基于計(jì)費(fèi)系統(tǒng)的校園網(wǎng)用戶行為分析*

鄧甜甜，熊蔭喬，劉建娥

基于計(jì)費(fèi)系統(tǒng)的校園網(wǎng)用戶行為分析*

鄧甜甜1，熊蔭喬1，劉建娥2

（1.長(zhǎng)沙大學(xué)網(wǎng)絡(luò)信息中心，湖南長(zhǎng)沙410022；2.長(zhǎng)沙職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)貿(mào)易管理系，湖南長(zhǎng)沙410217）

上網(wǎng)模式和上網(wǎng)質(zhì)量對(duì)學(xué)習(xí)成績(jī)有一定的影響.通過計(jì)費(fèi)系統(tǒng)的用戶訪問日志，對(duì)學(xué)優(yōu)生和學(xué)困生的上網(wǎng)模式進(jìn)行分析，試圖找出上網(wǎng)時(shí)長(zhǎng)、上網(wǎng)內(nèi)容與學(xué)習(xí)成績(jī)之間的關(guān)系.研究表明：大學(xué)生較為合理的上網(wǎng)時(shí)長(zhǎng)約為6.4小時(shí)／天；上網(wǎng)時(shí)長(zhǎng)平均達(dá)到8.6小時(shí)／天及以上，將影響正常學(xué)習(xí)；上網(wǎng)內(nèi)容豐富，有助于提高學(xué)習(xí)成績(jī)；游戲時(shí)間占上網(wǎng)時(shí)間的60%及以上，將嚴(yán)重影響學(xué)習(xí)成績(jī).

校園網(wǎng)；用戶行為；計(jì)費(fèi)系統(tǒng)

網(wǎng)絡(luò)已成為在校大學(xué)生獲取資訊、展示自我和娛樂休閑的重要場(chǎng)所.據(jù)CNNIC《第31次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》統(tǒng)計(jì)，截至2012年12月底，我國(guó)大專以上學(xué)歷人群上網(wǎng)比例接近飽和.而上網(wǎng)質(zhì)量對(duì)學(xué)習(xí)成績(jī)具有一定的影響.對(duì)比分析學(xué)優(yōu)生與學(xué)困生的上網(wǎng)行為模式，能為定量研究上網(wǎng)質(zhì)量與學(xué)習(xí)成績(jī)的關(guān)系提供數(shù)據(jù)支持，有助于高校開展教學(xué)活動(dòng)和思想教育活動(dòng).

目前，研究人員主要采用問卷調(diào)查法，獲取高校學(xué)生的上網(wǎng)行為數(shù)據(jù).該辦法需要用戶主動(dòng)參與，覆蓋范圍有限.同時(shí)獲取的數(shù)據(jù)帶有個(gè)人主觀臆斷，并不能準(zhǔn)確地反映用戶的上網(wǎng)情況.通過校園網(wǎng)計(jì)費(fèi)系統(tǒng)獲取的用戶訪問日志，覆蓋面廣，更能準(zhǔn)確的反映用戶上網(wǎng)行為.本文通過校園網(wǎng)計(jì)費(fèi)系統(tǒng)獲取用戶訪問日志，對(duì)日志數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、過濾，并結(jié)合開放式分類目錄ODP［1］，對(duì)用戶的上網(wǎng)內(nèi)容進(jìn)行分類.研究結(jié)論采用折線圖、直方圖等方式進(jìn)行描述，簡(jiǎn)單直觀，易于理解，對(duì)高校學(xué)生工作具有參考價(jià)值.

1 校園網(wǎng)概況

我校校園網(wǎng)始建于2002年10月，經(jīng)過數(shù)年的升級(jí)擴(kuò)建，截至2013年6月止，注冊(cè)用戶23000余人，最高在線用戶達(dá)8241人.校園網(wǎng)出口總帶寬為1310M.

校園網(wǎng)用戶需通過計(jì)費(fèi)認(rèn)證的方式訪問外網(wǎng)資源.學(xué)校校園網(wǎng)拓?fù)浣Y(jié)構(gòu)圖如圖1所示.學(xué)校采用北京城市熱點(diǎn)4.5. 1版本的寬帶計(jì)費(fèi)系統(tǒng)，全校用戶近3個(gè)月的上網(wǎng)訪問信息均被記錄在計(jì)費(fèi)系統(tǒng)的用戶訪問日志中.

圖1 長(zhǎng)沙大學(xué)校園網(wǎng)拓?fù)浣Y(jié)構(gòu)圖

2 數(shù)據(jù)采集與整理

本文分析學(xué)優(yōu)生與學(xué)困生的上網(wǎng)時(shí)長(zhǎng)和http訪問內(nèi)容，以此掌握該兩類校園網(wǎng)用戶的上網(wǎng)行為模式.涉及的數(shù)據(jù)包括該兩類學(xué)生的上網(wǎng)賬號(hào)以及對(duì)應(yīng)的用戶訪問日志.

