用户创建行为（共7篇）
用户创建行为 篇1
摘要：随着我国社会经济的增长和科技发展水平的提高, 手机已经成为亿万国人必备的掌上神器, 越来越多的影响和改变着人们的生活, 逐渐占领着这个大众的消费市场。中国手机经历了最初的发展阶段, 目前已经进入稳定增长期, 在调查中我们发现智能手机更是受到人们普遍的喜爱。尤其是手机游戏的产生和发展, 更吸引了一大批追随者为之着迷。本文通过对手游用户的消费行为进行探究并对其行为进行深入分析, 以达到促进手游市场进一步完善的目的。
关键词：手游用户,消费行为,消费行为分析
手机市场是我们科技市场的重要组成部分。随着智能手机的不断研发推广, 人们对手机功能的要求越来越高。随着人们生活节奏的不断加快, 人们的精神压力与日俱增。随着智能手机不断走入千家万户, 手机功能也日新月异, 为丰富人们的业余生活起到了很大的作用。在这种背景下, 手机游戏成为人们关注的新型功能产品, 并成为人们业余时间充实生活的一个重要的途径。在此基础上形成了一个新的社会群体:手游用户。手游, 顾名思义, 就是可以在手机上进行的游戏。随着科技的发展, 手机的款式和功能越来越多, 而手机游戏也在此过程中不断的更新发展。所谓的手机游戏再也不是以前的俄罗斯方块”“贪吃蛇”等技术含量较低、画面简陋、做工粗糙的游戏了, 而是发展到了可以与电脑相媲美的具有完整的故事情节及娱乐性的复杂模式。这也是我们科技市场发展的正常规律。由于过去的机型发展不完善, 手机游戏一般比较简单, 操作性也不高, 所以, 益智类游戏比较常见。
从2004年开始, 由于手机类型及设备的发展, 手机的信息处理和接收功能逐渐增强, 出现了画面操作性更加复杂的大型手机游戏。当然, 良好的开发模式还需要有一个给力的销售模式的推动才能被消费者所接受。在发展的初级阶段, 手机游戏的销售模式是很成问题的。盗版情况十分严重, 因此有很多厂商将在线内容和本地内容相互捆绑。消费者在玩游戏的时候, 只有在线激活才能玩到完整的游戏。消费者在此过程中形成了固定的消费行为和消费心理, 并逐渐引导着更多的消费者加入到手游中来。下面我们将主要分析消费者的几种消费行为, 并对其进行分析。
一、手游市场的发展现状
当前的手游市场发展十分紊乱, 由于智能手机的普及还处在初级阶段, 很多消费者对手机的功能和款式容易产生盲从的心理, 这也就为手游商家提供了一个发展的商机。将游戏软件与手机相互捆绑, 从而吸引更多的消费者赚取大量的利益。然而无论从手游的运营推广方式还是从消费者的消费心理来看, 都是极其不合理的, 都需要我们的市场规范去深入了解并进行纠正。
不少手游商家利用欺骗的手段吸引消费者的好奇心, 或利用强制发送垃圾软件的形式来扣除消费者的费用, 从而造成了手游市场的不正当竞争及对消费者消费心理和行为的错误引导, 造成手游市场的恶性循环。所以在当前经济发展, 科技发展的重要阶段, 唯有及时的解决好发展过程中出现的问题, 才能真正保证手游市场和整个经济市场的长效稳定发展, 如何解决这些问题也确实值得我们细细的思考。
二、手游消费者的几种消费行为
1. 陷阱式消费
作为一名手游玩家, 我们肯定遇到过这种情况, 在玩游戏的过程中经常出现首充大礼包等奖励字样, 玩一个游戏或买一个道具只要几块钱就可以得到更大的回报。这种首充大礼包就是典型运用消费者爱贪小便宜的心理, 为消费者设下陷阱。一般来说, 首充金额都很便宜, 然后再赠送一些游戏道具就对消费者产生了巨大的吸引力, 感觉只有这一次充值机会不能错过, 于是对游戏就进行了果断的充值。虽然首充非常便宜, 但是一旦进行付费, 消费者从此之后就成为了一个付费用户了。当然, 消费者在后来的游戏过程中会产生犹豫, 是否要继续进行游戏充值。针对这种心理, 商家会选择一个恰当的时机来进行充值返利的活动, 以充值一定的数额返利百分之多少的形式来吸引消费者的眼球。大部分消费者都会在此诱惑下打消退出游戏的心理, 对游戏继续进行充值。这种游戏程序一般利用了消费者选价的消费心理, 来设置具体的游戏陷阱, 最终导致消费者误入其中, 继续在游戏中大量消费。
一种商品本来可能因为消费者心中认为不划算而打算放弃继续消费, 但是当消费者玩了一段时间之后就会不自觉的产生依赖心理。所以当充值打折的优惠活动出现的时候, 消费者会毫不犹豫的继续进行消费。这种陷阱式的消费手法其实特征和方式都差不多。玩家无论选择哪种, 进到运营商口袋里的钱都是一样的。所谓的返利也只是返的游戏币, 这些游戏币最终还是引导消费者消费到游戏中去。
2. 主动性消费
除了上述的陷阱式消费之外, 在手游的市场中, 大多数还是符合消费者自身意愿的主动性消费。要分析主动性消费行为的原因, 应该从当下的社会生活及人们的精神和工作特征开始分析。随着我国社会经济的发展, 人们的生活水平越来越高, 当然随之而来的还有生活节奏的不断加快和压力的不断增大。在此背景下, 如何在人们的业余生活中丰富人们的精神世界成为了社会普遍关注的问题。当然, 很多手游商家把握住了这个机会, 开发出了更加高级的手机游戏, 以满足人们的业余生活需要。这些游戏也一直受到消费者的关注与喜爱。
手机游戏的优势就在于将消费者的碎片时间充分的结合利用了起来, 使工作者在业余时间得到放松。消费者在进行手游消费之前会进行认真的比较和选择, 但是从根本上来说, 手游消费者是很愿意主动接受这种业余生活模式的。玩家在游戏的过程中会以升级作为自己的目的, 将自己置身于工作与生活的琐事之外, 起到愉悦身心的作用。比如人们在排队的时候, 等待的时间往往会让人感到非常的枯燥, 但是手机游戏的出现使类似于这种情况的业余时间变的更为有趣, 刺激了消费者的精神需求, 很大程度的提高了消费者对手游更新的渴求和欲望。所以, 消费者主动性消费的心理及行为是当下社会和工作压力下的必然趋势。
3. 后续性消费
后续性消费是指消费者在消费的后期对使用的产品继续进行消费的消费模式。在手游市场中, 后续性消费模式非常的普遍。在玩家进行手游过程中, 很多游戏并非一次性买断, 玩家如果想继续游戏或让自己的角色变的更强大, 就必须进行道具与武器的购买。当然, 这种消费模式会大量损耗消费者的金钱, 但是对于痴迷于手游的消费者来说却显得微不足道。在消费的过程中, 消费者往往最为关心的是道具或武器的等级和革新, 而非金钱的损耗。最终手游商家通过不断的创造新道具和新的游戏模式来赚取利益。
4. 炫耀性消费
手游的最初目的是为了丰富人们的业余生活, 但是由于许多消费者缺乏自控力, 当然这部分群体主要以青少年为主, 最终改变了手游开发的初衷, 大大影响了自己的生活质量。在手游过程中, 消费者往往会产生攀比性的炫耀性消费。这也正是商家的精明和成功之处, 充分利用了人们的竞争心理, 提高自身游戏的商业价值。我们玩过手游的朋友应该都知道, 游戏中的角色往往都有等级之分, 而购买道具和武器可以大大增强游戏角色的战斗力, 从而击败对手, 增强自己的等级。很多消费者沉迷于此, 不惜花费大量的金钱来提高自身的等级。虽然这种等级的提高并没有为自己带来实际的利益和价值, 但在无形之中满足了消费者的虚荣心, 使消费者在生活中得不到的东西在游戏中可以轻易得到, 最终会导致消费者互相炫耀的恶性攀比。
5. 情绪化消费
除了炫耀性消费对消费者产生很大的影响之外, 情绪性消费也对消费者的消费行为产生了重要影响。在游戏的过程中, 商家所开发的游戏模式很注重对消费者情绪的大幅度调动。引起消费者的羡慕, 愤怒, 嫉恨等等情绪的产生就会吸引消费者继续玩下去。当然消费者在这种模式和经营手段的迷惑下, 会逐渐深入到游戏的角色和情节中, 最终完全迷失自己, 自己的情绪会完全按照角色的成败得失而调动。一旦出现这种情况, 就会不惜一切代价购买道具武器进行自身升级, 打败对手, 从而陷入商家情绪消费的圈套。情绪化消费虽然是一种推广模式, 本来无可厚非, 但是这种推广手段却对消费者造成了很大的伤害, 会使消费者耽误日常的生活和工作, 甚至危害社会。
三、对手游消费者几种消费行为的分析
针对于对以上几种消费行为的具体调查研究, 我们发现手游商家主要是利用了消费者的现实心理和情绪特征来使消费者逐渐接受手机游戏并主动的付费。这些非正常的消费行为反映了我们当前社会的竞争压力和生活压力不断增大的现状, 缺乏有效的办法来丰富人们的精神世界, 所以促成了手机游戏市场的形成和蓬勃发展。但是手游消费者中的很多消费行为是非理性的, 这种非理性的消费方式必然会对消费者的生活工作造成很大的影响。在这种情况下, 如何保持手游市场的规范化和人们业余生活的正常化成为我们必须深入考虑的问题。
在手游市场中, 我们还缺乏必要的规范和手段来对其进行合理科学的整治和管理, 所以针对于消费者的以上几种消费行为, 我们要充分的了解和把握消费者的消费心理和手游市场的推广模式, 最大程度的改变当前这种不合理的现状, 使消费者的消费行为归于理性, 并引导手游市场的正常发展, 从而真正的愉悦人们的业余精神生活。
总结
手机市场在我国经济市场中发挥的作用越来越大, 而手机中的游戏市场也成为了手机市场发展的重要影响因素。所以在手游市场的规范过程中, 我们必须要对其有足够的重视。从市场规范方面来说, 我们要进一步完善手游市场规范体系, 提高手游市场的商业规范性, 切断游戏运营商不合理甚至是不合法的利益链条, 从而稳定整个手游市场的市场秩序。从消费者的角度来说, 消费者要提高自身的辨别能力。尤其是对于青少年来说, 要提高自己的自控力, 为自己的生活和工作做一个良好的规划, 防止不法商家利用消费者的心理来设置游戏陷阱从而骗取利益。我们的消费者应该提高自己的文化程度和辨别事物的能力和水平, 防止上当受骗。
参考文献
[1]李乐乐.手机游戏消费意愿影响因素研究[D].东北财经大学, 2010.
