楊婧瑋

內(nèi)容摘要 隨著互聯(lián)網(wǎng)技術(shù)的深度發(fā)展，物聯(lián)網(wǎng)及大數(shù)據(jù)技術(shù)隨著“互聯(lián)網(wǎng)+”的理念已經(jīng)逐漸蔓延在人們生活的方方面面?？梢岳么髷?shù)據(jù)技術(shù)，將用戶的通信行為進(jìn)行識(shí)別和分析，將用戶的行為習(xí)慣及變化規(guī)律進(jìn)行研究，并針對(duì)性地滿足用戶的需求。文章對(duì)用戶行為進(jìn)行大數(shù)據(jù)技術(shù)層次的研究，有利于更好地掌握用戶需求的變化趨勢(shì)。

關(guān)鍵字 通信行為分析 大數(shù)據(jù)處理策略 用戶需求

1 引言

當(dāng)前，移動(dòng)端設(shè)備已經(jīng)成為人們生活的基本需求，隨著“互聯(lián)網(wǎng)+”概念的興起，我國(guó)網(wǎng)民群體的規(guī)模變得越來(lái)越大，運(yùn)營(yíng)商需要對(duì)用戶通信行為進(jìn)行分析，并進(jìn)行相應(yīng)改革。為了減少在傳統(tǒng)電信行業(yè)中對(duì)用戶行為發(fā)掘過(guò)程的不穩(wěn)定性及資源浪費(fèi)，可以利用當(dāng)下物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)，對(duì)日益增長(zhǎng)、數(shù)據(jù)龐大的用戶進(jìn)行行為習(xí)慣及需求的深度挖掘，以對(duì)用戶展開(kāi)個(gè)性化的服務(wù)。

2 大數(shù)據(jù)相關(guān)概念及相關(guān)技術(shù)簡(jiǎn)介

2.1 大數(shù)據(jù)概述

計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)發(fā)展至今，已經(jīng)擁有了海量的用戶，越來(lái)越多的領(lǐng)域都依托于互聯(lián)網(wǎng)技術(shù)而發(fā)展，這也導(dǎo)致了互聯(lián)網(wǎng)擁有著海量的數(shù)據(jù)。這些數(shù)據(jù)中包含著各類價(jià)值，是一種虛擬資源，就如同石油和煤礦對(duì)人類的作用，對(duì)這些海量數(shù)據(jù)的開(kāi)采也將為人類世界帶來(lái)前所未有的便利和價(jià)值，為此大數(shù)據(jù)技術(shù)應(yīng)運(yùn)而生[1]。大數(shù)據(jù)技術(shù)將龐大且復(fù)雜的數(shù)據(jù)流進(jìn)行挖掘和分析，并對(duì)這些數(shù)據(jù)中的規(guī)律進(jìn)行深層探索，發(fā)掘出有效、準(zhǔn)確、多樣的用戶信息。

2.2 大數(shù)據(jù)技術(shù)用戶分析系統(tǒng)平臺(tái)

大數(shù)據(jù)需要依托處理平臺(tái)來(lái)進(jìn)行數(shù)據(jù)處理，在用戶通信分析上，可以使用Hadoop分布式系統(tǒng)。該系統(tǒng)自出現(xiàn)到現(xiàn)在十余年中經(jīng)過(guò)不斷地改進(jìn)和完善，已經(jīng)擁有了強(qiáng)大的功能，具有強(qiáng)大的生態(tài)，各級(jí)組件或者系統(tǒng)分工明確。Hadoop系統(tǒng)在開(kāi)發(fā)方面并不需要按部就班地將底層細(xì)節(jié)進(jìn)行大規(guī)模的投入研發(fā)，而是可以直接簡(jiǎn)化開(kāi)發(fā)過(guò)程，先模塊化底層細(xì)節(jié)，研究人員就可以將精力投入在上層開(kāi)發(fā)上，大大提高了開(kāi)發(fā)效率[2]。同時(shí)，在傳統(tǒng)的分布式開(kāi)發(fā)過(guò)程中由于容量龐大導(dǎo)致在數(shù)據(jù)運(yùn)行方面發(fā)生存儲(chǔ)器失效、網(wǎng)絡(luò)連接中斷、數(shù)據(jù)丟失等問(wèn)題，而Hadoop系統(tǒng)則可以將一份數(shù)據(jù)存儲(chǔ)在多個(gè)地方，稱為“復(fù)制因子”，減小了故障發(fā)生率。Hadoop系統(tǒng)也可以通過(guò)疊加設(shè)備、擴(kuò)展集群的方式提高系統(tǒng)的運(yùn)算及存儲(chǔ)性能，非常方便。

