移动互联网用户行为分析系统技术架构浅析

爱卫生

本文摘自《2012年全国无线及移动通信学术大会论文集（下）。【作者简介：赵勇硕士，中国电信上海研究院工程师，主要研究方向为网络视频会议、移动互联网敏捷式开发、APP的社会化营销】；【机构】 中国电信股份有限公司上海研究院；

【摘要】 近年来,移动互联网发展非常迅速,越来越丰富的移动互联网内容和服务让用户眼花缭乱。如何向合适的人推销适合他们的业务就成为了一个重要的课题。基于用户行为分析的精准化营销无疑是一个极佳的方式和途径。通过对客户访问移动互联网的行为进行深入分析,根据这些信息,即可以进行业务的内容分析、业务热点分析以及客户偏好分析等,从而更好把握客户需求,支撑移动互联网业务发展。本文从电信运营商的角度,系统介绍了移动互联网用

【关键词】 移动互联网； 精确化营销； 行为分析；
【会议录名称】 2012全国无线及移动通信学术大会论文集（下）
【会议名称】2012年度全国无线及移动通信学术大会(WMC’12)
【会议时间】2012-09-01 【会议地点】中国内蒙古呼和浩特 【分类号】TN929.5;TP393.01
【主办单位】中国通信学会无线及移动通信委员会

近年来，移动互联网发展非常迅速，越来越车富的移动互联网内容和服务让用户眼花缭乱。如何向合适的人推销适合他们的业务就成为了一个重要的课题。基于用户行为分析的精准化营销无疑是一个极佳的方式和途径。通过对客户访问移动互联网的行为进行深入分析，根据这些信息，即可以进行业务的内容分析、业务热点分析以及客户偏好分析等，从而更好把握客户需求，支撑移动互联网业务发展。本文从电信运营商的角度，系统介绍了移动互联网用户行为分析的技术架构I，详细描述了数据采集方式、流程，数据内部的处理流程以及关键技术点。

1引言

随着2008年3G网络的大规模部署，移动互联网的网络数据承载能力大幅度提升，智能终端的不断涌现和更新换代，用户网络信息成本大幅下降，移动互联网用户体验不断增强，移动互联网用户规模迅速发展，各种各样的移动互联网应用和服务快速涌现。根据移动软件数据分析公司Flurry的最新数据显示，iOS平台应用已达到100万，Android平台应用达到50万。如何捕捉用户的使用行为信息，进行有效分析，并进一步在让人眼花缭乱的各类应用和服务中有效地推广自己的产品，就成为了一个非常现实的问题。

2用户行为分析技术

2.1数据采集技术

信息采集包括基于外挂式采集及客户端应用嵌入SDK采集两种方式。

客户端应用嵌入SDK采集：对于所有的应用，开发者都可以通过内嵌一套标准的SDK,采集用户的上网时长、流量大小以及其他开发者感兴趣的用户行为信息，嵌入SDK客户端的功能模块如图1所示，宿主应用是指内嵌有SDK的应用。

外挂式采集：通过外挂的用户行为信息采集进程，负责采集用户的上网行为、流量信息、应用下载和使用、用户终端信息等，如图2所示。

2.2数据处理及分析技术

数据分析处理技术要把从各个渠道获得的信息进行数据清洗，将结果进行分析统计，纳入到已定义的数据模型中，并进行呈现，内容如图3所示。

3用户行为分析系统技术架构

基于移动互联网的用户行为分析系统的技术架构如图4所示。

4系统各功能模块概述

4.1信息采集模块4.1.1信息采集流程

(1)数据流程线如图5所示。

(2)角色流程线如图6所示。

4.1.2客户端采集方式

客户端数据采集基本技术主要有基于外挂式的采集及客户端应用嵌入SDK采集两种方式。

客户端外挂、SDK采集两种方式。

4.2数据处理模块

数据处理模块包括数据转换、数据加载、数据清洗、数据备份4部分。

数据转换是将从客户端等多种渠道得到的数据进行格式化处理，清单文件进行拆分重组、数据转换、入库等操作。

数据加载是按主题存储汇总数据，通过日期、地区、产品规格等维度对运营数据计算后形成汇总数据。

可基于原有汇总数据基础上，根据需要继续鲞加汇总，形成多级汇总数据。

数据清洗是需要定期按照一定的规则把错误的或有冲突的数据“洗掉”，将过滤的结果交给展现系统，同时为数据库及存储减轻负荷。

数据清洗主要针对的数据包括不完整的数据、错误的数据、重复的数据以及历史数据。

4.3数据分析模块

数据分析模块包括数据建模、数据挖掘和专题分析。数据建模就是根据需求建立相应数据模型，形成规定格式的报表。

数据挖掘指针对获得的数据处理结果，提供多维度的统计分析功能，以多维的形式组织数据，能够从多个维度对数据进行组合分析，支持在不同层次上的数据钻取。
专题分析可很好的补充某些特定的需求，可在任何维度上通过“钻取”和“切片”生成报表及图形。例如：指定时间段新增加用户数、指定时间段活跃用户数、终端用户使用应每年发展统计表、每月发展统计表、终端用户使用应用月增长率。

5结束语

本系统采用分布式松耦合的集成方式，各模块间通过消息中间件的方式进行通信，并通过数据库进行数据共享。这使得本系统具有很强的扩展性，在完成数据处理和分析后，根据分析结果，还可以通过WAPPUSH等方式进行应用推送，实现精细化营销。

在信息网络时代，用户隐私权十分重要，因此本系统必然面临着适当监控、合理使用的问题。随着用户行为分析技术的不断完善，各种数据模型的不断实践和创新，相信该系统必将在精细化营销，移动互联网资源利用，网络资源规划和网络信息安全等众多领域发挥越来越重要的作用。

参考文献

[1]张力明.网络用户行为分析系统研究与设计.中国科技论文在线,2011

【2】王小军,颜嘉元,周涌杰，吴玉杰•网络行为分析监控系统研究与设计,杭州电子科技大学学报,2012