[2]李天亮.手机游戏顾客感知价值对使用意愿的影响研究[D].华南理工大学, 2012
[3]李光贤.网络游戏产品消费行为影响因素研究[D].西南财经大学, 2011.
[4]李光磊.中国移动手机游戏基地营销策略探讨[D].南京大学, 2012.
[5]李菁.城市中学生网络游戏消费行为的心理需求分析[J].青年探索, 2009, 02:74-77.
移动阅读用户采纳行为研究 篇2
关键词 移动阅读 技术采纳模型 用户采纳
分类号 G252.0
DOI 10.16810/j.cnki.1672-514X.2016.12.014
Research on User Adoption Behavior of Mobile Reading
Mao Ping， Kan Qian， Li Li
Abstract This paper aims at the reading behavior of college students， improves technology adoption model， and designs the measurement model of the user adoption behavior of mobile reading. Then it uses SPSS and VPLS to verify the survey data by structural equation model. The result shows that good reading environment and reading tools such as good network connection and more promotion channels， and the promotion of readers’ mobile reading effect have a positive impact on user adoption behavior of mobile reading.
Keywords Mobile reading. Technology adoption model. User adoption.
0 引言
中国新闻出版研究院发布的“第十三次全国国民阅读调查”报告中指出，2015年我国的成年国民图书阅读率为58.4%，同比上升0.4个百分点，其中数字化阅读方式的接触率为64.0%，同比上升了5.9%[1]。同时，2015年我国国民人均纸质图书阅读量为4.58本，比2014年增长了0.02本，电子书阅读量为3.26本，比2014年增长了0.04本；成年国民手机阅读快速发展，2015年我国成年国民手机阅读接触率比2014年上升了8.2%，达到60%，国民日均手机阅读时长首次超过1小时，达62.21分钟，较之2014年33.82分钟增加了28.39分钟；而在报纸等传统媒介中，成年国民人均每天阅读时间最长为19.69分钟，较之2014年只增加了0.93分钟[2]。该份报告的数据表明：随着技术的进步，国民阅读方式正由纸质阅读向网络阅读再到当下以手机阅读等为代表的移动阅读转变，移动阅读正逐步被国民所采纳。
移动阅读的发展一方面受到移动工具发展的影响，移动工具的更新换代促使移动阅读服务不断发展。同时，用户的采纳和长期使用是移动阅读服务成功的基础，用户对移动阅读的使用态度、采纳程度都深刻影响着移动阅读的发展。基于面向用户的原则，移动阅读服务的发展必然取决于用户的采纳行为，因此研究影响用户对于移动阅读采纳行为的因素，用户对于移动阅读采纳程度以及两者之间的关系，对于移动阅读的发展意义重大。
1 国内外研究综述
国外关于移动阅读的研究主要集中在移动阅读的发展、移动阅读终端的研究以及移动阅读实践的研究。如Magdalini Vasileiou[3]认为e-book市场正在不断地发展壮大，移动阅读设备将会普及应用于日常阅读中；Yoo-Seong Song[4]在线调研了伊利诺伊大学商学院的国际学生，发现在常用的三种移动终端设备（智能手机、平板电脑、电子阅读器）中，最常用的是使用手机进行移动阅读，其次是平板电脑；Kang Yenyu[5]研究电子书的可用性以及用户的偏好，表明阅读电子书比阅读纸质书更容易疲劳，且女性相对男性更有阅读的耐性。
国内对于移动阅读的研究主要集中于用户采纳研究，用户体验研究和用户信息行为研究，主要的研究方法有技术采纳模型（TAM）、IS持续使用模型以及“整合性技术接受和使用理论”（UTAUT）等。王琦、陈文勇以图书馆移动阅读服务内容及推广方式为研究客体，分析归纳出影响大学生图书馆移动阅读服务采纳行为的主要因素[6]；杨海军结合心理学以及行为科学的相关理论，对移动图书馆的用户采纳行为的主体、客体、社会三个影响因素进行分析，构建移动图书馆用户采纳行为模型[7]；沈思采用技术采纳理论对高校用户移动阅读的采纳影响因素及行为模式进行综述和建模，采用问卷调查数据进行实证研究[8]；何希通过网络问卷形式调查高校大学生移动阅读行为，获取高校用户使用移动设备进行阅读的行为习惯，提出影响高校用户移动阅读的主要因素（硬件因素、个人因素和经济因素）[9]；刘亚和蹇瑞卿根据威尔逊信息行为模型，从阅读需求、阅读寻求、阅读处理与使用三个阶段，以及干扰和激励因素两个方面，分析大学生手机阅读信息行为的发生、发展及变化规律，探讨大学生手机阅读的特征[10]。
2 理论基础与研究方法
2.1 技术采纳模型（TAM）
技术采纳模型（Technology Acceptance Model，TAM）是由Davis在1989年基于理性行为理论研究用户对信息系统采纳时提出的一个模型[11]，早先用于探索对于计算机信息系统普遍采纳的决定性因素，后来逐渐推广到各种研究领域用于探索用户对于系统的采纳行为，是目前比较有影响力的研究模型之一。技术采纳模型认为影响用户采纳行为有两个主要决定因素。一是感知有用性（Perceived Usefulness），用户使用系统时，该系统提升了用户的能力，表现出一定的成果，反映用户认为使用一个具体的系统对其工作业绩提高的程度。二是感知易用性（Perceived Ease of Use），用户在使用系统时自身付出的努力，反映用户认为容易使用一个具体的系统的程度。除此以外还包括：使用行为（Usage Behavior），用户对于系统的实际操作行为；行为意向（Behavioral Intention），用户在面对某种新系统时表现出来使用新系统的意向；行为态度（Attitude），用户在对于新系统使用过程中表现出来的态度等因素。技术采纳模型（如图1所示）主要原理为：行为意向决定使用行为，行为意向由行为态度和感知有用性共同决定，感知有用性由感知易用性和外部变量共同决定，感知易用性由外部变量决定。外部变量主要包括系统特征、用户特征、政策影响等因素，通常表现为技术采纳模型中存在的信念、态度和个人之间的差异、环境限制、可控制的干扰因素等之间建立起一种联系。
nlc202309090513
2.2 移动阅读
移动阅读有广义和狭义两种理解。广义上的移动阅读是指采用移动终端进行的所有的阅读行为，如阅读新闻客户端、报纸客户端和微信、微博客户端，或者通过手机浏览器浏览网站等。狭义的移动阅读指通过移动终端进行固定方向的阅读行为，包括两条途径：第一种是在移动终端上安装阅读软件，如熊猫读书、掌上书城等；第二种为采用专门的电子阅读器，如kindle、汉王、JDRead等，此种方式比较适合追求高质量阅读的群体。本文为基于狭义移动阅读的研究。
2.3 研究方法
本文将技术采纳模型引入移动阅读领域，构建移动阅读采纳模型，研究移动阅读的用户采纳行为。通过做出假设，构造问卷，发放问卷，收集问卷数据，借助统计工具SPSS19.0和VisualPLS对数据进行处理，进行量表的信度与效度检验，然后验证模型，对于移动阅读采纳模型内部要素之间的关系进行研究，形成定量结论，显示内部要素之间的联系，为我国移动阅读的健康快速发展提供参考。
3 模型构建与相关假设
3.1 移动阅读采纳模型
