng)絡質(zhì)量卻未達到令人滿意的程度。此次研究可以讓網(wǎng)絡運營商適當改善網(wǎng)絡，有利于網(wǎng)絡的長足發(fā)展，實現(xiàn)網(wǎng)絡運營商與校園網(wǎng)用戶間的雙贏。我們將使用數(shù)據(jù)挖掘中聚類和關聯(lián)規(guī)則分析技術，深度研究分析數(shù)據(jù)，探究校園內(nèi)網(wǎng)絡用戶行為現(xiàn)狀以及偏好成因，為運營商的網(wǎng)絡經(jīng)營策略提供建議。同時也提高消費者使用網(wǎng)絡的滿意度。對于網(wǎng)管中心，全面掌握了校園內(nèi)網(wǎng)絡的使用狀況及其發(fā)生的因素后，能對于校內(nèi)的網(wǎng)絡更有效地規(guī)范與控制，從而建立校內(nèi)網(wǎng)絡更有效的管理機制。

一、數(shù)據(jù)挖掘

（一）基本概念。數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中發(fā)現(xiàn)并抽取隱含的、未知的、有潛在應用價值的知識過程。數(shù)據(jù)挖掘的目的是為決策者提供有效的決策支持。[1]其流程依次為：數(shù)據(jù)采集、數(shù)據(jù)預處理、數(shù)據(jù)清洗、數(shù)據(jù)規(guī)約、模型建立、可視化分析。

（二）WEKA。WEKA是一個數(shù)據(jù)挖掘?qū)嶒炂脚_，集成了大量能承擔數(shù)據(jù)挖掘任務的機器學習算法，包括對數(shù)據(jù)進行預處理、分類、回歸、聚類、關聯(lián)規(guī)則以及在新的交互式界面上的可視化等。本項目采用WEKA平臺進行數(shù)據(jù)挖掘，主要運用其中的聚類和關聯(lián)規(guī)則分析。

（三）聚類分析。聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。[2]此次聚類分析選用的是K-means聚類分析方法，在Filter樹中SimpleKMeans算法，并將numCluster值設為4，其余均為默認值。[3]表示將所給的屬性按照一定的規(guī)則分為4類，分別表示四類不同特征的用戶群體。

（四）關聯(lián)規(guī)則分析。關聯(lián)規(guī)則是形如A==>B的蘊涵式，A和B分別稱為關聯(lián)規(guī)則的先導（LHS）和后繼（RHS）。

關聯(lián)規(guī)則分析則是采用分箱離散化處理，在Filter樹中Discretize算法，設閾值為0.9，默認選擇前10條規(guī)則。關聯(lián)規(guī)則的結果形如“A==>B conf：（C）”，其中“A==>B”表示情況A發(fā)生且情況B發(fā)生，“conf：（C）”稱為置信度（Confidence level），其中C為百分比數(shù)值，置信度表示事件已包含A的情況下，包含B的百分比，關聯(lián)規(guī)則分析得出的結果是根據(jù)置信度由高到低排列的規(guī)則。

二、群體特征分析

（一）聚類分析

表1是對用戶使用網(wǎng)絡的基本信息的聚類分析。

第一類用戶占比最少，該類用戶上網(wǎng)地點為宿舍，月生活費1548元，月上網(wǎng)資費66元，選擇使用電信寬帶，日上網(wǎng)時間較其他分類較多，高達10h，上網(wǎng)目的主要集中于看視頻、社交聊天，偏娛樂方向。對這類學生深入調(diào)查可知該類用戶對于網(wǎng)絡依賴性較高，對網(wǎng)速要求較低。第二類用戶占比最高，為三分之一，上網(wǎng)地點為宿舍，月生活費1319元，月上網(wǎng)資費70元，在所有分類中上網(wǎng)資費占生活費比重最高。選擇電信寬帶，日上網(wǎng)時間為4h，上網(wǎng)目的涵蓋了除玩游戲之外的所有選項，可見該類用戶上網(wǎng)目的較綜合，幾乎每個指標都與總體水平相當。第三、四類用戶上網(wǎng)資費占生活費比重、上網(wǎng)目的兩指標水平相當。而網(wǎng)絡類型與上網(wǎng)時間不同。第三類校園無線網(wǎng)用戶上網(wǎng)時間為6h，第四類電信寬帶用戶上網(wǎng)時間為4h。進一步調(diào)查可知，第三類用戶與其他分類不同在于宿舍區(qū)覆蓋校園無線網(wǎng)，價格相較其他網(wǎng)絡稍便宜，所以該類上網(wǎng)資費也較低。總體分析，上網(wǎng)地點為宿舍、網(wǎng)絡類型為電信寬帶，上網(wǎng)目的為“看視頻”同時“不玩游戲”，這幾點幾乎是所有用戶的共性。這由本校女多男少特性造成，女生偏愛看視頻、不玩游戲，視頻可集中下載而非時刻在線，用戶使用網(wǎng)絡時間較短，視頻播放多為手機播放，由此運營商可以調(diào)整套餐安排，推出相較低網(wǎng)速、短時長、低價位的無線網(wǎng)絡套餐；針對少量游戲用戶，有線套餐則要做到高網(wǎng)速、長時長、高穩(wěn)定性。

