大數(shù)據(jù)下的互聯(lián)網(wǎng)用戶(hù)行為分析

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了大數(shù)據(jù)下的互聯(lián)網(wǎng)用戶(hù)行為分析范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：處于大數(shù)據(jù)技術(shù)普及的時(shí)代，互聯(lián)網(wǎng)傳送信息已經(jīng)被廣大用戶(hù)所接受，同時(shí)對(duì)大數(shù)據(jù)信息有很高的關(guān)注度，很多商家以此作為途徑進(jìn)行產(chǎn)品宣傳，收獲頗多。要將大數(shù)據(jù)技術(shù)充分利用起來(lái)，可以傳播各種信息。要更好地發(fā)揮其作用，了解其傳播效應(yīng)，就需要對(duì)互聯(lián)網(wǎng)用戶(hù)行為予以了解，對(duì)其關(guān)注度進(jìn)行衡量是非常必要的，本文采用問(wèn)卷設(shè)計(jì)的方法以及描述性統(tǒng)計(jì)的方法進(jìn)行研究，應(yīng)用SPSS22.0檢驗(yàn)問(wèn)卷的信度和效度，同時(shí)分析主成分和相關(guān)性分析，能夠更加詳細(xì)地了解用戶(hù)對(duì)于某個(gè)網(wǎng)站的停留時(shí)長(zhǎng)、跳出率、頁(yè)面偏好、搜索訪問(wèn)次數(shù)占比等行為習(xí)慣，從而找出準(zhǔn)確了解用戶(hù)對(duì)互聯(lián)網(wǎng)的黏度及喜好情況，提出針對(duì)性的優(yōu)化措施，大數(shù)據(jù)技術(shù)的應(yīng)用更加精準(zhǔn)，對(duì)用戶(hù)行為的分析結(jié)果更加有效，從而提升用戶(hù)的產(chǎn)出。網(wǎng)絡(luò)運(yùn)營(yíng)方根據(jù)分析的結(jié)果對(duì)平臺(tái)做出調(diào)整，以提升用戶(hù)的滿(mǎn)意度和對(duì)互聯(lián)網(wǎng)的持續(xù)關(guān)注度。本論文著重于研究大數(shù)據(jù)下的互聯(lián)網(wǎng)用戶(hù)行為。

關(guān)鍵詞：大數(shù)據(jù)；互聯(lián)網(wǎng)；用戶(hù)行為

大數(shù)據(jù)技術(shù)環(huán)境下，互聯(lián)網(wǎng)平臺(tái)建立起來(lái)之后要了解其應(yīng)用價(jià)值，就需要發(fā)揮大數(shù)據(jù)技術(shù)的作用?；ヂ?lián)網(wǎng)用戶(hù)傳播各方面的信息，并提供各種服務(wù)，包括政策宣傳服務(wù)，相關(guān)知識(shí)的傳播以及文化資源展示等等，在平臺(tái)上還可以進(jìn)行學(xué)術(shù)交流[1]?；ヂ?lián)網(wǎng)平臺(tái)作為互動(dòng)平臺(tái)，專(zhuān)業(yè)人士，學(xué)術(shù)研究人士以及社會(huì)互聯(lián)網(wǎng)都可在平臺(tái)上這對(duì)相關(guān)事宜進(jìn)行交流，分享有關(guān)的信息。但是，目前來(lái)看，互聯(lián)網(wǎng)平臺(tái)作為開(kāi)放空間，依然存在不足之處，在于其在信息傳播上存在局限性[2]。本文針對(duì)這方面的問(wèn)題進(jìn)行研究，將SPSS22.0軟件充分利用起來(lái)對(duì)問(wèn)卷調(diào)查結(jié)果進(jìn)行統(tǒng)計(jì)分析，研究用戶(hù)對(duì)互聯(lián)網(wǎng)平臺(tái)的研究情況，對(duì)各項(xiàng)影響因素量化為指標(biāo)，分析與平臺(tái)之間的關(guān)聯(lián)性。