本文基于技术采纳模型，结合移动阅读的特征，将感知易用性确定为影响移动阅读采纳因素，感知有用性确定为移动阅读影响个人程度，行为态度和行为意向则表示为移动阅读采纳程度，将感知易用性、感知有用性、行为意向和行为态度作为移动阅读采纳模型的四要素，从而构建移动阅读采纳模型，如图2所示。在技术采纳模型中，感知有用性表示用户采纳一个具体的系统对其工作业绩提高的程度，在本文所构建移动阅读采纳模型中，将感知有用性理解为用户通过移动阅读对自身的阅读水平、写作能力等的提高；在技术采纳模型中，感知易用性表示为用户感知接受新事物所付出的努力程度，在本文所构建移动阅读采纳模型中，将感知易用性理解为影响用户移动阅读采纳行为的因素；行为态度表示用户对于采纳移动阅读所持态度；行为意向表示用户采纳移动阅读的意向。
同时，基于行为态度，提出用户是否愿意为移动阅读付费和利用移动阅读打发时间两个变量；基于行为意向提出是否同意移动阅读提高国民阅读水平和冲击传统阅读方式两个变量。
图2 移动阅读用户采纳模型
3.2 条件假设
基于移动阅读采纳模型，提出以下相关假设：
H1：感知易用正向作用于感知有用，提出该假设是为了探究影响移动阅读采纳的因素是否对于移动阅读效果具有正向影响；
H2：感知易用正向作用于行为态度，提出该假设是为了验证影响移动阅读采纳的因素是否对与用户采纳移动阅读的态度方面具有正向影响；
H3：感知有用正向作用于行为态度，提出该假设是为了验证通过移动阅读个人所取得的效果是否对于用户采纳移动阅读的态度具有正向影响；
H4：感知有用正向作用于行为意向，提出该假设是为了验证通过移动阅读个人所取得的效果是否对于用户在采纳移动阅读的意向方面具有正向影响；
H5：行为态度正向作用于行为意向，提出该假设是为了验证用户对于移动阅读所表现出来的态度对于移动阅读行为意向是否有正向影响。
4 问卷设计与调查
本问卷在参考相关文献问题设置的基础上，设计问卷初稿，对问卷实施预调查，根据预调查结果对问卷进行调整优化，主要以在校大学生为调查对象，从大一到大四都可以参与调查，专业不限，力求数据科学、合理。问卷收集采用网络发布问卷和线下发放问卷相结合的方法，并且为了不泄露隐私，问卷一律采用匿名方式发放。
问卷内容根据图2的模型进行设置，包括三大模块共18道问题。
（1）基本信息模块。包括大学生的年级、性别以及经常用哪种移动工具阅读（手机或平板电脑）。
（2）量表模块。采用LIKERT五级量表法设置测量项[12]，其中：1=很不同意，2=不同意，3=一般，4=同意，5=很同意。感知易用性考虑四点因素：用户的阅读习惯、推广渠道、网速以及阅读内容的好坏。感知有用性考虑四点因素：书面阅读能力提高、写作能力提高、语言交流能力提高和丰富了生活。构建量表，用户根据自己的理解进行打分，具体量表内容如表1所示。
根据该量表，本文将基于感知有用、感知易用、行为态度、行为意向四个研究因子，对这些因子提出测量度内容，进行收集数据，建模分析，验证假设。
（3）相关策略模块：该模块设置了两个问题，用于探索用户移动阅读采纳行为的原因以及相应策略。
5 数据整理与分析
5.1 样本构成
本次研究问卷共设置了18道题目，共计发放问卷500份，回收了问卷450份，剔除了68份无效的问卷，有效样本共382份，问卷的有效率为85%，达到了样本收集目标。样本的个体特征样本统计结果如表2所示。
从表2可以看出，本次收集的样本，从性别来看：女生数量高于男生数量，从女性比男性更具阅读的耐性，更喜爱阅读的角度分析，统计结果符合实际；从年级分布来看，本次调查的学生主要集中在大二、大三和大四，其中大四学生最多，大四课程相对较少，学生空闲时间相对较多，可用于移动阅读的时间也更多；从经常使用移动工具来看，手机占绝大部分，基于目前手机的普及率，这也与实际相符合；从阅读频率来看，大学生的阅读频率较高，从侧面反映出，大学生总体阅读水平良好。总之，从上述样本可以看出，本次研究的对象将主要集中在即将大三和大四的学生之间，以手机为主要阅读工具，进行探讨分析大学生对于移动阅读的采纳行为情况。
5.2 问卷效度与信度分析
问卷内容包含一个里克特量表模块共12道问题，在进行建模分析之前，为了确定数据的有效性和稳定性，需要对量表模块所收集的数据进行信度与效度分析，本文采用SPSS19.0来进行信度与效度分析。
5.2.1 问卷信度分析
nlc202309090513
信度可以用来验证量表数据的可靠性，量表的信度高表明量表趋于稳定，该量表的调查数据就越有用。信度具有很多分析方法，最具代表性的就是克朗巴哈系数法（Cronbach's Alpha），Cronbach's Alpha系数的值越大，表明变量内部的相关性越大，即内部一致性程度很高。通常情况下，Cronbach's Alpha系数越接近于1越有效，而Cronbach's Alpha系数的值控制在0.8～0.9之间为非常稳定，在0.7～0.8之间为比较稳定[13]。本次研究是利用统计软件SPSS19.0对调查问卷中设计的量表进行可靠性分析，分析所得到可靠性统计量如表3所示。
由表3可知，本次问卷调查的量表模块的Cronbach's Alpha系数大于0.7，即该问卷量表的信度比较可靠，适合用来作为研究数据。
5.2.2 问卷效度分析
效度表示在测量过程中所能达到测量目的的程度。量表的效度通常可以采用因子分析来进行，要判断量表是否能够进行因子分析，首先要求对量表进行KMO和巴特利球形检验。KMO值一般介于0到1之间，越接近1，越合适用来进行因子分析。一般来说，KMO值大于0.6，巴特利球形检验统计量的Sig值小于0.05时，即达到显著性水平，可以进行因子分析。本次研究的数据结果如表4所示。
由表4可知，本次问卷调查的量表模块的KMO值大于0.7，而且Sig值小于0.05，表明，该量表可以做因子分析。
从上述信度与效度的分析结果来看，通过问卷调查收集的数据是稳定的，并且具有一致性，适合用来验证移动阅读采纳模型。
5.3 统计分析
通过采用数据统计软件VisualPLS进行结构方程分析，将经过效度与信度检验的数据导入软件中，然后根据移动阅读采纳模型构造概念模型，并建立关联关系，将各测量因子与测量项的数据相对应，运行得出相关结果，根据因子载荷系数、结构变量之间的总效应、路径图、还有相关假设的T统计量来得出结论。
5.3.1 因子载荷系数
载荷因子（Facter Loadings）表明测量项对其相关联的结构变量说明的程度。总的来说，当该模型的所有测量项的载荷系数均大于0.6，表明此模型是比较有用的。通过使用统计软件VisualPLS对经过信度与效度检测的数据进行分析，观察分析结果看到因子载荷系数，由于测量项较多，必然会出现一些没有用的测量项，经过对测量项的整理，剔除载荷系数小于0.6的测量项（A16），得到如表5的因子载荷系数表。
由表5可知，通过剔除无效的测量项，最后剩下的测量项的因子载荷系数都大于0.6，而该结果表明：将有效的数据用来验证移动阅读概念模型得出该模型是有效的。
5.3.2 结构变量路径图和总效应
（1）结构变量之间的路径图。根据分析软件计算所得出的结果，如图4所示为结构变量之间的路径图，即各测量因子之间的数据关系。
（2）结构变量之间的总效应。根据结构变量之间的路径关系，可以得出结构变量之间的总效应，如表6所示。
（3）结构变量因果关系假设验证。根据统计软件VisualPLS计算出的T值，检验模型对各个变量所做的关系假设。通常情况下，当P>0.05时，|T|大于1.96时，可以认为假设成立。反之亦然，结果如表7所示。
根据表7的结果显示，H2的|T|值小于1.96故该假设被拒绝，可以剔除“感知易用→行为态度”这条路径。而其他四项假设的|T|值均大于1.96，表明假设均成立，由此可以得出新的结构变量路径图，如图5所示。
图5作为改进后的结构变量路径图是本次研究的最终路径图，而所提出的假设也得到了验证，可以得出相关结论。
6 结论
根据上述分析结果可以得出以下结论。
（1）从感知易用正向作用于感知有用来看，感知易用对于感知有用的效应是0.379，说明采纳移动阅读影响因素的积极方面对于移动阅读效果的提升具有较大的推动作用，好的网速、较多的推广渠道及良好的阅读环境和工具是比较重要的。
