新媒體用戶行為模式分析

張婉君

摘 要 對新媒體用戶現(xiàn)狀進(jìn)行調(diào)研，通過問卷調(diào)查的方式獲取新媒體用戶使用行為數(shù)據(jù)和基本數(shù)據(jù)，完成了基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的新媒體用戶行為模式分析，基于所發(fā)現(xiàn)的用戶興趣偏好，可以為新媒體用戶提供更為有效的個(gè)性化服務(wù)。

關(guān)鍵詞 新媒體；用戶行為；聚類分析；自組織特征映射網(wǎng)絡(luò)

中圖分類號 G2 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-0360（2016）19-0030-03

1 研究背景

隨著新媒體技術(shù)的快速發(fā)展，以互聯(lián)網(wǎng)、移動多媒體網(wǎng)絡(luò)為載體的新媒體得以廣泛應(yīng)用。新媒體具有形式豐富、互動性強(qiáng)等特點(diǎn)，其用戶規(guī)模正在迅速擴(kuò)大[1]。各類新媒體都具有其獨(dú)特的技術(shù)和傳播特點(diǎn)，因而新媒體的用戶類型和結(jié)構(gòu)也不相同，不同年齡、不同性別、不同教育程度的用戶可能對同一媒體的認(rèn)知、操作等都不相同。為使新媒體更好地服務(wù)于用戶，需要了解用戶使用新媒體的規(guī)律性特點(diǎn)。

2 自組織特征映射神經(jīng)網(wǎng)絡(luò)

自組織特征映射神經(jīng)網(wǎng)絡(luò)由輸入層和競爭層組成。輸入層是一維的神經(jīng)元，輸入層神經(jīng)元數(shù)與樣本維數(shù)相等[2]。競爭層為輸出層，神經(jīng)元個(gè)數(shù)是變量，需要在建立網(wǎng)絡(luò)時(shí)給出，神經(jīng)元的排列呈一維線陣、二維平面和三維柵格陣等多種形式。輸出層按二維平面組織是自組織特征映射神經(jīng)網(wǎng)絡(luò)最典型的組織方式[3]。

3 新媒體用戶行為模式分析

對新媒體用戶現(xiàn)狀進(jìn)行調(diào)研，通過問卷調(diào)查的方式調(diào)研用戶對新媒體的接觸情況，對調(diào)研階段采集到的新媒體使用行為數(shù)據(jù)進(jìn)行數(shù)據(jù)選取和預(yù)處理，得到適合分析的目標(biāo)數(shù)據(jù)集。應(yīng)用自組織特征映射算法對新媒體用戶行為模式進(jìn)行分析。

3.1 數(shù)據(jù)采集

通過問卷調(diào)查的形式搜集用戶對博客、網(wǎng)絡(luò)視頻、論壇、即時(shí)通訊工具、SNS社區(qū)和網(wǎng)絡(luò)游戲的接觸及使用情況。調(diào)查問卷包括兩部分，即用戶的新媒體使用行為調(diào)查和用戶基本信息調(diào)查。在用戶新媒體使用行為調(diào)查部分，針對每種新媒體的特點(diǎn)對用戶的使用方式進(jìn)行調(diào)研，如調(diào)查用戶在博客上發(fā)帖和閱讀別人博客的頻率；收看網(wǎng)絡(luò)視頻的頻率和上傳視頻的情況；在論壇上發(fā)表新帖的頻率；使用即時(shí)通訊工具的頻率；登錄SNS社區(qū)的類型及頻率；玩網(wǎng)絡(luò)游戲的頻率等。用戶基本信息的采集包括用戶的年齡、性別、教育程度等。問卷調(diào)查選取北京地區(qū)20至49歲的490名用戶為被調(diào)查者，經(jīng)統(tǒng)計(jì)被調(diào)查者性別、年齡、教育程度分布均勻。

3.2 數(shù)據(jù)預(yù)處理

問卷調(diào)查采集到的原始數(shù)據(jù)無法直接進(jìn)行數(shù)據(jù)挖掘，需要對數(shù)據(jù)進(jìn)行預(yù)處理，使后面的數(shù)據(jù)挖掘過程有較高質(zhì)量的輸入數(shù)據(jù)，最終得到準(zhǔn)確的挖掘結(jié)果。數(shù)據(jù)預(yù)處理的重點(diǎn)是將問卷調(diào)查采集到的數(shù)據(jù)處理成適合用戶行為模式分析的輸入數(shù)據(jù)。

如果被調(diào)查者選擇“從不上網(wǎng)”，則該被調(diào)查者對互聯(lián)網(wǎng)沒有接觸行為，該用戶數(shù)據(jù)視為無效數(shù)據(jù)將其刪除，共統(tǒng)計(jì)出該類數(shù)據(jù)46個(gè)。原始數(shù)據(jù)以天、周、月為單位對被調(diào)查者使用新媒體的頻率進(jìn)行記錄，預(yù)處理時(shí)統(tǒng)一處理為以月為單位統(tǒng)計(jì)的頻次，涉及“是”“否”選項(xiàng)時(shí)分別以“1”和“0”表示。預(yù)處理后每位被調(diào)查者網(wǎng)絡(luò)新媒體接觸情況部分的原始數(shù)據(jù)被處理為13個(gè)屬性，分別為：