1互聯(lián)網(wǎng)平臺(tái)運(yùn)行中大數(shù)據(jù)技術(shù)所發(fā)揮的作用

（1）應(yīng)用大數(shù)據(jù)技術(shù)分析互聯(lián)網(wǎng)運(yùn)行的特征應(yīng)用大數(shù)據(jù)技術(shù)可以從多維度獲得互聯(lián)網(wǎng)信息，分析其關(guān)聯(lián)關(guān)系，充分了解企業(yè)之間應(yīng)用互聯(lián)網(wǎng)所建立的關(guān)聯(lián)性，應(yīng)用大數(shù)據(jù)技術(shù)使用各種信息都精準(zhǔn)體現(xiàn)出來(lái)，如果互聯(lián)網(wǎng)運(yùn)行中存在風(fēng)險(xiǎn)，就能夠及時(shí)發(fā)現(xiàn)[3]。采用這種方式能夠針對(duì)具體情況實(shí)施風(fēng)險(xiǎn)評(píng)價(jià)，對(duì)互聯(lián)網(wǎng)平臺(tái)的信用進(jìn)行評(píng)級(jí)，由此針對(duì)風(fēng)險(xiǎn)程度做出準(zhǔn)確評(píng)估。（2）應(yīng)用大數(shù)據(jù)技術(shù)評(píng)估互聯(lián)網(wǎng)平臺(tái)的信用應(yīng)用大數(shù)據(jù)技術(shù)可以查閱有關(guān)互聯(lián)網(wǎng)平臺(tái)運(yùn)行的歷史數(shù)據(jù)以及各種交易信息，對(duì)互聯(lián)網(wǎng)平臺(tái)的運(yùn)營(yíng)狀況、采用的管理模式等等進(jìn)行分析，按照監(jiān)測(cè)指標(biāo)將互聯(lián)網(wǎng)風(fēng)險(xiǎn)模型建立起來(lái)，通過(guò)運(yùn)行模型對(duì)互聯(lián)網(wǎng)的風(fēng)險(xiǎn)做出評(píng)估結(jié)果，具體分析互聯(lián)網(wǎng)運(yùn)行的特點(diǎn)，對(duì)其經(jīng)營(yíng)情況深入分析，對(duì)其信用情況做出客觀地評(píng)價(jià)，對(duì)其未來(lái)的發(fā)展能力都能夠獲得準(zhǔn)確的評(píng)估結(jié)果，為用戶(hù)提供參考，作為用戶(hù)決策行為的重要依據(jù)[4]。（3）應(yīng)用大數(shù)據(jù)技術(shù)控制互聯(lián)網(wǎng)運(yùn)行風(fēng)險(xiǎn)互聯(lián)網(wǎng)運(yùn)行的過(guò)程中會(huì)受到諸多不確定性因素的影響，互聯(lián)網(wǎng)為用戶(hù)提供各種服務(wù)，就要收集有關(guān)的信息，諸如網(wǎng)絡(luò)運(yùn)行管理以及所獲得的利潤(rùn)等等方面的信息。對(duì)于這些信息應(yīng)用大數(shù)據(jù)技術(shù)采集，將內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)融合起來(lái)，經(jīng)過(guò)指標(biāo)化之后將風(fēng)險(xiǎn)監(jiān)測(cè)模型構(gòu)建起來(lái)，可以對(duì)互聯(lián)網(wǎng)所存在的風(fēng)險(xiǎn)動(dòng)態(tài)分析、實(shí)時(shí)判斷，還可以啟動(dòng)風(fēng)險(xiǎn)預(yù)警，采取相應(yīng)的控制措施解決。采用這種方式可以盡早發(fā)現(xiàn)風(fēng)險(xiǎn)，及時(shí)采取有效的措施解決，避免對(duì)用戶(hù)造成損失[5]。

