基于Spark的網(wǎng)絡(luò)用戶行為分析方法的研究.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)用戶行為數(shù)據(jù)量急劇增長(zhǎng)。一方面，服務(wù)提供商迫切需要分析用戶的行為及愛(ài)好，以提供合乎用戶需求的服務(wù)，以使得利潤(rùn)最大化，或者通過(guò)分析用戶的行為構(gòu)成與其行為上的特點(diǎn)來(lái)構(gòu)建科學(xué)的決策支持系統(tǒng)；另一方面，對(duì)于網(wǎng)絡(luò)用戶自身而言，服務(wù)提供商對(duì)用戶行為進(jìn)行分析之后，有針對(duì)性地提供信息可以大大節(jié)省用戶獲得所需信息的時(shí)間。因此，網(wǎng)絡(luò)用戶行為分析得到越來(lái)越多學(xué)者的關(guān)注與研究。然而，無(wú)論從網(wǎng)絡(luò)用戶行為數(shù)據(jù)的獲取還是從網(wǎng)絡(luò)用戶行為分析的

2、角度而言，難度都變得越來(lái)越大。因此，本文在網(wǎng)絡(luò)用戶行為數(shù)據(jù)量激增的背景下，針對(duì)不能全面、快速、精確的分析網(wǎng)絡(luò)用戶行為的問(wèn)題，展開(kāi)了以下研究。
　　論文分析了網(wǎng)絡(luò)用戶行為的特點(diǎn)，闡述了網(wǎng)絡(luò)用戶行為分析的內(nèi)容和方法，對(duì)網(wǎng)絡(luò)用戶行為的體系進(jìn)行分類，同時(shí)分析了如何在大數(shù)據(jù)環(huán)境下實(shí)時(shí)地精確地獲得網(wǎng)絡(luò)用戶行為數(shù)據(jù)以及應(yīng)用于網(wǎng)絡(luò)用戶行為分析中的不同算法。
　　論文研究了網(wǎng)絡(luò)用戶行為數(shù)據(jù)獲取的方法，提出了一種網(wǎng)絡(luò)用戶行為數(shù)據(jù)收集的框架；給出

3、了行為數(shù)據(jù)源收集機(jī)制，提出采用遠(yuǎn)程代理的方式，以保證了網(wǎng)絡(luò)用戶行為數(shù)據(jù)源的實(shí)時(shí)獲取，極大地提高了數(shù)據(jù)源獲取的精確性。
　　論文還研究了網(wǎng)絡(luò)用戶行為分析算法的運(yùn)行過(guò)程，結(jié)合云計(jì)算平臺(tái)Spark，提出了一種網(wǎng)絡(luò)用戶行為分析算法的改進(jìn)方法，通過(guò)對(duì)網(wǎng)絡(luò)用戶行為分析算法的改進(jìn)，提高了網(wǎng)絡(luò)用戶行為分析的時(shí)效性。
　　論文給出了基于Spark的網(wǎng)絡(luò)用戶行為分析方法，通過(guò)性能測(cè)試和以及案例分析，驗(yàn)證和評(píng)價(jià)了本文提出的網(wǎng)絡(luò)用戶行為分析方法的可