移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)可視化技術(shù)及應(yīng)用研究

張 青，陶彩霞，陳 翀

（中國(guó)電信股份有限公司廣東研究院 廣州 510630）

1 引言

進(jìn)入Web 3.0，用戶可以通過手機(jī)隨時(shí)隨地參與內(nèi)容的創(chuàng)造和傳播，形成移動(dòng)與互聯(lián)網(wǎng)融合的移動(dòng)互聯(lián)網(wǎng)時(shí)代。移動(dòng)互聯(lián)網(wǎng)具備基于個(gè)人身份/個(gè)人位置服務(wù)的特點(diǎn)，移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)使得運(yùn)營(yíng)商面臨的 “被管道化”威脅更為嚴(yán)峻，終端、平臺(tái)和應(yīng)用已經(jīng)成為新的贏利點(diǎn)。

對(duì)于電信運(yùn)營(yíng)商來(lái)說(shuō)，流量是今后收入的重要利益增長(zhǎng)點(diǎn)。為了更好地支撐移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)的發(fā)展，需要對(duì)移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)進(jìn)行合理采集、解讀與表達(dá)，從中準(zhǔn)確地捕捉用戶的偏好、業(yè)務(wù)熱點(diǎn)等移動(dòng)互聯(lián)網(wǎng)用戶特征，數(shù)據(jù)可視化無(wú)疑是讓數(shù)據(jù)更加易用和便于理解的最有效途徑。

數(shù)據(jù)可視化順應(yīng)大數(shù)據(jù)時(shí)代的到來(lái)而興起，本文在闡述數(shù)據(jù)可視化概念后，總結(jié)了移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)可視化新技術(shù)的特征，并進(jìn)一步探討了移動(dòng)互聯(lián)網(wǎng)用戶數(shù)據(jù)可視化的應(yīng)用場(chǎng)景。

2 數(shù)據(jù)可視化的定義和分類

數(shù)據(jù)可視化[1]是指綜合運(yùn)用計(jì)算機(jī)圖形、圖像、人機(jī)交互等技術(shù)，將采集或模擬的數(shù)據(jù)映射為圖形、圖像、視頻或動(dòng)畫，并允許用戶對(duì)數(shù)據(jù)進(jìn)行交互分析的理論、方法和技術(shù)?，F(xiàn)代主流觀點(diǎn)將數(shù)據(jù)可視化分為傳統(tǒng)的科學(xué)可視化和信息可視化兩類。

科學(xué)可視化面向科學(xué)和工程學(xué)領(lǐng)域的數(shù)據(jù)，如含空間坐標(biāo)和幾何信息的三維空間測(cè)量數(shù)據(jù)、計(jì)算模擬數(shù)據(jù)和醫(yī)學(xué)影像數(shù)據(jù)等，重點(diǎn)探索如何以幾何、拓?fù)浜托螤钐卣鱽?lái)呈現(xiàn)數(shù)據(jù)中蘊(yùn)含的規(guī)律；信息可視化的處理對(duì)象是非結(jié)構(gòu)化、非幾何的抽象數(shù)據(jù)，如金融交易、社交網(wǎng)絡(luò)和文本數(shù)據(jù)，其核心挑戰(zhàn)是針對(duì)大尺度、高維復(fù)雜數(shù)據(jù)，如何減少視覺混淆對(duì)有用信息的干擾。由于數(shù)據(jù)分析的重要性，將可視化與分析相結(jié)合，形成一個(gè)新的學(xué)科——可視化分析學(xué)。

可視化分析學(xué)是一個(gè)多學(xué)科領(lǐng)域，涉及以下4個(gè)方面：一是分析推理技術(shù)，能使用戶獲得深刻的見解，這種見解直接支持評(píng)價(jià)、計(jì)劃和決策的行為；二是可視化表示和交互技術(shù)，充分利用人眼寬帶寬通道的視覺能力來(lái)觀察、瀏覽和理解大量的信息；三是數(shù)據(jù)表示和變換技術(shù)，以支持可視化和分析的方式轉(zhuǎn)化所有類型的異構(gòu)和動(dòng)態(tài)數(shù)據(jù)；四是支持分析結(jié)果的產(chǎn)生、演示和傳播的技術(shù)，能與各種觀眾交流有適當(dāng)背景資料的信息?？梢暦治龅膶W(xué)科交叉組成及涉及學(xué)科如圖1所示。