（2）从感知有用正向作用于行为态度来看，感知有用对于行为态度的效应是0.568，表明读者移动阅读效果的提升在很大程度上有助于提升用户的移动阅读态度，使得用户对于移动阅读表现出更加积极的态度。
（3）从感知有用正向作用于行为意向来看，感知有用对于行为意向的效应是0.389，表明用户使用移动阅读所取得的效果对用户采纳移动阅读的意向具有一定的影响，感知有用对于移动阅读采纳行为意向有积极推动。
（4）从行为态度正向作用于行为意向来看，态度决定行为具有科学性，当读者进行移动阅读行为，并从移动阅读中提升自身能力的同时，用户对于移动阅读的态度也会发生转变。当读者持有积极态度时，进行移动阅读的行为意向也会表现为积极的一面，这样读者的阅读行为会更加容易发生。
综上所述，影响用户对于移动阅读采纳行为的因素包括客观因素，如网速、推广渠道、个性化定制等；还包括主观因素，如用户的心理因素、阅读内容取向、阅读习惯等。通过移动阅读可以达到一定的积极效果，如通过移动阅读，读者打发了时间，学习了知识；通过移动阅读，读者更愿意与人交流，读者的语言交流能力和话题度明显在增多。当读者感觉到通过移动阅读带来的积极效果时，读者会更加愿意去采纳；当影响因素表现出积极趋势，用户的采纳程度也会随之加大力度。反之，当各种因素都呈现消极趋势时，用户的移动阅读采纳程度也不会有多高。移动阅读服务提供商可在以上几点多下功夫，吸引更多读者采纳移动阅读。
参考文献：
[ 1 ] 北京本地宝.2015第十三次全国国民阅读调查统计数据[EB/OL].（2016-04-20）[2016-04-26].http：//bj.
nlc202309090513
bendibao.com/news/2016420/222956.shtm.
[ 2 ] 黑龙江日报.全国国民阅读调查：手机阅读达六成微信成首选[EB/OL].（2016-04-20）[2016-04-26].http：//news.cssn.cn/zx/zx_gjzh/zhnew/201604/t20160420_2
976627.shtml.
[ 3 ] VASILEIOU M， HARTLEY R， ROWLEY J. An overv-
iew of the e-books marketplace[J].Online Information
Review，2009，33（1）：173-192.
[ 4 ] SONGY S， LEE J M. Mobile device ownership among
international business students：a road to the ubiquitous library[J].Reference Services Review，2012，40（4）：574-588.
[ 5 ] KANG Y Y，WANG M J， LIN R T. Usability evaluation
of e-books[J].Display，2009，30（2）：49-52.
[ 6 ] 王琦，陈文勇.大学生对图书馆移动阅读服务的采纳行为及对策分析[J].科技情报开发与经济，2014（19）：3-5.
[ 7 ] 杨海军.移动图书馆用户采纳行为的模型构建[J].图书馆学刊，2015，37（5）：21-24.
[ 8 ] 沈思.高校用户移动阅读采纳模型研究[J].图书馆学研究，2013，22（03）：80-83.
[ 9 ] 何希.移动阅读及其用户行为研究[D].重庆：重庆大学，2014.
[10] 刘亚，蹇瑞卿.大学生手机阅读行为的调查分析[J].图书馆论坛，2013，33（5）：97-101.
[11] DAVIS F D. Perceived usefulness，perceived ease of use and user acceptance of information technology[J].MIS Quarterly.1989，13（3）：319-340.
[12] 徐新雨.基于UTAUT模型的移动图书馆用户采纳意愿实证研究[D].西安：西北大学，2014.
[13] 刘鲁川，孙凯.移动出版服务受众采纳的行为模式：基于信息技术接受模型的实证研究[J].国际新闻界，2011，33（06）：104-111.
毛 平 南京理工大学泰州科技学院计算机系讲师。江苏泰州，225300。
阚 倩 南京理工大学泰州科技学院学生。江苏泰州，225300。
李 莉 南京理工大学经济管理学院教授。江苏南京，210094。
（收稿日期：2016-07-07 编校：曹晓文）
GPRS用户行为特征分析 篇3
关键词：数据分析,GPRS网络,信令监测,用户行为特征
0 引言
随着移动通信和互联网的技术的结合,移动互联网业务成为当今世界发展最快、市场潜力最大、前景最诱人的业务,截止到2012年9月底,全球移动互联网用户已达15亿[1]。在移动互联网技术中,GPRS技术是一种基于GSM系统的无线分组交换技术,提供端到端的、广域的无线IP连接。作为现有GSM网络向第三代移动通信演变的过渡技术,它在许多方面都具有显著的优势,如传输速率高、费用低廉等。以GPRS为技术支撑,可以实现诸如电子邮件、电子商务、移动办公、网上聊天、基于WAP的信息浏览、PDA终端接入、综合定位技术等功能。目前中国移动GPRS网络已覆盖全国所有省、直辖市、自治区,网络遍及240多个城市。为更好支撑市场精细化营销工作,并同时对数据网络进行优化,各大省市移动运营商对GPRS信令监测系统建设的要求越来越高。
GPRS网络逻辑体系结构如图1所示[2]。Gn接口是GPRS网络信令监测工作中起关键作用的接口之一,对其进行监测将有效实现各大省市运营商的目标。
目前国内对Gn口的信令分析处于百家争鸣的状态,如杨斌提出的与七号信令监测系统相结合的Gn接口信令监测系统[3],还有王东提到的通过对GTP控制面和数据面相结合的研究[4],以及文献[5]中提出的集群式的GPRS核心网业务安全监测系统。本文采用的是一种专门用来解析GPRS信令面数据的系统,可以通过对信令数据进行解析和处理,并通过后续数据用户行为分析来达到信令监测的目的。
1 GPRS信令数据采集
1.1 系统部署位置
本文所实现的信令监测系统名称为GPRS信令解析系统,它是一个专门用来分析GPRS信令数据的典型协议解析系统。它提供了针对不同版本GPRS信令的分析机制,包括针对控制面流量的报文解封装、控制面消息分类处理、用户状态维护、信息分类统计和消息结果上报等等。在核心网的骨干链路,为了能够采集到用户完整的上下线信令,我们将系统部署在Gn接口GGSN (网关GPRS支持节点)一侧。部署的拓扑结构如图2所示:
其中在SGSN (GPRS服务支持节点)和GGSN部署的报文镜像设备,是通过分光器或其他方式镜像出现网真实报文数据,通过特定协议的封装后(如通用路由封装协议),将报文传输到GPRS信令解析系统所在的服务器。系统通过解析这些报文,可以实时的将用户真实的上下线情况反映在系统所产生的记录中,这些记录可存到本地的服务器,也可通过网络传输到远端数据处理中心进行分析。
1.2 系统功能模块
功能模块是系统逻辑功能的抽象概述,和真正的系统并不一定是一一对应的关系。本文介绍的GPRS信令采集系统模块如图3所示。
报文解析与分类模块负责从服务器网卡上接收报文,经过处理后将符合要求的报文传给GTP (GPRS隧道协议)消息处理模块进行协议分析。解析出来的用户和网络信息先放入发送缓存队列,由结果上报模块从队列中取出并发送给其他数据关联模块进行后续的处理。在处理信令交互的过程中,系统也产生大量的本地记录,主要是通过定时轮询机制来触发统计的记录。下面对各个模块进行简要描述
M1:报文解析与分类模块
该模块负责解析报文、并对报文进行分类,为后续处理做准备。当流量输入系统后,该模块负责判断是否为所需要的报文,如果不是则丢弃。对于所需报文,则按照协议格式进行解包、并按协议消息类型对报文进行分类,提取关键信息,统计相关内容,为下一阶段处理做准备。