2、運營商類型與使用問題的聚類分析

表2是對用戶使用網(wǎng)絡時可能出現(xiàn)的問題的聚類分析。

第二類用戶所占比例最大，約為樣本總量的一半，幾乎所有指標都與總體水平一致，只比總體的選擇多出一項問題選擇：電信寬帶無法使用無線網(wǎng)。因為現(xiàn)在的學生主要的上網(wǎng)工具是手機、ipad而非電腦，無法使用無線網(wǎng)會使很大一部分用戶覺得不便捷。

第一、三、四類用戶比例都很平均，第一類用戶出現(xiàn)的問題是：電信寬帶網(wǎng)絡無響應，而第三類用戶同樣表示移動CMCC也出現(xiàn)同樣問題，由此可見兩類網(wǎng)絡的技術都不完善，仍需努力提高技術水平，提升硬件質(zhì)量。第四類用戶反映的情況較其他三類明顯增多，可能是因為該類用戶對于網(wǎng)絡的體驗要求較高，或由于地理位置、天氣等因素以致上述問題出現(xiàn)較頻繁。

（二）關聯(lián)規(guī)則分析

1、總體屬性關聯(lián)分析：

對整體屬性關聯(lián)規(guī)則分析，便于我們對問卷中所有問題的關聯(lián)性有整體認知。從表3初步可看出屬性間的關聯(lián)性主要出現(xiàn)在上網(wǎng)目的、使用網(wǎng)絡類型及使用網(wǎng)絡會出現(xiàn)的問題這三者間。

從第一條可以看出，當用戶注重因素偏向于網(wǎng)絡穩(wěn)定時，用戶不太能忍受網(wǎng)絡穩(wěn)定性帶來的問題；從第二、三、四、八條可以看出，當用戶上網(wǎng)主要為了玩游戲等對網(wǎng)速要求較高的活動時，網(wǎng)速并不能很好地滿足用戶需求；從第五、九條可以看出，在上網(wǎng)時間、上網(wǎng)目的及性別間也有不太明顯的聯(lián)系，女生若日上網(wǎng)時間限制于4h，則上網(wǎng)目的不太可能是玩游戲；從第六、七條可以看出，若上網(wǎng)地點在宿舍，用戶較傾向上網(wǎng)看視頻，且選擇網(wǎng)絡類型偏向于電信寬帶。

基于以上對全體屬性的關聯(lián)分析，初步看出校園網(wǎng)絡用戶上網(wǎng)以看視頻、玩游戲等休閑娛樂目的為主，網(wǎng)速的要求一般。同時可看出大多數(shù)校園網(wǎng)絡用戶對網(wǎng)絡的要求偏向網(wǎng)絡的高穩(wěn)定性。因此我們認為，校園網(wǎng)絡運營商可以著手維護其網(wǎng)絡的穩(wěn)定性，在宣傳時，更加突出強調(diào)其在網(wǎng)絡穩(wěn)定方面的優(yōu)越性，而非單一地強調(diào)網(wǎng)速問題。

2、網(wǎng)絡類型與上網(wǎng)目的關聯(lián)分析：

根據(jù)整體關聯(lián)分析，我們得到了更可能有關聯(lián)性的屬性，單獨對網(wǎng)絡類型及上網(wǎng)目的進行關聯(lián)規(guī)則分析。從表4初步可看出，不僅網(wǎng)絡類型與上網(wǎng)目的間有所關聯(lián)，上網(wǎng)目的彼此間也有所聯(lián)系。