3 移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)可視化技術(shù)

移動(dòng)互聯(lián)網(wǎng)時(shí)代，綜合多種媒體獲取和理解信息已經(jīng)成為信息傳播的發(fā)展潮流。文本作為人類信息交流的主要載體之一，對(duì)其進(jìn)行可視化能夠有效幫助人們快速理解和獲取其中蘊(yùn)含的信息；近年來(lái)，社交網(wǎng)絡(luò)發(fā)展迅速，其用戶數(shù)量呈爆炸式增長(zhǎng)，對(duì)社交網(wǎng)絡(luò)進(jìn)行可視化，將社交網(wǎng)絡(luò)信息以生動(dòng)、易理解的方式呈現(xiàn)，可以直觀地解釋隱藏在社交網(wǎng)絡(luò)背后的結(jié)構(gòu)模式；日志數(shù)據(jù)記錄了用戶隨著時(shí)間變化的行為特征信息，用可視化的方式呈現(xiàn)日志數(shù)據(jù)中隱含的信息，理解被記錄對(duì)象的行為特征。本節(jié)主要介紹移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)中文本數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)以及日志數(shù)據(jù)的可視化方法和技術(shù)。

3.1 文本與文檔可視化

文本信息在人們?nèi)粘Ｉ钪袔缀鯚o(wú)處不在，如新聞、郵件、微博、小說(shuō)和書籍等。面對(duì)海量涌現(xiàn)的電子文檔和類文本信息，利用傳統(tǒng)的閱讀方式解讀電子文本已經(jīng)變得越來(lái)越低效。因此，利用可視化和交互的方式生動(dòng)地展現(xiàn)大量文本信息中隱含的內(nèi)容和關(guān)系，是提升理解速度、挖掘潛在語(yǔ)義的必要途徑之一。

文本可視化的研究主要包括基于文本內(nèi)容的可視化、基于文本關(guān)系的可視化、基于多層面信息的可視化[2]。

（1）基于文本內(nèi)容的可視化

面對(duì)海量文本，人們需要對(duì)每個(gè)文本或者整個(gè)文本集合的主要內(nèi)容進(jìn)行快速瀏覽。最典型的可視化形式是“標(biāo)簽云”（tag cloud）。標(biāo)簽云一般使用字體的大小和顏色對(duì)關(guān)鍵詞的重要性進(jìn)行編碼。越重要（權(quán)重越大）的關(guān)鍵詞的字體越大，顏色越顯著。

（2）基于文本關(guān)系的可視化

基于文本關(guān)系的可視化研究文本的內(nèi)外關(guān)系，幫助人們理解文本內(nèi)容和發(fā)現(xiàn)規(guī)律。常用的可視化形式有樹狀圖和節(jié)點(diǎn)連接的網(wǎng)絡(luò)圖，主要關(guān)注文本的內(nèi)部結(jié)構(gòu)和語(yǔ)義關(guān)系。

（3）基于多層面信息的可視化

基于多層面信息的文本可視化主要研究如何結(jié)合信息的多個(gè)方面幫助用戶從更深層次理解文本數(shù)據(jù)，發(fā)現(xiàn)其內(nèi)在規(guī)律。其中，包含時(shí)間信息的文本可視化近年來(lái)受到越來(lái)越多的關(guān)注，時(shí)間信息提供了關(guān)于文本內(nèi)容變化、數(shù)據(jù)規(guī)律等方面的重要信息。

3.2 社交網(wǎng)絡(luò)可視化

社交網(wǎng)絡(luò)服務(wù)是基于互聯(lián)網(wǎng)中人與人之間的相互聯(lián)系、信息溝通和互動(dòng)娛樂的運(yùn)作平臺(tái)。Facebook、微信、微博等都是當(dāng)前普及的社交網(wǎng)站。社交網(wǎng)絡(luò)是一個(gè)網(wǎng)絡(luò)型結(jié)構(gòu)，由節(jié)點(diǎn)和節(jié)點(diǎn)之間的鏈接組成。這些節(jié)點(diǎn)通常指?jìng)€(gè)人或者組織，節(jié)點(diǎn)之間的鏈接關(guān)系有朋友關(guān)系、親屬關(guān)系、關(guān)注或轉(zhuǎn)發(fā)關(guān)系、支持或反對(duì)關(guān)系或者擁有共同的興趣愛好等。