2.1學(xué)生上網(wǎng)賬號(hào)

我校學(xué)生的上網(wǎng)賬號(hào)為自己的學(xué)號(hào).學(xué)校學(xué)生工作處網(wǎng)站公布了2012－2013年度國(guó)家助學(xué)金領(lǐng)取者名單和2012年下學(xué)期補(bǔ)考重修信息表.通過這兩份數(shù)據(jù)，可分別獲取學(xué)優(yōu)生和學(xué)困生的學(xué)號(hào)信息.兩份原始數(shù)據(jù)對(duì)應(yīng)的學(xué)生數(shù)目分別為：2339和4571.從中剔除大一、大四學(xué)生，以及重修科目3門及以下的學(xué)生，有效學(xué)生數(shù)目分別為：1327和511.每份文檔隨機(jī)抽取200個(gè)學(xué)號(hào)進(jìn)行后續(xù)分析工作.

2.2用戶訪問日志

計(jì)費(fèi)系統(tǒng)使用文本文檔記錄用戶訪問日志.文檔名稱為日志的最初寫入時(shí)間，用戶每發(fā)送一條HTTP請(qǐng)求，便形成一條日志記錄，滿20M便自動(dòng)生成一個(gè)新的日志文件.本文截取了2012年12月1日至7日一周的用戶訪問日志，共計(jì)119個(gè)文檔，2280M數(shù)據(jù)量.日志格式如表1所示.

表1 用戶訪問日志格式

一條日志數(shù)據(jù)如下所示：

0 0 2012－12－01（6）01：00：31

wenda.qihoo.com／user／index？userid＝21895645＆ref＝360safe＆task＝0

201002229 60D81997B0E1 172.22.34.69 80 1 110.75.13.21 58003 0 0.0.0.0 0

如上所示，賬號(hào)為201002229的用戶于2012年12月1日訪問了wenda.qihoo.com網(wǎng)站信息.其中，用戶MAC地址為：60D81997B0E1，用戶IP地址為：172.22.34.69，用戶端口號(hào)為80，目的IP地址為110.75.13.21，分配的目的端口號(hào)為58003.

由于數(shù)據(jù)量過大，因此采取的清理策略是：先清用戶再清訪問內(nèi)容.分別以獲取的兩類學(xué)生上網(wǎng)賬號(hào)為查詢條件，從用戶訪問日志中查詢信息并保留查詢結(jié)果，在查詢結(jié)果中進(jìn)一步清理訪問內(nèi)容.

由于本文僅關(guān)注用戶上網(wǎng)時(shí)長(zhǎng)和http訪問內(nèi)容，所以在數(shù)據(jù)選擇上，清除了日志中用戶端口號(hào)為非80的記錄以及請(qǐng)求信息為圖片、CSS等網(wǎng)頁(yè)格式的記錄.用戶訪問日志的清理內(nèi)容如表2所示.

表2 用戶訪問日志清理內(nèi)容

3 數(shù)據(jù)分析

3.1上網(wǎng)時(shí)長(zhǎng)與學(xué)習(xí)成績(jī)關(guān)系分析

在計(jì)費(fèi)系統(tǒng)中，分別統(tǒng)計(jì)每位學(xué)生在2012年12月1日至31日的上網(wǎng)時(shí)長(zhǎng)，再按上網(wǎng)時(shí)長(zhǎng)區(qū)間進(jìn)行人數(shù)統(tǒng)計(jì)，形成兩類學(xué)生上網(wǎng)時(shí)長(zhǎng)區(qū)間分布圖.如圖2所示.

圖2 兩類學(xué)生上網(wǎng)時(shí)長(zhǎng)區(qū)間分布圖

由圖2可知，學(xué)優(yōu)生與學(xué)困生的上網(wǎng)時(shí)長(zhǎng)有較為明顯的區(qū)別.69%的學(xué)優(yōu)生當(dāng)月的上網(wǎng)時(shí)長(zhǎng)位于5000～15000分鐘的區(qū)間內(nèi)，59%的學(xué)困生當(dāng)月的上網(wǎng)時(shí)長(zhǎng)位于10000～20000分鐘的區(qū)間內(nèi).對(duì)上網(wǎng)時(shí)長(zhǎng)區(qū)間設(shè)置權(quán)值［2］，利用加權(quán)平均數(shù)算法，分別計(jì)算兩類學(xué)生的上網(wǎng)時(shí)長(zhǎng)平均值：學(xué)優(yōu)生平均上網(wǎng)時(shí)長(zhǎng)為11600分鐘／月；學(xué)困生平均上網(wǎng)時(shí)長(zhǎng)為15400分鐘／月.