2研究方法

（1）問(wèn)卷設(shè)計(jì)本文針對(duì)用戶(hù)對(duì)互聯(lián)網(wǎng)平臺(tái)的關(guān)注度進(jìn)行研究，采用了問(wèn)卷調(diào)查方法，對(duì)用戶(hù)滿(mǎn)意度進(jìn)行調(diào)查研究，明確影響用戶(hù)持續(xù)關(guān)注意愿的各項(xiàng)因素。問(wèn)卷的信息包括兩類(lèi)，即基礎(chǔ)信息和變量信息。其中的基礎(chǔ)信息涵蓋4個(gè)方面的問(wèn)題，變量信息被劃分為變量維度和自變量維度，前者為5個(gè)，后者為2個(gè)，問(wèn)卷中一共27個(gè)問(wèn)題，劃分為7級(jí)，即“非常同意”、“同意”、“比較同意”、“一般”、“比較不同意”、“不同意”和“非常不同意”。一共發(fā)放問(wèn)卷400份，回收的有效問(wèn)卷286份，回收問(wèn)卷的有效率是71.5%。（2）問(wèn)卷統(tǒng)計(jì)調(diào)查的對(duì)象是大學(xué)生，包括本科生和研究生。這些人的信息素養(yǎng)非常高，有超過(guò)75%的人使用互聯(lián)網(wǎng)平臺(tái)，這就說(shuō)明這個(gè)群體對(duì)互聯(lián)網(wǎng)平臺(tái)有較高的關(guān)注度，根據(jù)調(diào)研可以明確，這些人對(duì)互聯(lián)網(wǎng)非常感興趣，能夠?qū)τ脩?hù)持續(xù)關(guān)注的影響因素充分反映出來(lái)，為互聯(lián)網(wǎng)平臺(tái)提供更高質(zhì)量的服務(wù)提供有價(jià)值的參考信息。

3互聯(lián)網(wǎng)用戶(hù)行為的影響因素分析

分析用戶(hù)持續(xù)關(guān)注行為影響因素，主要從三個(gè)角度進(jìn)行分析，即通過(guò)信度和效度的檢驗(yàn)，采用樣本數(shù)據(jù)分析用戶(hù)因子，明確營(yíng)養(yǎng)因素；通過(guò)分析主成分，采用提取公因子的方法，就可以獲得用戶(hù)對(duì)互聯(lián)網(wǎng)平臺(tái)的滿(mǎn)意度；對(duì)相關(guān)性進(jìn)行分析，認(rèn)識(shí)到變量之間的關(guān)聯(lián)性，明確變量對(duì)用戶(hù)的滿(mǎn)意度和對(duì)互聯(lián)網(wǎng)平臺(tái)的持續(xù)度的影響[6]。

（1）信度和效度的檢驗(yàn)在檢驗(yàn)信度的時(shí)候使用Cronach'sAlpha系數(shù)，所獲得的結(jié)果越高，就意味著有更高的信度。在分析探索性因子的時(shí)候?qū)PSS22.0充分利用起來(lái)，檢驗(yàn)用戶(hù)對(duì)此類(lèi)互聯(lián)網(wǎng)平臺(tái)的關(guān)注度，基于檢驗(yàn)的結(jié)果修正互聯(lián)網(wǎng)平臺(tái)，就可以明確影響用戶(hù)持續(xù)關(guān)注的因素。經(jīng)過(guò)檢驗(yàn)認(rèn)識(shí)到，影響用戶(hù)對(duì)該互聯(lián)網(wǎng)平臺(tái)持續(xù)關(guān)注的主要因素是各個(gè)自變量和因變量維度系數(shù)，兩者都已經(jīng)超過(guò)了0.7，而且各項(xiàng)自變量系數(shù)已經(jīng)達(dá)到了0.8。所以，有良好的信度。對(duì)多個(gè)變量的相關(guān)性進(jìn)行分析的過(guò)程中采用因子分析方法，要求所研究的多個(gè)變量之間存在相關(guān)性，而且采用一種多元統(tǒng)計(jì)方法，要求KOM要超過(guò)0.5，而且KOM值大，就意味著能夠獲得良好的效果。在檢驗(yàn)的時(shí)候采用Bartlett球形檢驗(yàn)，單側(cè)p值不超過(guò)0.01。經(jīng)過(guò)檢測(cè)可以明確，樣本數(shù)據(jù)的KOM已經(jīng)達(dá)到0.8，超過(guò)了0.5。采用Bartlett球形度檢驗(yàn)，所獲得的p值為0，不超過(guò)0.01，可見(jiàn)檢驗(yàn)水平非常顯著，樣本數(shù)據(jù)可以對(duì)用戶(hù)因子分析。