圖1 可視分析的學(xué)科交叉組成及涉及學(xué)科

根據(jù)可視化所需展示的內(nèi)容，社交網(wǎng)絡(luò)的可視化方法可以分為4類：結(jié)構(gòu)型、統(tǒng)計(jì)型、語(yǔ)義型和時(shí)序型，具體介紹如下。

（1）結(jié)構(gòu)型

結(jié)構(gòu)型可視化著重于展示社交網(wǎng)絡(luò)的結(jié)構(gòu)，即體現(xiàn)社交網(wǎng)絡(luò)中的參與者和他們之間關(guān)系的拓?fù)浣Y(jié)構(gòu)。常用的可視化方法是節(jié)點(diǎn)鏈接圖，其中的節(jié)點(diǎn)表示社交網(wǎng)絡(luò)的參與者，節(jié)點(diǎn)之間的鏈接表示兩個(gè)參與者之間的某種聯(lián)系，如親屬關(guān)系、擁有共同興趣愛好等，反映一個(gè)社交網(wǎng)絡(luò)中的聚類、社區(qū)、潛在模式等。

（2）統(tǒng)計(jì)型

社交網(wǎng)絡(luò)某些特性統(tǒng)計(jì)變量的分布 （如節(jié)點(diǎn)的度數(shù)、中心性、聚類系數(shù)）可用柱狀圖、折線圖、餅圖等基本統(tǒng)計(jì)圖表進(jìn)行可視化。

（3）語(yǔ)義型

社交網(wǎng)絡(luò)是現(xiàn)實(shí)世界的反映，蘊(yùn)含著豐富的語(yǔ)義信息。對(duì)復(fù)雜社交網(wǎng)絡(luò)中的語(yǔ)義信息進(jìn)行可視化，可以有效地發(fā)現(xiàn)社交網(wǎng)絡(luò)中的輿情和突發(fā)事件等。

（4）時(shí)序型

社交網(wǎng)絡(luò)中的用戶行為具有時(shí)間戳，將時(shí)間信息作為屬性融入社交網(wǎng)絡(luò)的可視化，可反映社交網(wǎng)絡(luò)的動(dòng)態(tài)變化情況。

3.3 日志數(shù)據(jù)可視化

日志數(shù)據(jù)可以理解為一種記錄所觀察用戶行為信息的數(shù)據(jù)。日志數(shù)據(jù)記錄了對(duì)象隨著時(shí)序變化的行為特征信息，用可視化的方法呈現(xiàn)日志數(shù)據(jù)中隱藏的大量不規(guī)則數(shù)據(jù)信息，可有效幫助用戶挖掘日志數(shù)據(jù)中所含的信息，理解被記錄用戶的行為特征[3]。

針對(duì)不同領(lǐng)域、不同類型的日志數(shù)據(jù)，有不同的可視化需求和方法，主要包括商業(yè)交易、移動(dòng)軌跡和系統(tǒng)日志數(shù)據(jù)3類，具體介紹如下。

（1）商業(yè)交易數(shù)據(jù)可視化

電子商務(wù)交易平臺(tái)每時(shí)每刻都在記錄用戶的交易信息，包括個(gè)人信息和每一筆交易記錄，用戶個(gè)人信息與交易記錄具有巨大的分析價(jià)值，如分析買家的購(gòu)買記錄和個(gè)人特征，可挖掘出特定類型商業(yè)的潛在購(gòu)買用戶。商業(yè)交易數(shù)據(jù)的可視化，可直觀形象地展示數(shù)據(jù)，提高分析效率。

（2）移動(dòng)軌跡數(shù)據(jù)可視化

GPS等空間定位技術(shù)以及無(wú)線通信和移動(dòng)計(jì)算的快速發(fā)展，使得實(shí)時(shí)跟蹤和記錄移動(dòng)對(duì)象的軌跡或其他相關(guān)信息變?yōu)楝F(xiàn)實(shí)，移動(dòng)數(shù)據(jù)軌跡信息的可視化通常結(jié)合地理信息，直接在地圖上展示，代表性方法有熱力圖（heatmap）。

（3）系統(tǒng)日志數(shù)據(jù)可視化

系統(tǒng)日志數(shù)據(jù)記錄了機(jī)器或集群的運(yùn)行性能等信息，被廣泛用于實(shí)時(shí)監(jiān)控。基于可視化的系統(tǒng)日志數(shù)據(jù)分析是未來(lái)趨勢(shì)，如在線日志可視分析軟件Loggly、Splunk等。

