9-用户行为分析

24
方法：对比分析
l
包括各种不同类型用户的流量对比、业务使用情况对 比、上线情况对比等等。 分析这些对比内容，可以区分不同用户之间、不同业 务之间的差异。
– –
l
确定分析目标 建立分析模型 采集基本数据或者利用历史数据 数据的提取、过滤、处理、分析和挖掘，得到结论 过程的不断迭代和改进
11
– – –
基础数据的确定
l l l
基础数据是指不会根据分析需要而经常变化的数据 对于基础数据进行持续采集和长期存储 基础数据围绕下述方面确定：
– –
用户上网和流量特征 用户业务和喜好特征 网络异常相关统计 其它
12
– –
用户行为基础数据的内容
l
用户上网和流量特征
– –
主要指上网次数、上网时长、流量大小、流向 流量大小可以进一步细分为多项指标。例如： 字节数、报文数、会话数、报文长度分布
l l l
基本数据的采集 数据的预处理：过滤、汇聚、关联 数据的时间汇聚：按5分钟、1小时、日、周、月、年 等时间粒度进行存储 数据的长时间存储和累积
17
l
用户行为数据的分析方法
l l l l
按照时间变化的历史趋势分析 特定条件下的TopN分析、热点分析 用户特征分析 关联分析 分类 对比分析 异常分析
2,946,096,306 3,822,655,095 2,939,586,816 3,818,004,274 914,469,327 1,365,949,577 1,265,876,583 1,445,683,015 61,314,005 1,252,190,624 436,233,529 429,929,934 389,522,826 387,925,748 765,672,924 753,225,786 683,765,794 682,506,591
l
19
l

方法：TopN分析
l l
TopN分析是用户行为分析的一种很常用的方法。 TopN分析包括用户流量的TopN分析、用户访问服务器的TopN 分析。 例如对某类用户分析时，TopN用户最大程度影响了该类用户的 特性，而且对TopN用户采取相应的策略措施也是最有效的方式。 因此，在用户行为分析中，一般需要对TopN用户作更深入的分
l
22
l
再例如，通过对政企用户使用业务种类的特征分析， 向大用户营销商务领航系列产品。 用户特征分析对消费合理性和把握主要用户等用户行 为分析目的有重要意义。
l
方法：关联分析
l l
关联分析发现关联规则。 在用户行为分析中，可以把用户的一种使用习惯和另 外的使用习惯进行关联分析，也可以把用户的消费习 惯和使用网络习惯进行关联分析，或者把用户的自然 属性如年龄、性别、职业与使用网络习惯进行关联分
静态IP地址用户 动态IP地址用户
l
能够准确进行网络业务的识别
–
16
l
业务复杂度要求采集系统必须具有多种复合的业务识别能力
能够进行各种复杂用户行为数据的采集
–
采集各种角度的用户行为数据，并具有扩展能力
l
准确地进行数据采集和统计
用户上网行为分析的数据准备
l
网络用户行为就是网络用户的特点、构成及其在网络 应用过程中行为活动上所表现出来的规律。 依据不同的研究目的和对象数目，网络用户行为可分 为网络个体用户行为和网络群体用户行为。 网络用户行为分析是为了研究网络用户行为的规律性 这种规律可以用某些特征量的统计特征，或特征量的 关联关系，定量或定性地表示。 跟网络业务分析是交错的关系，用户和业务是密不可 分的
l
观测手段
– – –
15
传统通过xFlow的方法不能满足分析需要 使用专用系统对用户产生的网络流量进行采集 需要在若干网络位置进行部署，达到一定的用户覆盖
采集设备能力要求
l l
能够处理所有的网络流量，高速线速处理 能够准确进行用户的识别
– –
l
20
l
析。 对用户访问服务器的TopN分析，可了解用户最需要的服务、内 容是哪些服务器提供的
l
TOPN分析对用户喜好、用户流量分布、业务使用情况等用户行 为分析目的有重要意义。
TopN举例
某个南方省份的主要运营商互联互通出口，5天内，网内用户访问网外服务器 地址的Top 10 后续可借助其他工具，去分析10个热门地址的归属、提供的业务类型、等等
18
l l l
方法：按照时间变化的历史趋势分析
l
主要包括网络流量、网络用户使用业务量、特定网络 用户的流量以及特定网络业务的流量等各种流量的时 序分析。 分析这些时序内容，有助于正确把握各种趋势的未来 发展方向。 更进一步还可以对这些流量的分布进行分析与预测， 这对流量的预测有重要意义。
–
14
l
其他
– –
与上网质量主观感受相关的客观参数 用户是否业务提供者（服务器）
用户网络行为的观测和采集
l
观测位置
– – –
在网络的不同位置都能够进行用户上网数据的采集 为了进行深入全面的分析，尽量靠近用户侧 BRAS(因特网接入服务器)上联链路