（2）主成分分析本文在進(jìn)行因子分析的過(guò)程中，提取公因子的時(shí)候采用主成分算法，結(jié)合使用最大方差法。先對(duì)21項(xiàng)對(duì)用戶(hù)持續(xù)關(guān)注互聯(lián)網(wǎng)平臺(tái)的變量進(jìn)行分析，按照提取公因子的準(zhǔn)則，要確保特征值超過(guò)1，最終將5個(gè)公因子提取出來(lái)，這個(gè)時(shí)候，主成分的累積方差貢獻(xiàn)率就可以達(dá)到64.2%。這就可以說(shuō)明，原始21個(gè)變量的多數(shù)信息通過(guò)5個(gè)公因子就可以表達(dá)出來(lái)。在旋轉(zhuǎn)因子的時(shí)候?qū)⒎讲钭畲笳恍D(zhuǎn)充分利用起來(lái)，刪除因子載荷系數(shù)中不足0.5的變量，對(duì)旋轉(zhuǎn)之后的成分矩陣加以整理。經(jīng)過(guò)旋轉(zhuǎn)之后可以劃分為5個(gè)公因子，是在每個(gè)公因子中都涵蓋各種變量，均不同于原始每個(gè)維度的變量。所以在修正維度的時(shí)候就要從實(shí)際情況出發(fā)展開(kāi)。按照旋轉(zhuǎn)后的成分矩陣，公因子1中包括7個(gè)變量，分別是V1為0.531、V2為0.716、V3為0.681、V4為0.664、V5為0.641、V6為0.665、V7為0.572，載荷系數(shù)都比較大，其中所涵蓋的信息全面而且真實(shí)可靠、有較高的新穎性和獨(dú)特性，而且容易理解，系統(tǒng)質(zhì)量維度包括兩個(gè)變量，第一個(gè)變量是系統(tǒng)安全性；第二個(gè)變量是系統(tǒng)平穩(wěn)性，與原始分類(lèi)有所不同。但這些變量能夠綜合反映用戶(hù)對(duì)互聯(lián)網(wǎng)平臺(tái)信息的滿(mǎn)意度[7]。公因子2一共包括2個(gè)變量，V8為0.737、V9為0.813，載荷系數(shù)較大，主要包括界面友好性的描述和界面簡(jiǎn)潔性的描述，刪除了界面美觀性載荷系數(shù)，因?yàn)槠洳蛔?.5，所以被稱(chēng)為“系統(tǒng)界面設(shè)計(jì)”。公因子3一共包括4個(gè)變量，V11為0.536、V12為0.724，V13為0.817、V14為0.785；公因子4一共包括4個(gè)變量，V15為0.772、V15為0.741，V17為0.78、V18為0.744，和公因子5一共包括3個(gè)變量，V8為0.608、V9為0.627、V9為0.654，變量與原始分類(lèi)都是一致的，所以依然按照原始命名規(guī)則。公因子3命名為“服務(wù)質(zhì)量”，公因子4命名為“信息有用性”，公因子5命名為“平臺(tái)易用性”。