4 移動(dòng)互聯(lián)網(wǎng)用戶數(shù)據(jù)可視化應(yīng)用

移動(dòng)互聯(lián)網(wǎng)時(shí)代，以用戶的位置信息、終端機(jī)型、時(shí)間信息為基礎(chǔ)，結(jié)合用戶個(gè)人習(xí)慣信息、在線用戶狀態(tài)、用戶需求，為運(yùn)營(yíng)商提供了一幅輪廓清晰的客戶畫像。根據(jù)這樣的畫像，精確的廣告投放正在變成現(xiàn)實(shí)。在此基礎(chǔ)上引入可視化技術(shù)，使數(shù)據(jù)的說(shuō)服力、可讀性和邏輯性得到了增強(qiáng)，以便于了解龐大的多維數(shù)據(jù)間的相互關(guān)系及發(fā)展趨勢(shì)。

可視化不是單獨(dú)的一個(gè)算法，而是一個(gè)流程。除了視覺映射外，也需要設(shè)計(jì)并實(shí)現(xiàn)其他關(guān)鍵環(huán)節(jié)（如前端的數(shù)據(jù)采集、處理和后端的用戶交互）。這些環(huán)節(jié)是解決實(shí)際問題必不可少的步驟，并且會(huì)直接影響可視化效果。選取客戶畫像中的3個(gè)典型場(chǎng)景：用戶行為特征、社交關(guān)系及興趣關(guān)系特征、用戶位置特征，進(jìn)一步探討數(shù)據(jù)可視化技術(shù)的實(shí)際應(yīng)用。

4.1 用戶行為特征數(shù)據(jù)可視化

在流量經(jīng)營(yíng)精細(xì)化方面，借助DPI（deep packet inspection，深度分組檢測(cè)）技術(shù)[4]等，建立客戶超級(jí)細(xì)分模型，為各細(xì)分群組客戶打上互聯(lián)網(wǎng)行為標(biāo)簽，從而幫助運(yùn)營(yíng)商完善用戶的360°畫像，深入了解用戶行為偏好和需求特征；其次，根據(jù)用戶行為偏好，推送合適的業(yè)務(wù)，并根據(jù)對(duì)用戶特征的深入理解，建立用戶與業(yè)務(wù)、資費(fèi)套餐、終端類型、在用網(wǎng)絡(luò)的精準(zhǔn)匹配，實(shí)現(xiàn)全程精準(zhǔn)營(yíng)銷。

以下根據(jù)用戶的行為數(shù)據(jù)進(jìn)行特征偏好計(jì)算和展示。

（1）數(shù)據(jù)采集

從DPI數(shù)據(jù)采集設(shè)備獲取已生成的數(shù)據(jù)文件，將文件中的用戶信息入庫(kù)，得到3G用戶互聯(lián)網(wǎng)訪問記錄清單，并從業(yè)務(wù)系統(tǒng)獲取用戶基本信息（包括性別、年齡、在網(wǎng)時(shí)長(zhǎng)、套餐、終端等）。

（2）數(shù)據(jù)處理和轉(zhuǎn)換

DPI分析日志經(jīng)抽取后，按兩個(gè)關(guān)鍵庫(kù)（URL規(guī)則庫(kù)、應(yīng)用庫(kù)）完成用戶客戶端和訪問內(nèi)容的準(zhǔn)實(shí)時(shí)歸類和統(tǒng)計(jì)，基于分析數(shù)據(jù)歸類統(tǒng)計(jì)結(jié)果，輸出以下關(guān)鍵內(nèi)容：TopN應(yīng)用、訪問偏好分類、訪問次數(shù)、用戶興趣度。針對(duì)用戶搜索行為，首先對(duì)搜索關(guān)鍵詞進(jìn)行預(yù)處理，以排除原始數(shù)據(jù)中一些無(wú)用或冗余的信息；接著進(jìn)行分詞和詞干提取處理，抽取其中的特征信息，形成搜索關(guān)鍵詞、搜索分類、搜索次數(shù)、搜索偏好度等分析挖掘數(shù)據(jù)。DPI日志處理規(guī)則如圖2所示。