M2:消息处理模块
该模块按照相关协议中不同消息类型进行协议状态维护及流转。先将不同消息类型的报文内容,提取存入相应的数据结构,然后依照协议状态,在哈希表中建立相应的状态或流转至下一状态。
M3:哈希表维护模块
系统采用哈希表来维护移动用户上下线的状态,而该模块负责哈希表中各个表项的添加、删除等操作。此外还负责哈希表之间的状态转移操作。作为协议状态的缓冲表,必须有一个专门的功能模块负责维护,否则系统无法对哈希表进行管理操作。
M4:轮询模块
该模块的主要功能是定时轮询哈希表,对表中存储时间大于超时时间的表项进行更新或删除。该模块的设立,主要是为了应对一些特殊情况的出现。这些情况一般会导致用户上下线的流程不能正常结束,这样在哈希表中就会多出一些“坏死”的状态。增加轮询模块后,对于这种“坏死”表项,轮询模块会对其进行更新和清除,避免了哈希表无限增大的问题。
M5:资源管理模块
该模块负责系统中内存资源和Socket资源的分配和回收,相对于直接由操作系统负责资源分配与回收的传统机制,该方法有更强的针对性和更好的合理性。
M6:结果上报模块
从缓冲队列中将用户上线、更新、下线的结果取出,按照预设的信息格式,将结果封装成报文发送至其它对接系统。
M7:信息统计汇聚模块
对系统中各个阶段的统计数据进行汇聚,并按类别定时导出,从而实现以状态维护和累计统计为主的系统处理功能。如汇聚累计在线人数,累计上线、下线人数等。
M8:系统日志记录模块
该模块记录系统所产生的所有行为,并按照某种规范表达出来。可以通过该日志为系统进行排错,或者根据这些信息调整系统的某些参数。该模块为系统诊断提供了参考依据。
1.3 系统记录输出
用户一旦完成上下线会话,系统都将生成相应的会话记录,由于本文只分析用户的会话行为特征,因此下面只列出用户的上下线记录的格式和内容,如表1所示。
2 GPRS用户行为特征分析
目前,GPRS信令采集系统已帮助各大省市运营商达到了流量采集的目的。在系统准确完成对真实网络的流量采集后,对这些数据进行分析也是信令监测工作的重要内容。本文主要是对系统所监控区域的在2012年3月份的输出数据而进行的分析。
用户会话的过程是指用户在上网时进行一次上线和下线的过程,其会话行为是用户最基本的上网行为,它能够反映用户的上网特征,如在线时长的变化和上网频繁度。通过对用户会话行为进行分析,将有助于探清用户产生的网络流量在数量、时间和空间上的分布,也有助于分析用户在上网时间或网络内容等方面的需求,分析结果可以为运营商的网络优化和服务定制提供有力依据。
2.1 在线人数随时间变化
GPRS信令采集系统统计记录的频率为5分钟,即将一天的时间分为288个时间点,通过对这些时间点的数据进行分析,我们能够揭示移动互联网在线人数随时间的变化规律。
通过对系统产生的大量统计记录进行对比,发现所观测的在线人数变化在一个月内的四个星期基本保持一致,选取其中的一周(2012年3月5号0点至2012年3月12号0点)在线人数变化绘成分布如图4所示。
由图4可知,一周之内用户的在线人数随时间的变化趋势基本相似,但是周末的在线人数和工作日略有不同。
工作日和周末出现在线会话数最大和最小的时刻基本相同,最大出现在19点30分附近,而最小出现在凌晨5点附近。在线人数从晚上23点之后处于减少的状态,且一直持续到凌晨5点。而在白天,从凌晨5点到中午12点,在线人数一直处于递增的状态,在中午12点半左右达到局部的最大值,但随后在线人数又出现小幅度的下降。从下午2点左右一直持续到晚上19点半,又出现在线人数增加的情况。可以看出在线人数的这种变化趋势,和人们的日常生活作息有极大关联,如今GPRS网络已成为人们日常生活获取娱乐和新闻的重要手段,因此不难理解这种变化趋势:从晚上22点到次日5点,无疑是人们睡觉休息的时间,人数必然会减少。从早上7点开始,会话数快速增加,说明人们日常工作的开始。到中午12点出现一个小高峰,有可能是因为人们利用午餐休息时间用手机进行上网娱乐,下午的低谷说明人们正忙于各自的工作。而晚上22点的在线人数高峰,是因为人们在睡前可能再次用手机上移动互联网进行新闻浏览。
可见,人们的日常作息影响着移动网络的流量,而我们在对网络流量进行监控后,针对负载的变化而采取相应的控制,以确保网络的稳定运行。
由图还可以知道,虽然工作日和休息日的在线人数变化趋势基本相似,但是在数量上还是存在差异。周末凌晨的时候比工作日同一时间段的人数多,可能是因为GPRS用户更倾向于在周末熬夜休闲或工作。而在白天,周末的用户数比平常的用户数少,可能是因为用户多用其他方式接入到互联网居多。
为了更进一步的分析在线人数在一天的内的变化趋势,本文把此周的工作日和周末各数据点分别算出平均值,对比工作日和周末的一天内在线人数的变化如图5所示。
对比可知,休息日相对于工作日变化幅度较小。在凌晨5点的最低点,工作日平均在线人数为504291,而休息日的平均在线人数为521274。在晚上19点30分的最高点,工作日平均在线人数为784639,休息日平均在线人数为781152。下表是对工作日和休息日的统计量进行描述,并且计算了他们之间的Pearson相关性。在统计学中,Pearson相关性是用来检查两个变量X和Y之间是否有相互关系(主要是线性相关),它是由Karl Pearson在19世纪80年代从Francis Galton介绍的想法基础上发展起来的。两个变量之间的Pearson相关系数定义为它们的协方差与它们方差积的商,即:
Cov(X,Y)是X与Y的协方差:
分别是X、Y的方差
由上述的定义可知相关系数的取值范围在[-1,1]的区间内,系数大于0则说明变量存在正的相关关系,小于0则表示存在负的相关关系。当相关系数接近1时,说明两个变量之间存在较强的相关性。
通过数据处理,算出工作日和休息日的相关系数如表2所示。
可以看出,工作日的变化幅度较休息日大,但是均值比休息日小,从Pearson系数可知它们的相关性很强,因此它们的变化趋势相近。
2.2 用户上下线随时间变化
我们以5分钟为粒度一天划为288个时段,然后统计每个时段内用户的上下线情况。监测用户的上下线情况有助于我们进一步了解用户的总体行为规律。
由于一周内每天的变化趋势都相似,因此任意选取某天内用户的上下线情况绘成分布如图6所示:
可以看出,上下线的人数也随着时间变化有着相应的规律,上下线人数在凌晨4点到5点间达到低谷,从凌晨5点到上午9点左右上下线人数均有上升的趋势,其中上线的人数较多。在上午10点左右,上下线人数均达到最大值,说明此时用户的上下线活动非常频繁,随后上下线人数趋于稳定。直到晚上20点,下线的用户数比上线的用户数较多,这也与在线人数分布相符合。
为了更清楚地分析上下线人数和在线人数之间的关系,现将在线人数、上线人数和下线人数进行数据标准化,绘出它们的分布如图7所示:
由图7可知,在晚上10点半到凌晨4点的时段在线人数是逐渐下降的,且下降幅度越来越小,上线人数和下线人数也呈下降趋势,且下线人数稍高于上线人数,这说明此时段很多用户开始准备休息。4点到6点期间,在线人数趋于稳定,此时也是一天中在线人数最少的时刻,同时,上下线人数大小也基本保持一致,两条曲线保持重合,数值也是全天中最小值。这说明此时段大部分用户已经休息,而有少部分用户仍然在通宵工作或娱乐。从6点到12点的时段,在线人数大幅度上升,一直达到极大值,且上升幅度先增大再减小,上线人数与下线人数也在上升,上线人数一直稍高于下线人数,这说明此时段用户陆续开始一天的工作和娱乐;6点到9点的时间段内上下线人数与在线人数同时大幅度增加,但上下线人数增加领先于在线人数的增加,此时段人们多在上班的路上,8点到9点期间上下线人数达到最大,在线人数仍然在继续增加,但增加幅度开始逐渐减小,此时段恰好大部分用户刚开始上班,同时也说明会话中存在着大量的短连接,即用户上线后很快下线,关于这个情况会有后续分析。