⺴网网外IP 117.27.148.118 117.27.148.119 117.27.148.46 流记录数 105,961,105 106,276,540 24,973,259 110,831,490 116,757,352 1,380,884 1,339,616 1,201,932 1,192,745 上行字节数 下行字节数 上行报文数 下行报文数
l
l
5
l
用户行为分析的一个例子
l l
参考《中国互联网络发展状况统计报告》 来源：中国互联网络信息中心，是国内比较权威的 一个互联网机构 网址：http://www.cnnic.net.cn/
6
l
目前用户上网接入方式
l l l
家庭宽带：ADSL、CableModem等 专线上网：LAN接入专线，例如企业、机场 移动上网：手机、平板电脑、3G数据卡等
–
流向：地理位置、运营商
13
l
用户业务和喜好特征
– –
用户使用的主要业务种类 业务使用情况：使用时长、使用次数、用途
用户行为基础数据的内容
l
网络异常相关统计
–
用户是否某一类”坏”用户：1带多、垃圾邮件制造者、网络 入侵者、版权文件上传者… … 用户是否某一类坏行为的受害者：被入侵者、垃圾邮件受害 者、… …
21
183.60.47.228 113.107.204.214 221.204.241.172 221.204.241.175 221.204.241.174 221.204.241.173
方法：用户特征分析
l
用户特征分析是指找出各类用户的行为特点。用户特 征分析是实施针对性营销的前提条件。 例如，通过对各资费档次用户使用特征的比较，获得 高资费用户上网的特征，找到目标用户，通过业务引 导、资费策略等方式使用户向高资费用户群转移。
8
– – – –
因特网用户行为分析的难点
l
因特网网络的消费环境发展过程不长，对于网络、流 量、业务、用户行为等方面还没有完善的理论描述和 模型定义，分析需求、目的、手段等都处于研究起步 阶段 网络规模不断扩大，链路带宽和实际流量不断增长， 要求数据采集和处理具有高速和完备的能力 用户数量大，用户识别复杂。要求对用户进行准确识 别，并且能够采集广泛的用户数据
4
5.
用户行为分析的意义
l
对网络规划、网络优化具有重要意义，对合理制订因 特网网络运营政策具有重要意义，如资费政策。 了解因特网用户对网络业务的使用情况：有助于合理 发展网络业务，为网络用户提供更好的服务。 了解因特网用户对于网络或其它用户的的伤害性行为 及影响：设法减少伤害。 了解因特网用户的网络消费特点和消费倾向：有针对 性地面向特定用户群体进行市场营销活动。
l
9
l
因特网用户行为分析的难点
l
网络业务复杂度高，变化快：针对用户的业务识别、 数据采集、分析复杂度更高 消费产品多样化：以因特网网络环境为依托的消费产 品数量和种类都发展相当快，而且各自的特点不一
l
10
因特网用户行为分析的过程
l
因特网网络中的用户行为分析是一个复杂和综合的过 程，是业务领域和技术领域紧密结合的产物 过程主要环节：
7
因特网用户分类
l
从用户分析的角度，因特网用户主要分为两种：
– –
静态IP地址因特网用户：专线用户 动态IP地址因特网用户：xDSL、手机等
l
从其它角度，可以有多种划分方法：
–
个人用户和企业用户 不同接入地点和区域范围 不同资费类型 不同上网用途 不同年龄、教育程度、收入范围……
网
络
流
量
监
测
用户行为分析
宽 带 网 络 监 控 教 研 中 心
目 录
1. 2. 3. 4.
2
用户行为分析的内容 因特网网络用户概述 用户网络行为分析过程 用户网络行为的观测和采集 用户行为分析方法与算法
5.
用户行为分析的概念
l
l
3
l
l
用户行为分析的内容
1. 2. 3. 4.
了解用户个体及群体的上网行为及对网络的影响； 了解用户对网络业务的使用情况； 了解用户各种行为特征之间的关系； 了解用户对于网络或其他用户的伤害性行为及影响； 了解用户的构成、以及不同用户的网络消费特点和消 费倾向。
298,198,000,000 3,856,840,000,000 297,959,000,000 3,853,300,000,000 72,833,972,023 1,498,010,000,000 232,801,000,000 1,434,270,000,000 6,444,774,626 1,185,440,000,000 30,368,818,535 1,101,370,000,000 29,905,194,665 1,082,900,000,000 27,118,256,931 26,947,665,152 982,201,000,000 981,843,000,000
23
l
析。 关联分析对掌握用户的业务喜好和网络入侵检测等用 户行为分析目的有重要意义。
wenku.baidu.com
方法：分类
l l
利用分类技术，可以将用户归属为一个特定的类。 例如，通过对大量离网（注销业务）用户分析，得到 离网用户注销前的上网行为特征，形成离网用户模型， 再通过与该模型对比，对具有类似行为特征的用户发 出离网预警，为营销部门采取用户挽留措施提供依据。