（3）可視化映射

用戶行為特征屬于高維數(shù)據(jù)，難點(diǎn)在于如何呈現(xiàn)單個(gè)數(shù)據(jù)點(diǎn)的各屬性值分布以及比較多個(gè)數(shù)據(jù)點(diǎn)之間的屬性關(guān)系。區(qū)域可視化將全部數(shù)據(jù)點(diǎn)的全部屬性以區(qū)域填充的方式在二維平面布局，并采用顏色、距離等視覺通道呈現(xiàn)數(shù)據(jù)屬性的具體值，所有數(shù)據(jù)點(diǎn)在空間中布局排列，方便用戶進(jìn)行對(duì)比。

用戶移動(dòng)互聯(lián)網(wǎng)行為特征的數(shù)據(jù)可視化映射包括以下4個(gè)方面：

· 用戶的基本屬性，包括性別、年齡、在網(wǎng)時(shí)長(zhǎng)、套餐、終端等；

· 用戶的移動(dòng)互聯(lián)網(wǎng)訪問偏好，即訪問分類，不同顏色、距離反映不同熱度；

·用戶的應(yīng)用使用偏好，直接顯示用戶最常使用的TopN個(gè)應(yīng)用，不同顏色、距離反映不同使用頻率；

圖2 DPI日志處理規(guī)則

·用戶的搜索偏好，類似總體搜索偏好的分析方法，采用詞云+分類統(tǒng)計(jì)方式，不同顏色、距離反映不同搜索頻次。

由于涉及海量日志信息的處理以及大量節(jié)點(diǎn)圖形的表現(xiàn)，為了在可視化顯示上盡可能地實(shí)現(xiàn)高效，采用Highcharts實(shí)現(xiàn)圖形展示。如圖3所示，圓圈中心的頭像代表性別，外一圈是用戶的基本信息，最外圈是用戶的偏好（顏色、距離的不同代表不同的熱度）。

圖3 用戶行為特征數(shù)據(jù)可視化

4.2 用戶社交關(guān)系及興趣關(guān)系可視化

通信關(guān)系是電信用戶之間常規(guī)的通信往來(lái)信息，如通話、短信、彩信等，由于電信企業(yè)對(duì)用戶計(jì)費(fèi)的需要，這類信息一般在企業(yè)各類業(yè)務(wù)計(jì)費(fèi)系統(tǒng)中長(zhǎng)期保存，是最常用來(lái)進(jìn)行電信用戶社交網(wǎng)絡(luò)分析的通信關(guān)系數(shù)據(jù)，一般采用計(jì)費(fèi)系統(tǒng)中原始的通話詳單記錄（call detail record，CDR）。

以下根據(jù)用戶的通話詳單進(jìn)行社交關(guān)系分析，并在用戶的社交關(guān)系圈內(nèi)進(jìn)行用戶興趣圖譜的計(jì)算和展示。

（1）數(shù)據(jù)采集

對(duì)于社交網(wǎng)絡(luò)分析[5]，最重要的數(shù)據(jù)是支撐建立節(jié)點(diǎn)間邊的數(shù)據(jù)。在電信企業(yè)，這些數(shù)據(jù)包括通話詳單記錄數(shù)據(jù)，代表用戶與用戶間連接的方式。由于CDR數(shù)據(jù)量龐大，有必要以月為周期進(jìn)行數(shù)據(jù)抽取，并根據(jù)業(yè)務(wù)問題分析，按月進(jìn)行月均指標(biāo)計(jì)算。

（2）數(shù)據(jù)處理和轉(zhuǎn)換

描述一個(gè)社交網(wǎng)絡(luò)，最常用的指標(biāo)就是一階中心度和二階中心度。一階中心度指與一個(gè)特定節(jié)點(diǎn)存在直接聯(lián)系的節(jié)點(diǎn)數(shù)量；二階中心度則指與原始點(diǎn)直連的節(jié)點(diǎn)的連接點(diǎn)的個(gè)數(shù)。這兩個(gè)基礎(chǔ)指標(biāo)的計(jì)算非常重要，是確定電信用戶社交網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)（即有影響力用戶）的核心指標(biāo)，是用戶影響力因素指標(biāo)計(jì)算的主要構(gòu)成。