中午12点到晚上21点的时段,在线人数虽有波动,但变化不大,曲线没有较大起伏,上下线人数曲线一直处于重合状态,对在线人数基本无影响。另外,下午12点到16点,虽然在线人数没有大的变化,但是用户上线人数与下线人数比较少,可推断是因为此时段是上班时间,用户的上下线减少,在线用户中存在较多长会话。下午16点到19点左右,在线人数变化较小,但上线人数与下线人数变化较大,达到一天中极高值,这可能是下班期间,用户在回家的路上用手机上网而导致,人数无大变化说明存在较多的短会话。晚上19点到21点,在线人数保持平稳,但上下线人数较之前减少,此时间是用户吃完晚饭进行晚上工作或娱乐的时间段,因此上下线情况较为稳定,可推断有较多的长会话。晚上21点之后,在线人数逐渐减少,且下降幅度越来越大,下线人数稍高于上线人数,且上下线人数差值也越来越大,这说明大部分用户陆续开始休息。
2.3 用户在线时长分析
根据GPRS隧道协议,本文中定义的用户在线时长为:从GPRS信令采集系统接收到用户的创建响应报文(即用户成功创建PDP上下文)开始计时,到接收到删除响应报文为止的时间间隔[6],在线时间的单位为秒。
通过对一天之内的用户在线时间做统计发现,用户的短连接次数较多,而长的在线时间较少,图8是以5分钟为时间粒度,描绘出用户的在线时长分布图。
图8中,为更清楚的展现会话数与在线时长的对应关系,横坐标与纵坐标均取以10为底的对数值。我们可以看出,会话数与在线时长的分布属于重尾分布,随着在线时长的增加,会话数在不断减少。其中在线时长大部分集中在短的时间段内,说明会话中存在着大量的短会话。也存在多达几天的在线时长,但是这种情况相对较少。表3是计算出的用户在线时长占比表。
3 结论
本文通过分析由GPRS信令采集系统获得的真实移动网络数据,得到了网络所在地的用户会话行为特征规律。文章分别对在线人数、用户的上下线人数、用户的在线时长以及各个指标之间的相关性进行分析。得出了以下结论:移动用户的上网习惯与日常生活规律密切相关,工作日与休息日的在线与上下线分布规律都相同;移动会话多为短连接,在线时长与会话数呈重尾分布,这对运营商进行流量控制具有积极的意义。
参考文献
[1]中国互联网络信息中心(CNNIC).第30次中国互联网络发展状况统计报告[Z].北京:中国互联网络信息中心(CNNIC), 2012. ??CNNIC.The 30th statistical report on internet development in China[Z].Beijing:CNNIC,2012.(in Chinese)
[2]文志成.GPRS网络技术[M].北京:电子工业出版社,2005. WEN Z C.GPRS Network Technology[M].Beijing: Publishing House of electronics industry,2005.(in Chinese)
[3]杨斌.移动通信网中GPRS中Gn接口的信令协议分析[D].重庆:重庆大学,2003 YANG B.The Gn Interface Protocol Analysis In GPRS Of Mobile Communication Network[D].Chongqing: University Of Chongqing,2003.(in Chinese)
[4]王东.GTP协议的安全威胁以及防护方案研究[D].北京:北京邮电大学,2010 WAND D.Threats On The GTP Protocol And The Protection Design[D].Beijing:Beijing University of Post and Telecommunications,2010.(in Chinese)
[5]吴祖光,邹仕祥,徐子平,叶乐,黄标.GPRS隧道协议研究与GPRS模拟环境实现[J].军事通信技术,2012,33(1): 76-80. WU Z G,ZOU S X,XU Z P.GPRS Tunneling Protocol and Implementation of GPRS Simulation Environment[J]. Journal of Military Communications Technology,2012,33 (1):76-80.(in Chinese)
用户创建行为 篇4
关键词：电子商务,鼠标行为,异常检测,身份认证,特征向量
1 引言
随着互联网的发展,电子商务已经成为人们日常生活不可缺少的部分。然而由于网上交易和网络支付平台的迅速兴起,网络支付安全体系尚不健全,网络购物人数不断增加,各种消费欺诈、用户信息泄漏问题频出[1,2]。网络交易中用户的身份验证普遍采用数字证书的方法[3],但是数字证书使用的用户名、密码等信息易泄露,这种方法并不能很好地解决用户身份可信的问题。
本文研究了通过用户行为模式进行身份认证的方法,提出利用鼠标行为认证的方法,对电子商务中用户购物行为的安全性加以保障。在以往的案例中,对用户行为的建模研究多运用于个性化推荐等方面[4],旨在提升用户的网购体验。本文的方法以电子商务活动中用户的购物行为所产生的鼠标行为数据为研究对象,根据用户特有的鼠标行为进行抽象建模,固化合法用户的鼠标行为模式,进而通过模式匹配判断新的购物行为是否属于异常行为。该策略无需辅助设备,可直接部署使用,不存在硬件设备的时效性和携带不便问题,便于优化用户操作体验。
2 基于鼠标行为的异常行为检测方法
2.1 异常行为检测原理
用户在电子商务网站实施的操作是多样化的:登录网站,浏览选购商品,加入或清空购物车,提交或取消订单等。在讨论用户异常行为时,类似于清空购物车,取消订单等的行为,对用户的钱财不会造成损失。所以本文选择了对用户利益可能有实质性伤害的有序行为,即要购买某个商品必须操作的流程,进行分析。
可以把这些流程抽象成一个类似自动机的模型。自动机有状态集,初态,终态,输入字符和转移函数,在某个状态下,输入某个字符,根据转移函数就转移到相应的状态[5]。图1 表示了抽象的类自动机模型。该“类自动机”可以表示为5-元组D=(Q, ∑, δ, q0, F),其中:
(1) Q是非空有穷集合,称为状态集。图1 中用圆角矩形表示,每个圆角矩形表示一种状态。
(2) q0是开始状态,就是说类自动机在还未处理输入的时候的状态。图1中初始状态为“未登录”状态。
(3) F是终止状态集合(F⊆Q)。图1 中终态有两种,即两种判断结果状态:正常与异常状态。
(4) ∑ 是抽象符号的有限集合。图1中,∑={0,1}。字符1抽象表示满足一定的条件,0表示不满足该条件。
(5) δ 是状态转移函数。
在此模型中,当输入字符为0 时,即该阶段的鼠标行为特征向量不匹配时,则当前状态直接转移到终态集中的异常状态,判断出当前用户行为是异常的。只有每次输入的抽象字符是1,即每个阶段的鼠标行为特征向量都匹配时,才能最终转移到终态集中的正常状态,判断出当前用户的行为是正常的。综上所述,检测异常行为的过程就是运行该“类自动机”的过程。
运行上述“类自动机”过程中,最重要的环节是判断每个阶段的输入符号为1 还是0,即每个阶段的鼠标行为特征向量是否匹配,具体地可以这样操作:利用该阶段时用户的鼠标行为数据,通过数学运算得到鼠标行为特征值,并利用基于欧式距离的K-Means聚类算法生成当前用户鼠标行为特征向量,并与之前根据训练阶段所采集的鼠标行为数据分析生成的正常用户行为特征向量,进行匹配,超过一定的阈值,则可以判断出当前行为属于异常行为,否则为正常行为。整个过程如图2 所示。
2.2 鼠标行为特征向量定义和匹配
考虑到在一般的电商网站中,很少或基本不会进行双击操作,所以主要采集鼠标单击和移动两种操作产生的数据。单击时采集数据项有:网站页面序号,X、Y轴坐标值,时间戳,其中网站页面序号这个数据项代表了用户购物的状态,表示用户进行到登录、浏览、下单等几个阶段中哪一步。使用上述数据项,通过数学计算可得到单击时间间隔,单击范围分布等。在采集移动鼠标数据时,需要预先设定一个采样率[6]。移动时采集数据项包括:网站页面序号,X、Y轴坐标值,时间戳。通过这几项数据,后续可以计算出移动速度,加速度,移动角度值等特征属性。
