基于社交網(wǎng)絡(luò)的用戶行為分析

王佳寧 國(guó)際關(guān)系學(xué)院

基于社交網(wǎng)絡(luò)的用戶行為分析

王佳寧 國(guó)際關(guān)系學(xué)院

在線社交網(wǎng)絡(luò)的興起引出了一個(gè)有趣的問(wèn)題：如何較好的鑒別不同的與用戶行為。一般來(lái)說(shuō)，用戶行為的鑒別基于用戶的個(gè)人特征，但是這種方法不適用于在線社交網(wǎng)絡(luò)用戶。在這種情況下，用戶通過(guò)網(wǎng)站上傳或是瀏覽內(nèi)容，選擇交友，訂閱喜歡的咨詢或是其他一些交流活動(dòng)。不同的交流模式可以代表了不用的用戶群體。本文將提出一種分析鑒別在線社交網(wǎng)絡(luò)用戶行為的方法。分析鑒別不同的用戶行為具有巨大的商業(yè)價(jià)值，例如，可以用于改善在線廣告推薦系統(tǒng)，從而獲得更大的收益。

在線社交網(wǎng)絡(luò) 群體 用戶行為

1 緒論

目前對(duì)于互聯(lián)網(wǎng)來(lái)說(shuō)，一件至關(guān)重要的事就是鼓勵(lì)用戶之間的交流。像微信、微博，他們?cè)试S用戶創(chuàng)建他們自己的日志，包括圖片、文字或是視頻。用戶通常喜歡從其他人那里搜索、交換信息或是瀏覽內(nèi)容。鑒于人類的本性，用戶不愿意展現(xiàn)單一的行為。

對(duì)在線社交網(wǎng)絡(luò)用戶行為的理解有助于服務(wù)提供者合理分配資源。為了建立一個(gè)模型來(lái)描述用戶行為的種類，研究者必須了解如何區(qū)分和鑒別不同期望的用戶。為了實(shí)現(xiàn)這個(gè)目標(biāo)，我們?cè)O(shè)計(jì)了網(wǎng)頁(yè)抓取工具來(lái)收集youtube的數(shù)據(jù)，收集了標(biāo)題網(wǎng)絡(luò)、用戶關(guān)注、分享給他人的鏈接等。這些數(shù)據(jù)將用于構(gòu)建每個(gè)用戶的特征向量。

2 關(guān)于 youtube

YouTube成立于2005年，是最大的視頻網(wǎng)站。同樣可以作為在線社交網(wǎng)站，通過(guò)用戶行為對(duì)用戶進(jìn)行分組。例如，將用戶作為節(jié)點(diǎn)，如果一個(gè)用戶加了另一個(gè)用戶為好友、兩個(gè)用戶同時(shí)評(píng)論了一個(gè)視頻或是一個(gè)用戶評(píng)論了另一個(gè)用戶的視頻，我們都認(rèn)為他們之間就有直接聯(lián)系。這個(gè)設(shè)想就構(gòu)成了一個(gè)網(wǎng)絡(luò)，稱作訂閱網(wǎng)絡(luò)?；趶V度優(yōu)先搜索這個(gè)網(wǎng)絡(luò)，以一組用戶作為開(kāi)始，不斷添加她的訂閱以及該訂閱的最后一個(gè)用戶。

3 聚類算法

我們通過(guò)標(biāo)準(zhǔn)化向量的值計(jì)算距離，基于用戶行為可以對(duì)來(lái)對(duì)用戶進(jìn)行分組。將用戶表示為特征向量。我們將用戶特征向量定義為一維的長(zhǎng)度為9的矢量，定義如下：useri=[f1,f2,f3,f4,f5,f6,f7,f8,f9]．其中前五個(gè)位置代表每個(gè)用戶的屬性，后四個(gè)位置代表與用戶交往的相關(guān)用戶的屬性。這九個(gè)位置的具體意義如下：