對(duì)兩類學(xué)生的上網(wǎng)時(shí)長(zhǎng)進(jìn)行CDF統(tǒng)計(jì)［3］.兩類學(xué)生上網(wǎng)時(shí)長(zhǎng)累計(jì)分布圖如圖3所示.

圖3 兩類學(xué)生上網(wǎng)時(shí)長(zhǎng)累計(jì)分布圖

基于圖3，設(shè)上網(wǎng)時(shí)長(zhǎng)為T（單位：分鐘／月），學(xué)優(yōu)生累計(jì)概率為Py，學(xué)困生累計(jì)概率為Pk，則有如下關(guān)系表達(dá)式［4］：

上網(wǎng)時(shí)長(zhǎng)小于10000分鐘／月的概率，學(xué)優(yōu)生為為0.43，學(xué)困生為0.2；上網(wǎng)時(shí)長(zhǎng)小于15000分鐘的概率，學(xué)優(yōu)生為0. 76，學(xué)困生為0.46；上網(wǎng)時(shí)長(zhǎng)小于20000分鐘的概率，學(xué)優(yōu)生為0.92，學(xué)困生為0.79.

綜上所述，上網(wǎng)時(shí)長(zhǎng)與學(xué)習(xí)成績(jī)的關(guān)系闡述如下：（1）大學(xué)生較為合理的上網(wǎng)時(shí)長(zhǎng)約為6.4小時(shí)／天.（2）上網(wǎng)時(shí)長(zhǎng)平均達(dá)到8.6小時(shí)／天及以上，將影響正常學(xué)習(xí).

（3）上網(wǎng)時(shí)長(zhǎng)小于8小時(shí)／天的概率，學(xué)優(yōu)生為0.76，學(xué)困生為0.44.

3.2訪問內(nèi)容與學(xué)習(xí)成績(jī)關(guān)系分析

由于用戶訪問日志數(shù)據(jù)量大，故僅隨機(jī)選擇了兩類學(xué)生中各80位學(xué)生，進(jìn)行訪問內(nèi)容的數(shù)據(jù)分析，涉及的文本文檔數(shù)據(jù)量共計(jì)22M.同時(shí)，訪問日志中的url地址信息量大，且種類繁多，只能根據(jù)目的IP地址獲取訪問內(nèi)容.

分析的過程是這樣的：首先，獲得每類學(xué)生訪問量最大的前20個(gè)目的IP地址；其次，依據(jù)目的IP地址獲得網(wǎng)站域名地址；最后，通過開放式分類目錄ODP等方式劃分網(wǎng)站所屬類型.

然而，通過日志記錄中的目的IP地址，不能直接獲取到網(wǎng)站域名地址.這是因?yàn)椋?/p>

（1）為提高訪問速度，網(wǎng)站多采用內(nèi)容分發(fā)網(wǎng)絡(luò)CDN和鏡像技術(shù)，使得：一個(gè)IP地址對(duì)應(yīng)多個(gè)域名或一個(gè)域名對(duì)應(yīng)多個(gè)IP地址.

（2）網(wǎng)站服務(wù)器可能映射了多個(gè)網(wǎng)絡(luò)運(yùn)營(yíng)商的IP地址.

為解決上述問題，筆者所采取的方法是，結(jié)合多種辦法相互驗(yàn)證，得出最為合理的結(jié)果.采用的辦法包括：

（1）通過用戶調(diào)查，獲取我校校園網(wǎng)用戶經(jīng)常訪問的網(wǎng)站域名.在不同的線路使用PING命令獲取對(duì)應(yīng)的IP地址，與日志文件中的目的IP地址進(jìn)行比對(duì).

（2）通過站長(zhǎng)工具、微軟bing等工具，獲取IP地址對(duì)應(yīng)的域名地址.

（3）在日志文件中獲取對(duì)應(yīng)的url地址，其地址最前面的信息即為網(wǎng)站域名地址.

通過上述方法，再結(jié)合開放式分類目錄ODP，可獲取到域名地址所對(duì)應(yīng)的網(wǎng)站類型.表3為節(jié)選的部分訪問網(wǎng)站數(shù)據(jù)統(tǒng)計(jì)表.

表3 部分訪問網(wǎng)站數(shù)據(jù)統(tǒng)計(jì)表

從訪問網(wǎng)站數(shù)據(jù)統(tǒng)計(jì)表中截取數(shù)量和網(wǎng)站類型字段，分別生成兩類學(xué)生的上網(wǎng)內(nèi)容統(tǒng)計(jì)圖，如圖4、圖5所示.

圖4 學(xué)優(yōu)生訪問內(nèi)容統(tǒng)計(jì)圖

圖5 學(xué)困生訪問內(nèi)容統(tǒng)計(jì)圖

由圖4、圖5可知，學(xué)優(yōu)生上網(wǎng)內(nèi)容豐富且相對(duì)均衡；學(xué)困生上網(wǎng)內(nèi)容相對(duì)單一，花費(fèi)在游戲上的時(shí)間比重過大.

