社交网络用户行为系统探究

1、社交网络用户行为系统探究【摘要】随着网络迅猛发展，网络社交成为人们交 友、联系的新方式，如何建设一个人性化的社交网络，建设 人性化的社交网站的依据是什么？如果更好的为用户服 务？这些问题归结到社交网络用户行为的分析上，对用户行 为数据进行分析，根据不同用户的行为属性分类进行数据挖 掘，从而得出不同类型用户的习惯和偏好【关键词】社交网络用户行为数据挖掘在web 0志挖掘的过程中，信息的采集和清洗是个很重 要的过程，特别是有目的进行数据的归类，为了更好的实现 我们的研究目的，我们针对性的对web日志进行处理原理进 行分析1用户行为的分类根据用户访问的目的进行用户行为的分类，本文利用用 户典型的访问

2、行为进行分类，根据用户对某些订阅信息产生 的特征向量从而发现用户的个人和社交的信息。我们对用户 的特征向量进行聚类分析，得出用户的不同类型分组，区别 与其他的兴趣度的研究方向，典型的行为研究更加简洁和显 著优酷是中国最大的视频网站之一，优酷提供了一个很重 要的用户社交和交互功能，我们将视频分类，用户的功能有: 添加好友，分享视频，关注好友的视频，留言互动，视频评 级，视频标注热爱度等。我们根据这些点进行用户分类，每 个用户为一个节点，两个节点的用户进行交互时，产生''订 阅向量”，一个用户的视频会直接分享到另一个用户，并且 随着用户交互的数量增多，类似订阅的用户聚类，即相近兴

3、趣聚类（1）根据广度优先算法进行随机抽选访问用户的信息, 对随机抽选的用户进行具体的跟踪和调查，由一个用户扩展 到和他相关联的用户，如同滚雪球一样关联的用户越来越 多，收集的信息也随着增多，直到手动停止结束（2）根据被其他用户订阅数量的排名进行筛选用户， 排名最高的用户作为最初的集合，从最初的集合向下扩张（3）用户向量表示法：每个用户为一个向量，长度为9, 每个向量包含该用户所有的信息：1）用户上传视频的数量: 表示访问用户上传不同视频数量。2）浏览视频的数量：表 示访问用户访问不同视频数量，区分潜在消费者。3）创建 账号时间：表示访问用户创建该账号时间。4）账号年龄： 表示访问用户在该社交网

4、络活动时间。5）用户聚类系数： 表示访问用户之间紧密系数，例如：a用户访问b, b访问c, 则a访问c的系数增加。6）订阅潜在值：表示某访问用户 订阅数量从而推测现在的消费用户。7）被订阅制造值：表 示a用户被其他访问用户订阅的总数量，进而找到视频制造 用户。8)订阅用户数量：表不a用户订阅其他用户的数量。 9)交互潜在性：表示用户相互订阅系数。针对每个属性进 行规范化，每个属性都分布0到1区间值(4) 基于用户访问距离聚类：利用k-means算法进行 用户访问距离分组，欧式距离作为访问用户之间的分组依 据，即通过信号的相似度进行做距离向量的值，信号越相似 距离越近，距离越近越容易聚类为一个组

5、(5) 通过聚类向量法相算法中的k值是影响用户访问 特征向量的关键，因此我们选择k值是关键2测试分析我们通过对web服务器记录日志的流程进行数据采集， 通常情况下webserver日志文件和server位于同一服务 器，分析的方法一般2种：(1) 编写日志分析代码在服务器上，当进行日志分析 时启动分析程序代码，整个过程在服务器进行，分析完成我 们只需要把分析结果取回，然后反馈到客户端。这样省去了 网络带宽的要求，不需要大数据的传送，减轻了客户端的负 载(2) 利用ftp把服务器端的日志文件传到客户端，在 客户端进行日志文件的分析，这种方式的优点是减轻了服务 器的压力，但是同时在传输数据时占用带宽，因为我们采样 的日志文件一般超过几百兆或者几个g大小，如果客户端和 服务器地理位置相对较远，这种方式不合理本文采用的是第一种方法，流程为上图1-2所示，在服 务器端进行数据分析处理web服务器：负责接收客户端的分析请求，并将分析结 果最终形成的web页面发送给客户端cgi程序：把从webserver传送过来的请求传送给日志 分析程序，接收日志分析程序分析的结果并以页面的形式发 送给web服务器日志