A更新博客的頻率（取值0、1、2、4、12、30、60）；B閱讀別人博客的頻率（取值0、1、2、4、12、30、60）；C收看網(wǎng)絡(luò)視頻的頻率（取值0、2、6、15、30）；D是否上傳網(wǎng)絡(luò)視頻（取值0、1）；E常使用的論壇個(gè)數(shù)（取值0、1、3、5）；F論壇上發(fā)布新帖的頻率（取值0、1、2、4、12、30、60）；G使用即時(shí)通訊工具的頻率（取值0、2、6、15、30）；H玩網(wǎng)絡(luò)游戲的頻率（取值0、2、6、15、30）；I登錄門戶網(wǎng)站的頻率（取值0、2、6、15）；J登錄即時(shí)通訊軟件社區(qū)的頻率（取值0、2、6、15）；K登錄電子商務(wù)網(wǎng)站的頻率（取值0、2、6、15）；L登錄通信運(yùn)營商社區(qū)的頻率（取值0、2、6、15）；M登錄獨(dú)立SNS社區(qū)的頻率（取值0、2、

6、15）。

統(tǒng)計(jì)13個(gè)屬性取值全為0的被調(diào)查者，則說明該被調(diào)查者雖然有上網(wǎng)行為，但是對博客、網(wǎng)絡(luò)視頻、論壇、即時(shí)通訊工具、SNS社區(qū)和網(wǎng)絡(luò)游戲沒有使用行為，該數(shù)據(jù)也為無效數(shù)據(jù)需要?jiǎng)h除，共統(tǒng)計(jì)出該類數(shù)據(jù)22個(gè)。采集到的原始數(shù)據(jù)記錄共有490個(gè)，刪除無效數(shù)據(jù)后得到有效數(shù)據(jù)422個(gè)。

3.3 數(shù)據(jù)測試

由于對新媒體用戶媒體使用行為數(shù)據(jù)所進(jìn)行的聚類分析并不存在先驗(yàn)知識，是在完全未知的狀態(tài)下進(jìn)行的預(yù)測性挖掘，所以需要通過大量實(shí)驗(yàn)來確定競爭層的神經(jīng)元個(gè)數(shù)及相關(guān)參數(shù)。對UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫中的Iris和Wine兩個(gè)典型數(shù)據(jù)集進(jìn)行測試，得到排序階段學(xué)習(xí)率選取0.9且調(diào)整階段學(xué)習(xí)率選取0.09時(shí)，能得到較好的聚類效果。當(dāng)競爭層設(shè)置為16個(gè)輸出神經(jīng)元時(shí)，網(wǎng)絡(luò)在不斷增加訓(xùn)練步數(shù)的情況下能夠達(dá)到穩(wěn)定狀態(tài)。創(chuàng)建一個(gè)采用4×4陣列的六角層拓?fù)浣Y(jié)構(gòu)的自組織特征映射網(wǎng)絡(luò)，設(shè)置排序階段的學(xué)習(xí)率初始值為0.9，調(diào)整階段的學(xué)習(xí)率為0.09，調(diào)整階段鄰域半徑為1.0。在Pentium（R） Dual-Core 2.00GHz，內(nèi)存2G的PC機(jī)上，對新媒體用戶使用行為數(shù)據(jù)進(jìn)行訓(xùn)練。

該網(wǎng)絡(luò)訓(xùn)練步數(shù)為19 500次，總耗時(shí)2小時(shí)42分鐘，算法將422個(gè)數(shù)據(jù)聚合成16類，同一類別數(shù)據(jù)激發(fā)相同輸出神經(jīng)元，以激發(fā)的神經(jīng)元的序號作為其類別值，具體信息如下：第1類數(shù)據(jù)27個(gè)；第2類數(shù)據(jù)11個(gè)；第3類數(shù)據(jù)23個(gè)；第4類數(shù)據(jù)16個(gè)；第5類數(shù)據(jù)19個(gè)；第6類數(shù)據(jù)31個(gè)；第7類數(shù)據(jù)13個(gè)；第8類數(shù)據(jù)88個(gè)；第9類數(shù)據(jù)9個(gè)；第10數(shù)據(jù)15個(gè)；第11類數(shù)據(jù)20個(gè)；第12類數(shù)據(jù)22個(gè)；第13類數(shù)據(jù)28個(gè)；第14類數(shù)據(jù)13個(gè)；第15類數(shù)據(jù)42個(gè)；第16類數(shù)據(jù)45個(gè)。

3.4 結(jié)果分析

引入VBA宏程序，結(jié)合用戶性別、年齡和教育程度三項(xiàng)基本信息對上述聚類結(jié)果進(jìn)行分析，統(tǒng)計(jì)出每類用戶使用每種新媒體的特點(diǎn)，如表1所示。

4 總結(jié)

通過自組織特征映射算法對大量新媒體用戶的使用行為數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，使具有相似偏好的用戶以群的模式聚集起來，而后分析得到不同的用戶群偏好，可以使新媒體服務(wù)提供商準(zhǔn)確預(yù)測用戶的需求，便于為用戶提供更加符合其興趣偏好的增值業(yè)務(wù)，更好地滿足用戶多層次、多樣化、個(gè)性化、專業(yè)化的需求。

參考文獻(xiàn)

[1]景東，蘇寶華.新媒體定義新論[J].新聞界，2008（3）：57-59.

[2]曹志勝，林和平，李迎斌.SOM人工神經(jīng)網(wǎng)絡(luò)在客戶分類中的應(yīng)用[J].信息技術(shù)，2008（11）：85-87.

[3]魏海坤.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的理論與方法[M].北京：國防工業(yè)出版社，2005：80-81.