（3）相關(guān)性分析通過(guò)對(duì)用戶(hù)的滿(mǎn)意度以及對(duì)互聯(lián)網(wǎng)平臺(tái)的關(guān)注度進(jìn)行分析，明確變量與用戶(hù)滿(mǎn)意度之間所存在的關(guān)系以及與用戶(hù)的持續(xù)關(guān)注度之間所存在的關(guān)系，采用相關(guān)的方法進(jìn)行準(zhǔn)確度量[8]。為了分析上的方便以及保證分析結(jié)果的準(zhǔn)確性，采用了提取公因子的方法對(duì)用戶(hù)的滿(mǎn)意度和對(duì)互聯(lián)網(wǎng)平臺(tái)的持續(xù)度進(jìn)行分析。按照公因子提取準(zhǔn)則，要求特征值要超過(guò)1，在滿(mǎn)意度維度上將一個(gè)公因子萃取出來(lái)，通過(guò)分析之后可以獲得累積方差貢獻(xiàn)率是78.458%，在持續(xù)使用意愿維度上將一個(gè)公因子萃取出來(lái)，通過(guò)分析之后可以獲得累積方差貢獻(xiàn)率是70.288%，都可以作為原始變量信息的代表。使用SPSS22.0分析各個(gè)影響因素與滿(mǎn)意度之間所存在的相關(guān)性以及與持續(xù)關(guān)注意愿之間所存在的相關(guān)性，對(duì)于信息的有用性的滿(mǎn)意度是0.522，持續(xù)關(guān)注意愿是0.492；對(duì)于信息質(zhì)量與系統(tǒng)運(yùn)行的滿(mǎn)意度是0.252，持續(xù)關(guān)注意愿是0.173；對(duì)于信息服務(wù)質(zhì)量的滿(mǎn)意度是0.167，持續(xù)關(guān)注意愿是0.13；對(duì)于平面界面設(shè)計(jì)的滿(mǎn)意度是0.012，持續(xù)關(guān)注意愿是-0.02；對(duì)于平面易用性的滿(mǎn)意度是0.345，持續(xù)關(guān)注意愿是0.386；對(duì)于互聯(lián)網(wǎng)平臺(tái)的滿(mǎn)意度是1，持續(xù)關(guān)注意愿是0.811；對(duì)于互聯(lián)網(wǎng)平臺(tái)的持續(xù)關(guān)注意愿是0.811，持續(xù)關(guān)注意愿是1。從這些分析結(jié)果可以明確，置信度是0.01的時(shí)候，有顯著的相關(guān)性；當(dāng)置信度是0.05的時(shí)候，有顯著的相關(guān)性。相關(guān)系數(shù)r的正值代表變量之間所存在的正相關(guān)性；相關(guān)系數(shù)r的負(fù)值代表變量之間所存在的負(fù)相關(guān)性。絕對(duì)值與0的水平線之間的距離越遠(yuǎn)，就意味著變量之間存在很強(qiáng)的關(guān)聯(lián)性；絕對(duì)值與0的水平線之間的距離越近，就意味著變量之間存在很弱的關(guān)聯(lián)性。

（4）分析結(jié)果通過(guò)應(yīng)用數(shù)據(jù)分析的方法對(duì)大數(shù)據(jù)環(huán)境下互聯(lián)網(wǎng)用戶(hù)的行為進(jìn)行研究，明確利用先進(jìn)的技術(shù)對(duì)于商用價(jià)值的提升以及提高用戶(hù)的關(guān)懷度具有現(xiàn)實(shí)意義。運(yùn)用調(diào)查的方式采集的用戶(hù)行為數(shù)據(jù)以及所獲得的分析結(jié)果，證明提高互聯(lián)網(wǎng)為用戶(hù)的服務(wù)質(zhì)量非常重要，不僅能夠達(dá)到用戶(hù)滿(mǎn)意，還可以提升商業(yè)價(jià)值，獲得雙贏，可以考慮從這兩個(gè)方面開(kāi)展數(shù)據(jù)利用，并且，根據(jù)用戶(hù)在互聯(lián)網(wǎng)平臺(tái)上的瀏覽次數(shù)、加購(gòu)信息以及購(gòu)買(mǎi)信息等等對(duì)用戶(hù)的需求有更加充分地了解，使得可買(mǎi)性有所提高，商品交易量也大大提升[9]。