2.3 Hadoop平臺(tái)的構(gòu)成

Hadoop平臺(tái)的構(gòu)成較為復(fù)雜，具有資源管理系統(tǒng)、分布式文件系統(tǒng)、數(shù)據(jù)儲(chǔ)藏系統(tǒng)、分布式列存數(shù)據(jù)庫(kù)、分布式協(xié)作服務(wù)、數(shù)據(jù)同步工具等多系統(tǒng)或組件，其中最為關(guān)鍵的兩個(gè)部分是分布式文件系統(tǒng)（HDFS）和分布式計(jì)算框架（MapReduce）。Hadoop框架最基礎(chǔ)的就是HDFS，簡(jiǎn)單來(lái)說(shuō)就是一類將平臺(tái)所有文件進(jìn)行存儲(chǔ)的一類結(jié)構(gòu)。而在數(shù)據(jù)的處理過(guò)程中則是依靠MapReduce來(lái)進(jìn)行，該引擎是將map函數(shù)和reduce函數(shù)共同對(duì)由main函數(shù)輸入的數(shù)據(jù)進(jìn)行轉(zhuǎn)換和縮小，最后通過(guò)main函數(shù)將處理之后的文件輸出。其他的結(jié)構(gòu)或者系統(tǒng)都各自在HDFS和MapReduce的基礎(chǔ)上運(yùn)行[3]。

3 對(duì)客戶行為的分析要點(diǎn)

3.1 掌握客戶的群體構(gòu)成

不同階層、年齡、性別、職業(yè)的客戶之間有著不同的行為習(xí)慣和能力。例如，在消費(fèi)方面，學(xué)生對(duì)書(shū)籍、文具等類型的商品購(gòu)買率較高，而消費(fèi)水平通常并不是很高，但是收入水平較高的高管就會(huì)對(duì)職場(chǎng)中對(duì)自己有利的商品或者辦公用具有著較高水平的消費(fèi)和購(gòu)買率。所以，掌握用戶群體有利于分析和判斷他們?cè)诟鞣矫娴男袨榱?xí)慣，同時(shí)給予他們更智能便捷的服務(wù)。

3.2 記錄顧客的使用地

商家通過(guò)對(duì)用戶所在地進(jìn)行法律要求范圍內(nèi)的定位，一般情況下會(huì)利用GPS或者基站等方式。定位功能主要在于當(dāng)移動(dòng)端使用者遇到了緊急情況但是卻無(wú)法說(shuō)清自己所處的位置的時(shí)候，方便援救者及時(shí)進(jìn)行救援采取措施，另外，在用戶的移動(dòng)設(shè)備丟失之后，可以通過(guò)定位功能來(lái)找到設(shè)備所在位置。定位功能將分配信號(hào)的問(wèn)題大大簡(jiǎn)化，實(shí)現(xiàn)了信號(hào)資源的合理分配。

3.3 描述用戶使用習(xí)慣

用戶在客戶端訪問(wèn)互聯(lián)網(wǎng)時(shí)，需要知道用戶對(duì)某軟件或應(yīng)用的使用率，通過(guò)用戶對(duì)某應(yīng)用的使用習(xí)慣獲取用戶的愛(ài)好，或者根據(jù)用戶訪問(wèn)互聯(lián)網(wǎng)的時(shí)間段、地點(diǎn)等信息分析出用戶的出入場(chǎng)所、愛(ài)好，根據(jù)這些分析推出一定的服務(wù)措施。例如，用戶喜歡出入某書(shū)城或者圖書(shū)館，就可以針對(duì)此為該客戶推薦書(shū)籍應(yīng)用和小說(shuō)服務(wù)。

4 基于大數(shù)據(jù)的用戶行為分析探究

4.1 通信用戶分析的大數(shù)據(jù)系統(tǒng)功能要求

在大數(shù)據(jù)分析平臺(tái)上，采集收納大量數(shù)據(jù)之后，平臺(tái)系統(tǒng)要從IP、端口等方面將用戶的通信行為進(jìn)行統(tǒng)計(jì)，并且要能夠還原及重組TCP、UDP等協(xié)議，并且平臺(tái)需要有應(yīng)對(duì)大量數(shù)據(jù)的能力，因?yàn)橛脩粜畔⒘看螅瑢?shí)時(shí)產(chǎn)生的數(shù)據(jù)非常多，且類型復(fù)雜、結(jié)構(gòu)不明確，所以要有快速處理能力。最后則是對(duì)用戶通信行為的查找、統(tǒng)計(jì)和分析，將用戶使用的網(wǎng)絡(luò)協(xié)議、互聯(lián)網(wǎng)使用的側(cè)重點(diǎn)進(jìn)行統(tǒng)計(jì)并分析其規(guī)律和習(xí)慣，對(duì)目標(biāo)用戶的通信行為信息進(jìn)行查找，這樣方便從用戶的行為中理順其網(wǎng)絡(luò)關(guān)系。

4.2 大數(shù)據(jù)處理系統(tǒng)的框架

用戶通信行為分析系統(tǒng)，就是將用戶使用互聯(lián)網(wǎng)所產(chǎn)生的流量信息進(jìn)行探針式采集并分析，利用分析結(jié)果對(duì)用戶對(duì)互聯(lián)網(wǎng)的使用情況進(jìn)行采集和監(jiān)控。在其對(duì)數(shù)據(jù)的操作過(guò)程中，一般使用TCP/IP協(xié)議分析、Hadoop技術(shù)等手段，通過(guò)可視化系統(tǒng)呈現(xiàn)數(shù)據(jù)。

