移动互联网应用中的用户行为分析模型

基于用户行为分析的移动互联网精确营销应用

刁振强

目前，精确营销已广泛应用于互联网、移动通信的各种应用。实际上，移动互联网区别于传统市场营销的最大特征就在于精确营销。

精确营销是为产品、业务、内容等寻找可能会感兴趣的潜在目标用户的方法过程。要尽可能精确地寻找到目标用户，必须对目标用户的行为、兴趣爱好等进行分析，并与需要营销的产品、业务、内容相匹配。因此精确营销与用户行为分析往往紧密的联系在一起。

基于移动互联网的精确营销应用主要有这样的几种：

1）定向广告。这种广告利用用户阅读、讨论的内容的分析匹配最相似的广告，以达到最好的广告效果。例如Google的Adwords，根据用户当前阅读内容投放精确广告，类似的还有有如百度推广、搜狗推广等等。腾讯网络定向广告平台利用其QQ用户的行为和偏好信息进行精确营销。以手机终端或业务为载体的移动广告的形式多种多样，如短信广告、彩信广告、WAP广告、程序嵌入式广告、位置广告、手机视频广告、手机游戏广告、搜索广告等。利用手机用户的行为数据及内容数据，根据移动广告的形式，结合相应的推荐模型，能够以精准友好的方式推送及时有效的手机广告。

2）个性化推荐。即根据不同用户的购买、点击行为推测其兴趣偏好，从而推荐不同的商品或内容。传统方式是向用户进行交叉销售，给用户推荐各种各样的业务。如根据用户的兴趣爱好，给用户推荐合适的手机报或彩铃、无线音乐等。而在移动互联网时代，用户对内容信息的获取更为迫切，为用户推荐合适的内容能够增加用户的黏性，降低流失率。例如，在用户访问网站时，给用户推荐合适的文章、博客、兴趣群组、游戏、商品、音视频等。该技术已成功应用于多媒体、电子商务、社交、学术资讯、检索等领域，人们熟知的典型应用站点包括Amazon、豆瓣、Last.fm、GoogleNews、Facebook等。Amazon数据统计，该网站近30%的销售额来自于个性化的推荐服务。

移动通信领域中，国外运营商很早就重视了将用户行为分析技术应用于精确营销，并开展了多种尝试。例如，澳大利亚Vodafone的精确营销平台使用用户行为分析，对销售提升最高可达400%；Sprint 通过对位置信息分布的分析，为广告商/商场提供最佳广告/开店位置服务；新加坡电信也使用用户信息与位置信息提供广告服务；英国新兴运营商blyk完全依赖精确营销广告运作，最高用户响应率达51%（传统直邮响应率不足1%）。

软件２０１３年第３４卷第４期　Ｓ０ＦＴＷＡＲＥ　国际ＩＴ传媒品牌　

Ｋａｎｏ模型在互联网用户体验中的应用研究　

以某手机搜索客户端功能需求分析为例　

袁越　，侯文君　

（１．北京邮电大学数字媒体与设计艺术学院，北京１００８７６；２．北京邮电大学网络系统与网络文化北京市重点实验室，北京１００８７６）　

摘要：随着用户需求不断升级，要想在竞争激烈的互联网世界做出足够吸引用户的优秀产品，就必须进行深刻的用户研究。　

ｋａｎｏ模型作为一种定性的分析模型，近年来常被作为互联网产品功能需求分析的用户研究工具，用以提高产品的用户体验度。本　

文以某商业手机搜索客户端为例，介绍其在移动互联网产品用户研究中的应用。通过这一案例说明利用ｋａｎｏ模型在产品设计阶段　

识别及区分用户需求从而缩短初次开发周期、降低设计成本、打造功能亮点占领市场、提升用户体验的方法。　

关键词：ｋａｎｏ模型；用户体验；用户研究；移动互联网　

中图分类号：ＴＰ３１１．５２　文献标识码：Ａ　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００３—６９７０．２０１３．０４．０２３　

本文著录格式：【１】袁越，侯文君．Ｋａｎｏ模型在互联网用户体验中的应用研究Ｕ］．软件，２０１３，３４（４）：７　７８　

Ｒｅｓｅａｒｃｈ　ｏｎ　Ｋａｎｏ’Ｓ　Ｍｏｄｅｌ　ａｎｄ　Ｉｔｓ　Ａｐｐｌｉｃａｔｉｏｎ　ｉｎ　Ｕｓｅｒ　Ｅｘｐｅｒｉｅｎｃｅ　ｏｆ　Ｉｎｔｅｒｎｅｔ　

——ａ　Ｃａｓｅ　Ｓｔｕｄｙ　ｏｎ　ｔｈｅ　Ｆｕｎｃｔｉｏｎ　Ｒｅｑｕｉｒｅｍｅｎｔ　Ａｎａｌｙｓｉｓ　ｏｆ　ａ　Ｍｏｂｌｅ　Ｐｈｏｎｅ’Ｓ　Ｓｅａｒｃｈ　Ｃｌｉｅｎｔ　Ｓｏｆｔｗａｒｅ　