4結(jié)束語(yǔ)

通過(guò)上面的研究可以明確，以有關(guān)變量的數(shù)據(jù)分析結(jié)果作為參考，說(shuō)明互聯(lián)網(wǎng)平臺(tái)上所推送的信息對(duì)用戶(hù)滿(mǎn)意度通過(guò)持續(xù)關(guān)注度就可體現(xiàn)出來(lái)，兩者存在正相關(guān)性，另外，互聯(lián)網(wǎng)平臺(tái)的服務(wù)質(zhì)量以及平臺(tái)界面設(shè)計(jì)都對(duì)用戶(hù)滿(mǎn)意度有一定的影響，但是用戶(hù)是否持續(xù)使用與滿(mǎn)意度不存在相關(guān)性。平臺(tái)的界面設(shè)計(jì)如何并不會(huì)對(duì)用戶(hù)的滿(mǎn)意度造成一定的影響，也不會(huì)影響到用戶(hù)對(duì)平臺(tái)的持續(xù)關(guān)注度。平臺(tái)是否容易使用對(duì)用戶(hù)滿(mǎn)意度也有一定的影響，甚至?xí)绊懙接脩?hù)的持續(xù)使用意愿。用戶(hù)對(duì)互聯(lián)網(wǎng)平臺(tái)所持有的滿(mǎn)意度與其持續(xù)關(guān)注具有正相關(guān)性。所以，運(yùn)營(yíng)商可以根據(jù)這些結(jié)果，對(duì)平臺(tái)做出調(diào)整，使得用戶(hù)的平臺(tái)有較高的滿(mǎn)意度，能夠持續(xù)關(guān)注，有助于信息的有效傳播，提高信息的使用價(jià)值。

參考文獻(xiàn)：

[1]周行.大數(shù)據(jù)視角下的互聯(lián)網(wǎng)視頻用戶(hù)行為[J].傳播力研究，2018（03）：129-130.

[2]蔣帥.基于蜂窩網(wǎng)絡(luò)大數(shù)據(jù)的用戶(hù)行為分析及預(yù)測(cè)[D].北京郵電大學(xué)，2019.

[3]周航.基于大數(shù)據(jù)的高校網(wǎng)絡(luò)用戶(hù)行為的數(shù)據(jù)可視化設(shè)計(jì)分析[J].中國(guó)包裝，2019（03）：58-59.

[4]李微麗，羅汝，顏一鳴.基于大數(shù)據(jù)的用戶(hù)行為分析系統(tǒng)[J].科技風(fēng)，2020（03）：74-75.

[5]趙名麗，黃偉.基于移動(dòng)互聯(lián)網(wǎng)用戶(hù)行為建模的大數(shù)據(jù)應(yīng)用[J].計(jì)算機(jī)產(chǎn)品與流通，2018，（03）：47-47.

[6]顧杰.基于電信大數(shù)據(jù)的汽車(chē)行業(yè)用戶(hù)行為的研究與應(yīng)用[D].北京郵電大學(xué)，2018.

[7]曹漢清，李全彬.基于大數(shù)據(jù)的用戶(hù)行為分析平臺(tái)設(shè)計(jì)研究[J].軟件工程與應(yīng)用，2019，08（03）：141-148.

[8]柳靜，朱玉清.基于大數(shù)據(jù)的網(wǎng)絡(luò)用戶(hù)異常行為檢測(cè)方法研究[J].飲食科學(xué)，2019（12）：58-59.

[9]鄭明，王蓉，楊瑞.基于電信大數(shù)據(jù)的即時(shí)環(huán)境應(yīng)用能力開(kāi)放平臺(tái)[J].電信網(wǎng)技術(shù)，2016004）：18-22.

作者：辛錚 鄢小征 單位：北京市公安局網(wǎng)絡(luò)安全保衛(wèi)總隊(duì)