4.3 大數(shù)據(jù)處理系統(tǒng)的結(jié)構(gòu)

首先要對(duì)數(shù)據(jù)進(jìn)行高效地采集，可以利用各類服務(wù)反饋、服務(wù)情況等信息，建立高效的數(shù)據(jù)采集系統(tǒng)。采集數(shù)據(jù)之后，要經(jīng)過(guò)互聯(lián)網(wǎng)協(xié)議分析才可以進(jìn)行真正的數(shù)據(jù)分析，因?yàn)榛ヂ?lián)網(wǎng)中存在很多交互協(xié)議，所以要進(jìn)行解構(gòu)重組和分析，建立TCP/IP的分析系統(tǒng)。當(dāng)對(duì)互聯(lián)網(wǎng)協(xié)議的分析結(jié)束后就可以建立篩選系統(tǒng)，將值得利用的信息進(jìn)行分組，如使用手機(jī)的高峰段、用戶瀏覽率較高的網(wǎng)站等，并將這些有用的信息存儲(chǔ)在寄存器中，同時(shí)將這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，建立數(shù)據(jù)庫(kù)系統(tǒng)。最后一項(xiàng)系統(tǒng)也是最為重要的系統(tǒng)，即數(shù)據(jù)分析報(bào)表系統(tǒng)，該系統(tǒng)可以將數(shù)據(jù)庫(kù)中的信息分析并篩選，在用戶的IP、賬號(hào)、流量使用時(shí)間段方面將業(yè)務(wù)方面的流量和歷史數(shù)據(jù)進(jìn)行檢測(cè)和檢查，可以將現(xiàn)階段的用戶愛(ài)好和網(wǎng)絡(luò)熱點(diǎn)進(jìn)行排序，提供報(bào)表。

4.4 可視化平臺(tái)建設(shè)

可視化平臺(tái)的建立是為了將用戶的流量和位置趨勢(shì)和軌跡進(jìn)行直觀的表達(dá)。在用戶位置方面，為了可以更好地將用戶的愛(ài)好和習(xí)慣進(jìn)行精準(zhǔn)的描繪，可視化平臺(tái)將會(huì)根據(jù)用戶的位置、時(shí)間點(diǎn)等數(shù)據(jù)，繪制出軌跡圖，利用軌跡圖可以更加方便地進(jìn)行服務(wù)決策。例如，某健身應(yīng)用在客戶使用中將會(huì)發(fā)起詢問(wèn)位置的請(qǐng)求，然后就會(huì)調(diào)用其后臺(tái)地圖來(lái)記錄用戶鍛煉或者跑步的路徑。在用戶的流量方面，利用大數(shù)據(jù)平臺(tái)分析后將會(huì)利用可視化平臺(tái)進(jìn)行用戶流量使用時(shí)的數(shù)據(jù)變化，繪制出與時(shí)間相關(guān)的趨勢(shì)圖，以及業(yè)務(wù)方面的流量使用情況圖。一般情況下，對(duì)于流量的可視化可分為每日流量散點(diǎn)圖、每小時(shí)流量環(huán)形圖、月流量使用走勢(shì)圖，以方便分析用戶的業(yè)務(wù)喜好。

5 結(jié)語(yǔ)

在此對(duì)大數(shù)據(jù)技術(shù)平臺(tái)及大數(shù)據(jù)在分析用戶通信行為方面進(jìn)行了相關(guān)闡述。在移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展中，為了應(yīng)對(duì)不斷增長(zhǎng)的用戶量及流量所帶來(lái)的龐大數(shù)據(jù)，將結(jié)構(gòu)復(fù)雜、類型多樣、內(nèi)容豐富的信息進(jìn)行有效的分析處理，解決當(dāng)下用戶的實(shí)際需求，方便網(wǎng)絡(luò)更好地提出服務(wù)措施，大數(shù)據(jù)技術(shù)系統(tǒng)將會(huì)被廣泛地應(yīng)用于對(duì)用戶通信行為的分析中。隨著大數(shù)據(jù)技術(shù)的進(jìn)一步深入使用，人們的生活將會(huì)步入更加智能的時(shí)代，用戶在大數(shù)據(jù)技術(shù)中將受益無(wú)窮。

【參考文獻(xiàn)】

[1]于澤川.基于大數(shù)據(jù)的用戶精準(zhǔn)定位與行為分析[D].北京：北京郵電大學(xué)，2019.

[2]肖朔晨.基于多源數(shù)據(jù)的移動(dòng)通信用戶行為識(shí)別及個(gè)性化推薦研究[D].北京：北京郵電大學(xué)，2018.

[3]馬冬旸.通信行為分析的大數(shù)據(jù)處理策略的研究[D].長(zhǎng)春：吉林大學(xué)，2017.