ＹＵＡＮ　ｒｕｅ　，ＨＯＵ　Ｗｅｎ－ｊｕｎ。　

ｌ（ＳｅｈｏｏｌｏｆＤｉｇｉｔａｌＭｅｄｉａ　ａｎｄＤｅｓｉｇｎＡｒｔｓ，ＢＵＰＺ　Ｂｅｉｆｉｎｇ　１００８７６，Ｃｈｉｎａ．）　２（ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＮｅｔｗｏｒｋＳｙｓｔｅｍｓａｎｄＮｅｔｗｏｒｋＣｕｌｔｕｒｅ，ＢＵＰＴ，Ｂｅｌｔｉｎｇ　ｌＯ０８７＆Ｃｈｉｎａ）　

……………………Ｍ　ＮｏＬｏ㈣　ｃｏＭＭ　ｕＮＩ　

的、但又是潜在有用的信息和知识的过程。数据挖掘　

是一门交叉学科，涉及到数据库技术、统计学、可视　

化、机器学习、信息科学等多种学科。数据挖掘技术［２１　除了对数据进行基本的查询，更重要的是从无序的　数据中挖掘、整理信息、提取知识，进而提供决策支　

持。　

广义上，可以认为数据挖掘和知识发现是同一　

概念，也可以将数据挖掘看作是知识发现的一个阶　

段。知识发现的处理过程模型如图１所示。　

图１知识发现的处理过程　

２用户行为分析模型设计　

本文设计的基于数据挖掘的用户行为分析模型　

主要由四部分组成，分别是采集层、数据预处理层、　分析层和应用层，如图２所示。　

一　前端显示界面　用　ｔ　ｔ　塞　

—：＝二　兰，＿＝＝一　数据仓库　数　据　————Ｔ———一　预　处　（抽取，转换，加栽　Ｌ）　羹　▲　厂莉蕊　采　—　～　．　巷　ＩＡ１０／Ａ１１，￣ｌ　ｌＡ１２崩｝口＿ｌＡ１３－￣ｌ　Ｉ　Ａ８／Ａ９接口』　嚣　

图２基于数据挖掘的用户行为分析模型　数据挖掘、数据仓库嘲和联机分析处理（ＯＬＡＰ）　

是用户行为分析系统背后的支撑技术。数据仓库提　

供数据挖掘的数据来源，对数据进行一定的转换和　

清洗，以适合挖掘的形式保存数据；ＯＬＡＰ则提供了　

一个快速访问、处理数据仓库中数据的技术；而数据　

挖掘在数据库的大量数据中进行有效的挖掘处理，　

发现有趣的模式和规律，得到分析的结果即知识，并　

把它以合适的方式表示出来或加以存储，最后一次　

由前端显示界面展示给用户。　

２．１采集层　本用户行为分析的原始数据来源于重庆电信各　网元接口的网络信令、业务信令、网络配置数据和话　

单数据。采集设备主要的采集接口有Ｒ—Ｐ接口、　Ｒａｄｉｕｓ接口、Ａ１２接口和Ｐｉ接口等；分析的协议有　Ａ１０／Ａ１　１、Ａ１２、Ｒａｄｉｕｓ、ＰＰＰ协议、各业务层信令及　

ＴＣＰ协议。　

２。２数据预处理层　原始数据往往存在着缺失、错误和噪音，这直接　

ｄｏｉ：１０　３９６９４　ｉｓｓｎ　１０００—１２４７　２０１８　０２　０１２　

基于ＶＳＭ模型的移动互联网用户　兴趣度挖掘分析和应用　

吴熹　中国电信股份有限公司重庆分公司　

口引言　研究移动　联网川户　趔爱好，挖捌Ｊｔ　、ｌｌ，务　求和行　为偏好，向Ｊ｝］厂ｌ推荐个十叶｜１七的产ｔ　不【】感　趣的、ｌＩ，务，Ｉ】Ｊ仃效　提升业务菏销的效率和顾　，　现莘异化运箭。构建川ｔ户　迎爱好分析建模足移动智能管道的核心技术，　宄川户　、＜迎　好数　挖掘处　分析技术，对ｒ推功流　终什发腱　作丌Ｊ　意义　