K-Means聚类算法是一种迭代的聚类算法,该算法事先设置K值,算法的结果是将数据划分为K个簇集和相应簇心。每个簇集的簇心就是该簇集中所有数据的均值,物理意义就是簇集中数据的行心[7]。
鼠标行为特征向量的设计,可以利用上述采集到的特征属性值和K-Means聚类算法。考虑到应用环境为电子商务购物网站,在购物过程中每个状态跳转都可以定义独特的特征向量。具体地,如在图1 中从“未登录”状态转移时,考虑到每个用户的手速和操作习惯等不同,可以把单击时间间隔均值及其标准差作为特征向量的一部分;另外,单击区域也因人而异,可将采集到的大量单击点坐标,通过基于欧氏距离的K-Means聚类算法,得到最密集簇的簇心坐标作为特征向量的一部分。其余的状态转移时设计的特征向量类似于上述内容,故不再赘述。
特征向量的匹配,则需要计算特征向量间的距离。考虑到特征向量中的各个特征分量的数量级和单位不同,可以先对特征向量中的各个特征分量做归一化处理,然后求特征向量之间欧式距离。若该距离超过一定的阈值,则可以判断出待测的特征向量异常,检测流程直接跳转至异常状态,拒绝该用户的后续操作。具体如图3所示。
3 实验结果分析
实验有6名用户参与,采集这些用户在购物网站中产生的鼠标行为数据,生成行为特征向量,使用上节所述的检测方法进行用户身份的识别。实验中采用Failed Acceptance Rate(FAR,漏检率)和Failed Rejection Rate (FRR,误检率)[8]两个指标进行效果分析。最终实验结果如表1所示,从表中数据可以得出:该方法的平均FAR为10.50%,FRR为9.72%,说明系统可以较好地识别用户,检测出异常的用户行为。
4 结论
本文针对电子商务中频繁的用户身份冒用现象,给出了利用用户鼠标行为特征进行用户身份认证,进行用户行为异常检测的方法。该方法不需要额外的硬件辅助,只需要在购物网站中嵌入代码采集用户鼠标数据就可以对用户身份进行识别。同时用户鼠标行为特征信息区别于传统的用户名密码信息,具有独特性、不易模仿性和不易盗取性,运用到电子商务用户身份认证领域,具有一定的实用价值。
参考文献
[1]胡伟雄.电子商务安全与认证[M].北京:高等教育出版社,2010.
[2]中国互联网络信息中心.第31次中国互联网络发展状况统计报告[DB/OL].(2013-01).http://news.xinhuanet.com/tech/2013-01/15/c_124233840.htm.
[3]朱玲玲.网络安全中的用户身份认证机制[J].中国科技信息,2006,1(1):46-47.
[4]吴胜兵.Web数据挖掘的应用与研究[M].南昌大学,2007.
[5]Hopcroft J E,霍普克罗夫特,Motwani R,et al.自动机理论,语言和计算导论[M].机械工业出版社,2004.
[6]Pusara M,Brodley C E.User re-authentication via mousemovements[C]//Proceedings of the 2004 ACM workshop on Visualization and data mining for computer security.ACM,2004:1-8.
[7]Machine learning:An artificial intelligence approach[M].Springer Science&Business Media,2013.
用户创建行为 篇5
1 用户通过哪种方式手机上网?
网络接入速度和流量资费始终是影响手机用户上网体验的最重要的两个因素。因此, 我们在从飞流云服务器下载中心的用户网络接入点进行统计分析的同时, 并对Android和Symbian平台的接入点进行对比。
如图1所示, 从Android用户来看, 形势发生了一些转变, 2011年上半年看到的Wifi和3G占比上升的趋势并没有持续。Wi Fi用户占比从6月的58%, 降低到12月的50.8%, 3G接入也从9.7%降低到了8.5%, 而低速2G接入从32.3%上升到40.7%。
如图2所示, 从Symbian用户的接入点来看, 3G和WiFi进一步的普及有所体现, 但革命道路依然漫漫。3G占比从2010年的4.2%上升到了2011年12月的9.2%, 高于Android用户的8.5%。Wi Fi接入同期从5.9%上升到了7.9%, 总体加起来的高速网络接入占比约17.1%, 2G接入 (CMWAP、CMNET等) 则全年下降6个百分点降至82.9%。
2 用户最青睐哪类手机游戏?
从2011年下半年Android游戏用户下载按类型分布 (如图3) 来看, 休闲游戏、竞速赛车、飞行射击、动作冒险、互动网游是最受用户欢迎的五个大类, 下载量占游戏下载总量的69.48%;策略塔防、棋牌桌游、经营育成、益智解谜、体育运动分列第六到第十。而Symbian下载按类型分布 (如图4) 来看, 休闲、网游、动作、射击、竞速是最受Symbian用户欢迎的五类游戏, 下载量占比79.95%。
3 用户欢迎的手机软件都有啥?
从2011年下半年Android软件用户下载按类型分布 (如图5) 来看, 通信联络、浏览搜索、影音媒体、系统工具、图片拍照是最受用户欢迎的五个大类, 占Android软件下载总量的63.40%;地图导航、社交交友、学习阅读、个性美化、生活常用分列第六到第十。而Symbian下载按类型分布 (如图6) 来看, 通信联络、浏览搜索、影音媒体、学习阅读、安全隐私是最受Symbian用户欢迎的五类软件, 占总体Symbian软件下载量的72.15%。
4 Top100软件分类排行情况如何?
网络用户的信息行为研究综述 篇6
1.1 含义的研究
网络用户是指在科研、教学、生产、管理、生活以及其它实践活动中需要和利用互联网、局域网等网络获取和交流信息的个人与团体[1]。目前, 对于用户信息行为的含义, 比较成熟的主要是针对传统用户信息行为, 主要有以下3种:
⑴在动机支配下, 用户为了达到某一特定的目标的行动过程[2]。⑵在认知思维支配下对外部环境做出的反应, 是建立在信息需求和思想动机基础上, 历经信息查寻、选择、搜集各过程, 并为用户吸收、纳入用户思想库的连续、动态、逐步深入的过程, 如明确信息需求实质、选择适当的信息系统、制定正确的检索策略[3]。⑶人类运用自己的智慧, 以信息为劳动对象而展开的各种信息活动, 即人类的信息查询、采集、处理、生产、使用、传播等一系列过程[4]。
参照以上定义, 网络用户信息行为, 就是指网络用户在信息需求和思想动机的支配下, 利用网络工具, 进行网络信息查寻、选择、吸收、利用、交流和发布的活动。
1.2 类型的研究
根据网络用户产生信息需求到吸收利用信息的一系列过程, 将网络用户信息行为分为信息需求行为、信息查寻行为、信息浏览行为、信息选择行为、信息利用行为等。
⑴信息需求行为。用户的信息需求是产生信息行为的原动力。⑵信息查寻行为。查寻行为在所有信息行为的研究中占主导地位。曹树金、胡岷等学者对国外的网络信息查寻行为研究进展进行了探讨, 发现克洛巴斯等学者已经构建出了行为意图模型, 该模型能更好地解释人们对电子信息资源的利用[5]。⑶信息浏览行为。用户的信息浏览行为可以直接地评价网络信息资源的利用程度。林珊如学者通过实证研究, 提出了一个浏览行为的多面性概念架构和浏览行为的影响因素[6];邓小昭学者总结了浏览行为的方式、目的、优点与局限[7]。⑷信息选择行为。信息选择行为即是依据一定的判断标准对查寻到的信息进行选择。信息选择的判断标准主要有相关性和适用性。⑸信息吸收与利用行为。这方面的研究成果较少。鲁安民学者认为信息行为蕴含着信息吸收, 信息吸收是信息行为的延伸和升华。他探讨了信息吸收的基本形态和本质, 分析了信息行为并建构了它与信息吸收之间的关系, 分析了影响用户信息行为与信息吸收的因素[8]。
2 研究视角