針對(duì)上網(wǎng)內(nèi)容是否均衡，筆者對(duì)兩類學(xué)生的上網(wǎng)內(nèi)容所占比重的差值進(jìn)行分析.分析結(jié)果如圖6、圖7所示.

圖6 學(xué)優(yōu)生上網(wǎng)內(nèi)容比重差值圖

對(duì)比圖6和圖7，學(xué)優(yōu)生各項(xiàng)上網(wǎng)內(nèi)容比重的差值平均為2.5%，最高差值不超過8%；學(xué)困生各項(xiàng)上網(wǎng)內(nèi)容比重的差值平均為10%，最高差值不超過46%.

圖7 學(xué)困生上網(wǎng)內(nèi)容比重差值圖

綜上所述，可得出如下結(jié)論：

（1）學(xué)優(yōu)生較為理性的對(duì)待網(wǎng)絡(luò)資源，獲取的資源內(nèi)容豐富、形式多樣.

（2）學(xué)困生缺乏必要的上網(wǎng)規(guī)劃，沉迷游戲的時(shí)間占上網(wǎng)時(shí)間的64%.

（3）各項(xiàng)上網(wǎng)內(nèi)容所占比例之差在10%之內(nèi)，是較為健康的上網(wǎng)模式；比例之差超過40%，將對(duì)學(xué)習(xí)成績(jī)?cè)斐韶?fù)面影響.

4 結(jié)語(yǔ)

本文結(jié)合計(jì)費(fèi)系統(tǒng)的用戶訪問日志，分別對(duì)學(xué)優(yōu)生與學(xué)困生就上網(wǎng)時(shí)長(zhǎng)、上網(wǎng)內(nèi)容與學(xué)習(xí)成績(jī)之間的關(guān)系進(jìn)行分析并并以此建立關(guān)系模型.得出的結(jié)論包括：大學(xué)生較為合理的上網(wǎng)時(shí)長(zhǎng)約為6.4小時(shí)／天；上網(wǎng)時(shí)長(zhǎng)平均達(dá)到8.6小時(shí)／天及以上，將影響正常學(xué)習(xí)；上網(wǎng)內(nèi)容豐富，有助于提高學(xué)習(xí)成績(jī)，游戲時(shí)間占上網(wǎng)時(shí)間的60%及以上，將嚴(yán)重影響學(xué)習(xí)成績(jī).

進(jìn)一步分析學(xué)生的上網(wǎng)時(shí)間規(guī)律，找尋有效的辦法獲取訪問的網(wǎng)頁(yè)內(nèi)容，是我們將進(jìn)行的下一步工作.

［1］張世樂，魏芳，費(fèi)仲超.基于代理的互聯(lián)網(wǎng)用戶行為分析研究［J］.計(jì)算機(jī)應(yīng)用與軟件，2011，（8）：138－140.

［2］楊岳湘，蘇國(guó)榮，鄧勁生.基于用戶行為分析的校園網(wǎng)搜索引擎排序方法［J］.計(jì)算機(jī)工程，2010，（24）：275－277.

［3］楊家海，吳建平，安常青.互聯(lián)網(wǎng)絡(luò)測(cè)量理論與應(yīng)用［M］.北京：人民郵電出版社，2009.

［4］胡俊華，魏芳，平金玉.3G無線網(wǎng)絡(luò)條件下的用戶行為分析［J］.計(jì)算機(jī)應(yīng)用與軟件，2012，（3）：144－148.

Analysis of the Behaviors of Campus Network Users Based on Billing System

DENG Tiantian1，XIONG Yinqiao1，LIU Jian’e2
（1.Network Information Center of Changsha University，Changsha Hunan 410022，China；2.Department of Economic and Trade Management，Changsha Vocational＆Technical College，Changsha Hunan 410217，China）

Onlinemodel and quality have some influence on students’academic performance.By analyzing the onlinemodel between good students and those with learning difficulties on the basis of user access log of the billing system，the study attempts to explore the relation between academic performance and online time aswell as the information being searched.The study shows that reasonable online time for college students is about6.4 hours per day.Surfing the internet for over8.6 hours per day，students’regular study would be disturbed.When the information acquired through internet is abundant，it is helpful for students to improve their academic performance while if60%of time online was spent in computer games，their study will be badly affected.

campus network；user behavior；billing system

C912.6

A

1008－4681（2014）02－0116－04

（作者本人校對(duì)）

2013－10－31

鄧甜甜（1981－），女，湖南永州人，長(zhǎng)沙大學(xué)網(wǎng)絡(luò)信息中心講師，碩士.研究方向：用戶行為分析、軟件工程.