曰移动互联网用户兴趣度模受的建立　移功ⅡＨｊ（Ｉｑ）…　Ｉ　地度横　需要构　Ｊ］　ｒ　地ｊ　题　翘　火联父系　合考虑川】厂　容　地度　ｉＪ为　衄嫂，　ｐ＃￣ｆ１９内　分析　虑、＿ｌ，，秀…采ｆ　Ｉ＿仪　Ｊ｝ｊ，、ｒ　ｎ‘ｊ　…　地类　。　，并没　携＂Ｈ　ｉ　川　ｘ，Ｊ、ｌｌ，务感岁　地ｎ，ｊ信息，缺乏刈　ｉ　ｉｉ　题　趣　度币　ｌｔ－ｆｔｇｂ＜分．　迎过引入川　＿ｆ　２ｊｉ＇ｉ９／；）－４＜ｊ７，　介努磨川，、　使Ｊｌ　Ｊ　力Ｉ、　地卜题的　Ｉ　Ｊ，　入挖洲ＪＩＩ　Ｊ、　，Ｉｋ务　乔和　硐　为．建　综　撕ｌｉｌ：ＪＩ　Ｊ　、ｌｌ　务　迦俊　，，ｌｉ成合　』ＩＩ　趣　ｄ，ｔｌｔ９　指杯　本次移助　联　川，、　趣　建使通过　造传统的…ｌｌ　摸　（ＶＳＭ），　述、　务必趣度的　础　，建、　．、Ｉ　务　ｊ　Ｊ＿　￣ＴＪｇＶＳＭ　，　以川　人的Ｌ．刚　容干Ｊ＿ｉ＿为理、　】　，为　…　＿ＩＪ，利ＪｆｊＴＦ—ＩＤＦ　进　耻嫂的数捌分１＝ＪＴ处　，　存埘ｒ）Ｐ　Ｊ　始　数　进　洗　换的　利』Ｉ　ＪｖＳＭ模　Ｊ｛Ｉ１ＴＦ—ＩＤＦｊ　法缝　移动　畎ｌ叫川１ｒ　、（地眨帧　现移　动　Ｉ　Ｊｔ　ＪＪ、，　地霞　ｒｎ，ｊ　Ｊ耍挖卦｛１１　

５Ｏ　ＴＥＩ　ＥＣｏＭＭＵＮｌＣＡ　ＯＮＳ　ＴＥＣＨＮｏＩ　ｏＧ、，／２０１　８·２　２．１移动数据业务用户ＶＳＭ模型　ＶＳＭ模型是一种有效运用ｆ丈木处　的…【Ｉ｝　Ｉ＇ｎ』愀　型，当文档破表示为多维卒问的㈣¨Ｆｔ．时，就可以迎过　间算法计算文本空　向鞋之　的关系，从『ｆＩＪ外腱文小定砒数　学分析。在移动瓦联网业务行为爱　度埋模Ｉ　ｌ　ｆ．１ｌＪ以将川，　，　每大上　行为定义为一种“义木”，ＤＰ　｛：成的　·祭ＪＩ　Ｊ』、ｔ　卜‘网　录可标签化为一类业务，川符　ｊ　，　小．作为小义ＩＩｌ　的一个词向垦　为ｒ能够将｝ｉ题　…ｔ】】　川户　趣程　行为　分析，可将　向量扩展为多维向　，川符　小，…ｌ｝｛ＩＩ１　的每个维度可定义为·种川户行为，通过构建川厂　叫ｎ‘Ｊ多　维向量建立用户每天上网行为组成的业务㈣　Ｉ　Ｉ．７＇．　Ｉ，ＪＩｊ符；　表示，用户上网ＶＳＭ模型构建如＿卜　．　Ｓ　：表示移动互联　第　种、ＩＪ，务类　１５种　及刈』、　关系如下：Ｐ２Ｐ业务、ＩＭ业务、ＨＴＴＩ）Ｊ煎川、电川　Ｉｔ１１４务、　ＶｏｌＰ、流媒体应用、网络游戏、　券交　、　线阅　、　线ｉ＂ｆ　乐、应用商Ｊ占、微博、导航、文件传输、彩价，ｉ＝１～１５　：表示Ｓ　、ＩＩ，务的多维向时，楸捌ＤＰＩ　网数捌　为．　向甚维度日Ｊ包含访川次数、访『ｆ１＿流｛　、　ｎ１１ｔ　Ｋ　。　：表示用户每天上网构成的业务…　Ｊ，　，　＂ｒｉ】　为甫各类业务向嚣构成的逻辑卒川，　＝ｌ　－－