另外，由于來(lái)話和去話的資費(fèi)價(jià)值不同，用戶連接的兩個(gè)不同方向有不同意義，因此一階和二階中心度的來(lái)話、去話要分別進(jìn)行計(jì)算，而用戶間通話的次數(shù)、時(shí)長(zhǎng)以及平均單次通話時(shí)長(zhǎng)都將一并考慮，作為用戶間關(guān)系強(qiáng)度基礎(chǔ)指標(biāo)分別進(jìn)行計(jì)算。

圖4 用戶社交關(guān)系數(shù)據(jù)可視化

（3）可視化映射

根據(jù)數(shù)據(jù)特征，采用節(jié)點(diǎn)鏈接圖展現(xiàn)用戶社交關(guān)系：節(jié)點(diǎn)表示社交網(wǎng)絡(luò)的參與者，節(jié)點(diǎn)之間的鏈接表示兩個(gè)參與者之間的某種聯(lián)系，如通信關(guān)系、擁有共同興趣愛好等。根據(jù)節(jié)點(diǎn)鏈接的方向進(jìn)行聚類，方向一致的聚在一起，從而降低視覺復(fù)雜度，清楚地顯示復(fù)雜的網(wǎng)絡(luò)圖，并且體現(xiàn)節(jié)點(diǎn)層次的連接關(guān)系。用戶可以快速、準(zhǔn)確地找到自己感興趣的節(jié)點(diǎn)，如圖4所示。

圖4中，當(dāng)用戶對(duì)某個(gè)具體的節(jié)點(diǎn)感興趣時(shí)，可以選中該節(jié)點(diǎn)，則該節(jié)點(diǎn)、與其相連接的節(jié)點(diǎn)以及相應(yīng)邊都突出顯示出來(lái)，而其他的節(jié)點(diǎn)及邊的不透明度降低。同時(shí)，有關(guān)選中節(jié)點(diǎn)的統(tǒng)計(jì)信息，如性別、語(yǔ)音通話次數(shù)、消息發(fā)送次數(shù)等將被顯示出來(lái)。一個(gè)節(jié)點(diǎn)表示一個(gè)手機(jī)用戶，節(jié)點(diǎn)的大小表示用戶通信頻度。邊用來(lái)連接兩個(gè)節(jié)點(diǎn)，表示用戶間社交關(guān)系的緊密程度。此外，可以通過柱狀圖直觀地看出該節(jié)點(diǎn)好友的親密度統(tǒng)計(jì)信息，如圖5(a)所示。基于用戶社交圈展現(xiàn)用戶訪問偏好的興趣相似度情況，如圖5(b)、圖5(c)所示，柱狀高度、顏色體現(xiàn)用戶間興趣的相似情況。

4.3 用戶位置特征可視化

用戶軌跡分析的目的在于從用戶的歷史行為軌跡中挖掘和解釋用戶的日常行為規(guī)律。在對(duì)這一問題的研究中，聚類分析是最常用的技術(shù)手段，然而由于缺乏必要的驗(yàn)證信息，對(duì)聚類結(jié)果的解讀通常需要結(jié)合特定的時(shí)空上下文進(jìn)行。如Kirmse等人對(duì)用戶日常行為特點(diǎn)的研究[6]，使用meanshift聚類根據(jù)用戶的歷史行為軌跡數(shù)據(jù)生成了其日常駐留區(qū)域，并結(jié)合時(shí)間特點(diǎn)給出結(jié)果的語(yǔ)義解釋（如用戶在白天駐留時(shí)間最長(zhǎng)的地點(diǎn)是工作場(chǎng)所，晚上駐留時(shí)間最長(zhǎng)的地點(diǎn)是家里）。

以下基于用戶注冊(cè)的基站情況變化，展示用戶一天的位置移動(dòng)軌跡情況。

（1）數(shù)據(jù)采集

原始的數(shù)據(jù)是由基站ID與對(duì)應(yīng)的時(shí)間序列組成的。如果用戶處在某個(gè)基站范圍內(nèi)的時(shí)間比較長(zhǎng)，就會(huì)出現(xiàn)有幾條記錄的情況，將對(duì)后續(xù)的分析產(chǎn)生影響。因此，將相同的基站記錄合并為一條記錄，同時(shí)，原始記錄對(duì)應(yīng)的時(shí)間也需要合并，以得到進(jìn)入該基站和離開該基站的時(shí)間。