從第一、二、三、四、五、八、九條可看出，用戶上網(wǎng)目的不局限于某一種或幾種特定的行為，用戶更愿意根據(jù)自己的需求隨意選擇，而非被網(wǎng)絡的網(wǎng)速、網(wǎng)絡穩(wěn)定性等因素局限。從第六、七、十條可以看出，當網(wǎng)絡類型為校園無線網(wǎng)或移動CMCC時，用戶都不會選擇玩游戲這種對網(wǎng)速要求較高的活動，從這點可看出校園網(wǎng)及移動CMCC并不能滿足用戶需求。

基于以上對上網(wǎng)目的及網(wǎng)絡類型的關聯(lián)分析，我們可初步看出用戶對學校內(nèi)無線網(wǎng)絡的網(wǎng)速不滿意。因此我們認為，校園網(wǎng)絡運營商應著手提高網(wǎng)速。同時運營商也可以試著向?qū)W生推出網(wǎng)速較快的無線網(wǎng)，更好地滿足用戶的需求。

3、網(wǎng)絡類型、上網(wǎng)時間與上網(wǎng)目的的關聯(lián)分析：

如表5，我們選擇對網(wǎng)絡類型、每日上網(wǎng)時間、上網(wǎng)目的關聯(lián)規(guī)則分析。從第一、二、四條看出，當用戶上網(wǎng)每日上網(wǎng)時間在4h左右時，其上網(wǎng)目的傾向瀏覽網(wǎng)頁及社交聊天，不太可能上網(wǎng)看視頻及打游戲；從第三條看出，當用戶上網(wǎng)時間在6h時，用戶上網(wǎng)時間較充裕，因此此時上網(wǎng)目的并不受上網(wǎng)時間限制；從第五條看出，網(wǎng)絡類型為校園無線網(wǎng)、上網(wǎng)時間為4h，用戶會受網(wǎng)速與時間的雙重限制，此時用戶不太可能選擇玩游戲，這與受調(diào)查人群多為女生也有關。

基于以上對網(wǎng)絡類型、每日上網(wǎng)時間、上網(wǎng)目的的關聯(lián)分析，我們初步看出用戶的上網(wǎng)時間對其上網(wǎng)目的有一定的影響，進而會影響用戶的網(wǎng)絡選擇。因此，校園網(wǎng)絡運營商可以初步了解學生上網(wǎng)的基本情況，再針對其用戶需求進行宣傳。

三、結論

本文主要通過對約300份問卷篩選、數(shù)據(jù)預處理后，利用數(shù)據(jù)挖掘中聚類與關聯(lián)規(guī)則分析，對在校大學生網(wǎng)絡選擇與使用的情況進行深度分析，得出相關結論，提出相關的意見與建議。同時豐富了電信運營商產(chǎn)業(yè)市場發(fā)展現(xiàn)狀與市場競爭的相關理論體系，填補了關于大學校園內(nèi)網(wǎng)絡使用現(xiàn)狀及未來發(fā)展策略研究的空白，對在校大學生選擇電信寬帶類型、電信運營商了解自身優(yōu)缺點并改善軟硬件條件以吸引更廣泛客戶群具有一定的實踐指導價值。

通過以上分析，提出以下結論：1、目前的電信運營商套餐劃分有些粗糙，不能緊密貼合在校大學生網(wǎng)絡行為特點。運營商應詳細地調(diào)查校園用戶的行為，制定出分類更詳細、更貼近學生需求的套餐；2、學生在選擇網(wǎng)絡時較關注的因素是網(wǎng)速，在使用過程中用戶體驗最差的是網(wǎng)絡穩(wěn)定性問題。電信運營商在技術上及套餐宣傳時應當依據(jù)此點做出相應措施；

對于移動CMCC反饋的普遍問題是網(wǎng)速問題，對于電信寬帶反饋的普遍問題是無法使用無線網(wǎng)路問題。前者應當改善技術問題，后者則應當適當調(diào)整自身運營策略，相應用戶的需求，這樣才能留住客源。

參考文獻：

[1]Pang-Ning Tan.Michael Steinbach.數(shù)據(jù)挖掘?qū)д揫M].北京：人民郵電出版社，2011.

[2]jiawei Han.Miicheline Kamber .DataMining Concepts and Techniques[M].北京：機械工業(yè)出版社，2001.

[3]潘瑩，梁京章，黎慧娟.基于K-means算法的校園網(wǎng)用戶聚類分析[J].計算機技術與自動化，2007（3）：67-68.