2.1 不同网络用户的信息行为
针对特定网络用户信息行为的研究成果有:⑴学术性用户上网的主要目的是查找专业信息, 主要是使用互联网的发送电子邮件、查询图书馆目录等功能, 他们对高质量的数字信息资源需求比较大[9];⑵大学生以信息获取行为为主, 而信息发布、交流、咨询的行为较少[10];⑶研究生上网的主要目的是查寻专业信息, 其获取信息的首选方式是数字图书馆, 其次是网络搜索引擎, 且对数字图书馆提供的信息服务评价普遍比网络信息资源高[11]。
2.2 网络用户信息行为的心理学研究
葛园园学者应用精神分析学说中的核心理论, 从用户信息需求的本能分析、人格三重结构与用户个性分析、潜在信息需求分析、唯乐原则与用户信息行为倾向等4个方面, 揭示其内在本质关联性, 期望为用户心理研究开辟一块崭新的天地[12]。
2.3 网络用户信息行为的方法研究
国外的网络用户信息行为研究方法主要是问卷调查法和搜索引擎日志分析法。研究成果如A.Spink等学者利用搜索引擎Excite的查询记录来分析用户的提问式长度、检索词的分布、相关反馈的利用以及用户图像信息需求的表达等[13]。而国内主要是采用实证分析方法, 研究成果如巢乃鹏学者采用实证研究的方法, 详细分析了用户的信息查询行为, 对影响用户信息查询行为的因素进行了分析, 并构建了我国网络用户信息查询行为的模型[14]。王建勇等学者通过对我国“天网”中英文搜索引擎的查寻日志进行分析得出用户查寻行为的分布特征及启示[15]。
摘要：网络用户信息行为, 就是指网络用户在信息需求和思想动机的支配下, 利用网络工具, 进行网络信息查寻、选择、吸收、利用、交流和发布的活动。
构建移动用户行为分析模型 篇7
智能手机的高度普及, 使广大用户的日常生活和个人习惯出现了翻天覆地的变化。当人们在公交车上或者在候车室、候机室等公共场合时, 均可看到“手机党”的存在, 由于智能手机比电脑携带方便, 可满足人们日常所需, 受到各阶层、各年龄人群的热烈追捧。随着移动网络业务不断的发展和壮大, 使用的用户也在成倍增长, 据不完全统计, 我国电信业务在2013年10月完成总量为1183.5亿元;移动电话用户总数达到12.16亿户, 占电话用户总数的81.9%;移动互联网用户总数达到8.17亿户, 其中3G上网用户比例高达到34.5%。对于移动营运商来说, 目前的移动业务市场已经是硝烟四起, 竞争十分激烈, 而竞争方向已由单纯的业务竞争, 转变成手机终端以及宽带手机上网和各种其他的数据业务的竞争。在机遇与挑战面前, 营运商必须对从网络服务质量和数序业务分析能力进行全方位的武装, 以此来迎接新世纪的挑战, 而这一切的基础, 就是构建用户行为分析模型, 以此来清晰的掌握用户的所思所想, 更好的满足用户的需求, 只有这样, 才能在如此激烈的竞争中屹立不倒。
1 构建移动用户行为分析模型的意义
1.1 概述
为了更好的掌握移动用户信息, 了解用户需求, 因此构建移动用户行为分析模型。移动用户行为模型分析是以用户业务访问量的数据为基础, 在此基础上进行分析、统计, 进而掌握使用移动业务的规律, 将此规律作为依据, 制定相应的营销计划。以此来改进移动业务存在的不足, 使其更好的适应市场需要。
1.2 用户行为分析模型的重要性
1) 面向市场, 有针对性的引导用户进行消费
对用户的行为数据进行挖掘, 主要作用是为了对移动用户进行引导, 同时, 依靠市场部门与设备维护部门采集的用户数据和系统数据, 来对用户行为进行部署, 并对用户的行为进行全方位的统计与分析, 当充分掌握用户的行为数据后, 即可解决大量网络宽带被少数用户占用的问题。其次, 将用户根据不同特点进行区分, 对每个小用户群体的使用习惯和期望速率值进行统计, 根据统计值对各个群体针对性的限定速率, 推出针对性的移动业务组合以及资费方式, 让成本与收益以最佳的状态进行结合, 一方面让用户可以尽情体验, 另一方面使EAP得到最合理的控制。
2) 面向用户, 提高用户管理水平
对于潜在客户, 移动用户分析模型能够掌握用户需求, 进而在进行识别时更好的获取客户;而成熟期的客户, 利用移动用户行为分析模型来完善客户体验服务, 是客户群更加成熟;离网期客户, 移动用户分析模型可准确辨别出离网客户, 及时进行挽留, 争取重新赢回客户。由此可见, 移动用户分析模型对于移动业务营销起到至关重要的作用。
3) 面向建设, 促进网络建设
虽然, 移动业务在不断发展, 但仍然会存在一些不足和弊端, 例如建设规划不到位, 导致形成恶性循环。比如, 当用户因移动网络质量差而投诉时, 会出现加站, 这使本来状态不佳的网络出现新的网络干扰。这是因为加站会使3G网络、CDMA网络这种自干扰系统出现网络干扰, 这就使一加一非但不等于二, 甚至会小于一, 最终使问题逐步恶化。因此, 为了更好的建设移动网络, 应该以优化思路为指导, 使优化与建设相融合, 取其长、补己短, 让移动网络建设更加的完善。
2 移动用户行为分析模型具体内容
2.1 分析数据
主要的用户行为分析模型数据有以下几点内容:
1) 用户数据;
2) 用户访问记录;
3) 用户业务品牌数据;
4) 网络基础数据;
5) 网络性能数据。
以上数据分别记录着用户的基础信息;业务使用时间、时长;套餐使用类型;小区、基站、BSC、RNC、MSC、GGSN等网络资源数据;话务统计数据, 如网元的话务和流量等。
2.2 分析方法
用户的移动业务模型建模应用马尔可夫模型。以历史数据为基础, 对时间间隔点上的各类人员分布情况进行预测。而人员的变动趋势, 可以通过对历史人员的变动规律进行推测得出结果。具体详情如下:
1) 用户历史数据, 可用于推算转移率, 进而得出迁出转移率的转移矩阵;
2) 对初始时刻各类人员的分布状况进行统计;
3) 以所建立的马尔可夫模型作为依据, 对未来人员的供给情况进行预测。
2.3 分析内容
分析内容包括以下几点:
1) 聚类分析;
2) 消费习惯建模;
3) 用户投诉行为分析;
4) 整网的用户密度、用户分布突变及网络建设成熟度分析;数据业务分析。
具体作用如下:
1) 将用户按照消费习惯进行聚类, 掌握各类用户的消费习惯后, 便于工作人员针对其习惯进行业务推介;
2) 为了更好的掌握客户未来的消费行为, 以历史数序为依据建模, 更好的对工作人员开展业务进行指导;
3) 方便业务人员以及维护人员识别出业务盲区、网络信号盲区等;
4) 方便追踪热点区域与VIP客户、集团客户以及单用户行为, 便于统计分析用户人群的特点, 掌握用户群对于业务使用的满意度;
5) 通过流量分析报告, 对基站数量进行规划和部署, 以此来节省投资于设备与架设的成本, 同时, 利用移动业务流量监测, 掌握用户行为, 给优先级业务宽带提供保障。
2.4 分析结果
通过对用户行为模型分析, 可得出每个时间点的重点保障区域, 针对该区的业务类型, 合理的进行优化配置, 在不浪费网络资源的同时更好的满足用户的实际需求。为了更好的掌握单用户的业务与网络状况, 可建立列表对一段较长时期和用户较多的时间段, 所使用的业务统计值以及使用的业务品牌数据进行统计, 标注该时间段用户经常使用的业务与当前业务品牌是否匹配, 以便于业务人员更好的想用户推介最适合的业务品牌。
3 结语
当前, 移动业务最核心的问题就是如何让用户与业务策划者进行更好的沟通, 对用户需求有清晰的了解, 以便于更好的为客户提供服务, 进而使客户满意度得到提升。因此, 应分析目前移动通讯网上的数据业务, 通过分析得出用户使用行为习惯, 为评估系统的负荷和业务的开展, 提供重要参考价值。
参考文献
[1]李蒙翔, 顾睿, 尚小文, 王刊良.移动即时通讯服务持续使用意向影响因素研究[J].管理科学, 2010 (05)
[2]皇甫大鹏, 陈平, 王兴建.基于一种改进的K-means算法的校园网用户行为分析研究[J].广西大学学报 (自然科学版) , 2011 (S1)
[3]张美图, 姜艳晖.数据挖掘在移动通信市场的应用[J].现代电信科技, 2011 (Z1)