f1：代表用戶上傳視頻（或其他）的數(shù)量，這個(gè)數(shù)量能夠表示一個(gè)用戶作為生產(chǎn)者的潛力；

f2：代表不同視頻被用戶瀏覽的次數(shù)，這個(gè)數(shù)量能夠表明一個(gè)用戶作為內(nèi)容消費(fèi)者的潛力；

f3：不同頻道被瀏覽次數(shù)，這個(gè)數(shù)量能夠表示用戶在搜索時(shí)最有可能瀏覽的頻道；

f4：用戶在Youtube建立賬號(hào)的時(shí)間；

f5：用戶從創(chuàng)建賬號(hào)到最近一次登錄，在Youtube上花費(fèi)的時(shí)間；

f6：聚類系數(shù)，用來(lái)衡量用戶與他的“鄰居”之間的聯(lián)系。

f7：相互關(guān)注的概率。

f8：代表用戶作為消費(fèi)者的潛力；

f9：代表用戶作為生產(chǎn)者的潛力。

這九個(gè)特征代表了不同的單元和維度?？紤]到聚類算法所使用的的距離是基于每一個(gè)特征的值，必須將數(shù)據(jù)標(biāo)準(zhǔn)化以確保距離是以同樣權(quán)重的特征計(jì)算的，否則最大規(guī)模的特征就會(huì)掩蓋其他的。通過(guò)特征向量最大話來(lái)規(guī)范化數(shù)據(jù)，每個(gè)特征的范圍從0到1。

為了對(duì)有相似行為的用戶進(jìn)行聚合，使用K-means算法作為聚類算法，歐幾里得距離作為距離測(cè)量方法。簡(jiǎn)言之，K-means就是選擇k個(gè)對(duì)象作為初始聚類中心，計(jì)算剩下的每個(gè)對(duì)象與這些中心對(duì)象的距離，重復(fù)計(jì)算的步驟直到滿足一定條件，如函數(shù)收斂時(shí)，則算法終止。

那么K值是如何確定的？本文認(rèn)為應(yīng)該通過(guò)變異系數(shù)來(lái)解決這一問(wèn)題，最小化顆粒間CV和最大化簇間CV。這兩個(gè)CV值得比率我們記作βcv，當(dāng)βcv趨于穩(wěn)定時(shí)，K取得了最好的值。為了取得最好的K值，我們要采取以下算法：

取兩個(gè)中心記作C1和C2，以d(C1,C2)=abs(∑Fi=1(C1[i]-C2[i])/F)來(lái)標(biāo)記他們的距離，其中abs(x)是未知量X的絕對(duì)值，F(xiàn)是特征向量的長(zhǎng)度或者特征向量的值。對(duì)K賦予初值2，執(zhí)行，然后不斷增加1．計(jì)算Ck，直到k,x|d(Ck,Cx)＜T。

4 結(jié)論

當(dāng)前形勢(shì)下，不同的用戶出于不同的目標(biāo)，會(huì)聯(lián)合不同的用戶群體發(fā)生行為，如果能夠準(zhǔn)確的識(shí)別主導(dǎo)用戶行為的因素，就能夠更準(zhǔn)確的為用戶提供服務(wù)。本文將提出一種分析鑒別在線社交網(wǎng)絡(luò)用戶行為的方法。分析鑒別不同的用戶行為具有巨大的商業(yè)價(jià)值，例如，可以用于改善在線廣告推薦系統(tǒng)，從而獲得更大的收益。

[1]楊善林,王佳佳,代寶,李旭軍,姜元春,劉業(yè)政.在線社交網(wǎng)絡(luò)用戶行為研究現(xiàn)狀與展望[J].中國(guó)科學(xué)院院刊

[2]吳信東,李毅,李磊.在線社交網(wǎng)絡(luò)影響力分析[J].計(jì)算機(jī)學(xué)報(bào)

[3]陳克寒,韓盼盼,吳健.基于用戶聚類的異構(gòu)社交網(wǎng)絡(luò)推薦算法[J].計(jì)算機(jī)學(xué)報(bào)

[4]王千,王成,馮振元,葉金鳳.K-means聚類算法研究綜述[J].電子設(shè)計(jì)工程