（2）數(shù)據(jù)處理及轉(zhuǎn)換

前面的數(shù)據(jù)預(yù)處理，已經(jīng)將原始數(shù)據(jù)表中的噪聲數(shù)據(jù)去除，重新構(gòu)造了數(shù)據(jù)的記錄格式，構(gòu)造成[Tstart,Tend,areaID.cellID]的三元組形式。還需進(jìn)一步對(duì)重構(gòu)的基站數(shù)據(jù)（即地點(diǎn)信息）進(jìn)行再處理，構(gòu)造出用戶移動(dòng)路徑的集合。在基站記錄中，在該位置停留的時(shí)間占整個(gè)記錄的比例若大于某個(gè)閾值，這里即路徑終點(diǎn)。在用戶移動(dòng)的過程中，如果基站發(fā)生切換，離開前一個(gè)基站的時(shí)間就是該基站的結(jié)束時(shí)間，該數(shù)據(jù)被記錄并生成一條新的記錄，新記錄存儲(chǔ)進(jìn)入前一個(gè)基站的時(shí)間，即開始時(shí)間以及基站的結(jié)束時(shí)間。同時(shí)，要存儲(chǔ)當(dāng)前基站的開始時(shí)間，直到下一次基站切換發(fā)生。

圖6 用戶位置特征可視化

考慮現(xiàn)實(shí)生活中這樣的情況，用戶到達(dá)工作地點(diǎn)開始工作，或者到達(dá)目的地長(zhǎng)時(shí)間沒有移動(dòng)，那么對(duì)應(yīng)于數(shù)據(jù)中，就會(huì)出現(xiàn)一條記錄的開始時(shí)間和結(jié)束時(shí)間的間隔很長(zhǎng)，可以認(rèn)為該路徑應(yīng)該終止。這里定義了地點(diǎn)持續(xù)時(shí)間，即與該地點(diǎn)對(duì)應(yīng)的基站的通信時(shí)間，就是在一條記錄中基站的結(jié)束時(shí)間和開始時(shí)間的差，該時(shí)間差表示處在某個(gè)基站信號(hào)范圍內(nèi)的時(shí)間。

（3）用戶移動(dòng)軌跡可視化映射

用戶移動(dòng)軌跡屬于地理空間數(shù)據(jù)可視化，這里采用地理信息的線性數(shù)據(jù)可視化，表達(dá)多對(duì)象軌跡變化的地圖，如圖6所示，曲線的寬度代表流量的大小，如實(shí)地呈現(xiàn)軌跡的源頭、合并、分散、路徑改變和匯入的動(dòng)態(tài)過程，是一種基于聚類和層次結(jié)構(gòu)的地理信息簡(jiǎn)化方法。

5 結(jié)束語(yǔ)

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的數(shù)量和復(fù)雜度的提高帶來(lái)了對(duì)數(shù)據(jù)探索、分析、理解和呈現(xiàn)的巨大挑戰(zhàn)。除了直接統(tǒng)計(jì)或者數(shù)據(jù)挖掘的方式，可視化通過交互式視覺表現(xiàn)的方式幫助人們探索和解釋復(fù)雜的數(shù)據(jù)。本文在分析數(shù)據(jù)可視化理論的基礎(chǔ)上，總結(jié)了主流的移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)可視化技術(shù)，并結(jié)合客戶畫像的典型場(chǎng)景，對(duì)數(shù)據(jù)可視化過程進(jìn)行深入的實(shí)踐研究，為下一步數(shù)據(jù)可視化應(yīng)用的開展提供貼合實(shí)際的參考依據(jù)。

1 陳為,張嵩,魯愛東.數(shù)據(jù)可視化的基本原理和方法.北京:科學(xué)出版社,2013

2 唐家渝,劉知遠(yuǎn),孫茂松.文本可視化研究綜述.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2013(3)

3 喬志偉.基于用戶行為的3G業(yè)務(wù)分析與探討.移動(dòng)通信,2010(12)

4 張青,陳翀,向勇.深度分組檢測(cè)技術(shù)研究及在流量經(jīng)營(yíng)中的應(yīng)用.電信科學(xué),2013,29(8)

5 漆晨曦.電信客戶社交網(wǎng)絡(luò)分析方法與營(yíng)銷應(yīng)用探討.電信科學(xué),2012,28(7)

6 陳康,黃曉宇,王愛寶等.基于位置信息的用戶行為軌跡分析與應(yīng)用綜述.電信科學(xué),2013,29(4)