用户移动行为论文（精选12篇）
用户移动行为论文 篇1
引言
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)
[4]颜颖.七号信令监测系统在电信话务分析中的应用[J].信息通信技术, 2010 (03)
用户移动行为论文 篇2
为全面、深入了解移动支付业务应用现状，准确把握个人用户年龄、收入、学历等基本属性以及使用习惯的变化，持续为成员单位提供有价值的调研信息服务，中国支付清算协会移动支付和网络支付应用工作委员会组织相关成员单位成立课题组，重点针对用户基本属性、用户使用偏好、用户满意度等内容开展延续性调查工作。
课题组自8月起至11月组织支付宝、财付通、联动优势、易宝支付和网银在线等成员单位，对往期调查问卷进行优化，完成问卷投放和数据信息采集，基于对收回的8100余份有效问卷的处理分析，撰写形成调查报告。
一、移动支付用户特征分析
(一)移动支付男性用户多于女性用户
20男性用户占全部移动支付用户的76.7%，而女性用户占全部移动支付用户的比例为23.3%;男性用户占全部移动支付用户的78.4%，而女性用户占全部移动支付用户的比例为21.6%。两年调查结果相似，男性用户多于女性用户。
(二)移动支付用户主要为中青年群体
年，移动支付用户中30岁以下群体占比最多，为76.4%;其次是31-40岁用户，占比为16.8%; 41岁-50岁及51岁以上用户共占比为6.8%。
(三)本科及以下学历用户在移动支付用户中占比最多
2016年，移动支付用户中拥有本科及以下学历的占比排名第一，为95.8%;拥有硕士研究生学历的用户排名第二，为2.6%;博士及以上高学历用户排名第三，为1.6%。
(四)城乡移动支付用户比例差异较小
2016年，县城的移动支付用户最多，占比为19.6%;省会城市列第二，占比为19.0%;农村地区列第三位，占比为17.0%;地级市列第四位，占比为15.8%;直辖市和乡镇地区分别为14.5%和14.2%。
二、移动支付用户使用行为分析
(一)移动支付用户具有较高的使用频率
2016年，有22.8%的用户每天使用移动支付，一周使用2-3次移动支付的用户，占比为26.7%，有10.3%的用户每周使用1次移动支付，三者合计为59.8%。半个月使用一次移动支付的用户占比为13.0%，一个月使用一次移动支付的用户占比14.2%，有12.9%的用户不常使用移动支付。
(二)移动支付用户每次以100元以下为主要支付金额
2016年，有77.25%的用户每次支付金额在100元以下， 18.8%的用户每次支付金额在100-500元，有2.2%的用户每次支付金额在500-1000元，1.7%的用户每次支付金额在1000元以上，充分体现了移动支付服务于用户小额便民支付需求的特点。
(三)用户在使用支付账户时，可以接受银行卡输入密码支付，也可以接受绑定支付账户支付
2016年，对移动支付用户的使用习惯进行进一步的调研发现，有42.8%的用户愿意通过与支付账户绑定，登录支付账户直接选择银行卡完成支付;有13.0%的用户愿意每次输入银行卡卡号、密码等要素进行支付，剩余有44.2%的用户表示以上这两种都可以。
(四)操作简单方便是用户愿意使用移动支付的主要原因
在调查中，有79.6%的用户是因为操作简单、方便而选择移动支付，排名第一;选择无需带现金或银行卡这一原因的用户占比为47.5%，排名第二;排名第三位的是优惠促销活动多，占比为30.7%;随后是商户支持该方式和安全性高，这两项分别占比24.1%和24.0%;其他因素占比15.1%。
(五)安全隐患和付款失败是用户最担心的问题
在调查中，安全隐患和付费失败是移动支付用户最担心的问题，分别占比为46.5%和42.6%，排名第三位是手机网速慢，占比为39.1%;排名第四的是商户不支持，占比为34.1%;上网流量费用高和支付环节操作复杂的占比分别为27.2%和22.2%;担心限额低的用户占比为21.7%;担心开通繁琐的用户占比17.0%。
(六)用户认为未来移动支付的安全性、应用场景范围最需要改善
安全性问题排名第一，占比为52.4%，用户认为未来移动支付交易安全性还需加强;排名第二位的是应用场景的范围，占比为46.0%;支付限额排名第三，占比为41.2%;排名第四的是便捷性，占比为38.2%;服务质量、使用成本及其他问题分别占32.1%、20.2%和15.1%。
三、移动支付用户属性与行为偏好分析
(一)超市或便利店为用户最常使用的条码支付场景
用户最常用的条码支付场景为超市或便利店，占比为47.7%;其次是餐饮店，占比为23.0%;自动售卖机及电影院的占比分别为17.1%和16.9%。在其他场合使用条码支付的用户占比为33.0%，不使用条码支付的用户占比为28.0%。
条码支付凭借其操作简单便捷、搭建成本低廉等特点，近年来在零售业、餐饮业迅速普及。目前各大超市、便利店已全面支持各支付服务提供商的条码支付应用，因而超市或便利店成为用户最常使用条码支付的场景;部分连锁快餐店与支付服务提供商进行合作，也已实扫码支付等应用。
(二)过半用户使用或接受条码支付，城市用户的使用或接受程度高于农村用户
超过一半的用户表示他们使用或接受条码支付。其中，位于直辖市的.用户对条码支付的接受程度最高，为75.2%;其次为省会城市，有70.7%的用户选择了使用或接受条码支付;位于农村的用户对条码支付的使用或接受程度最低，为56.1%。
(三)用户最常在娱乐类业务下载和购买生活所需品时使用移动支付
60.3%的用户表示他们最常在娱乐类业务下载时使用移动支付，如购买会员服务、游戏下载等;其次为生活类，如购买生活所需品等使用移动支付，占比为42.4%;排名第三的是水费、煤气费等公共事业费缴纳，占比为23%;票务类排名第四，占比为14.5%;通过移动支付进行商旅类及投资理财的用户较少，分别占比为10.9%和9.1%;另外还有29.3%的用户选择了“其他”。
四、移动支付用户对生物识别技术认知程度及关注点
(一)用户对于移动支付的生物识别技术了解最多的是指纹，近三成用户对生物识别技术完全不了解
与20调查结果一致，指纹是用户了解最多的生物识别技术，占比69.4%;其次是声波，占比为21.2%;虹膜和静脉被用户了解的程度最低，分别占比13.8%和6.8%。除此之外，有27.5%的用户表示对各项生物识别技术均不了解。
(二)大部分用户愿意使用生物识别技术来进行移动支付身份识别和交易验证
超过70%的用户能够接受使用生物识别技术来进行移动支付身份识别和交易验证，有不到30%的用户选择了不接受。
(三)个人隐私泄露及安全隐患问题仍是用户在使用生物识别技术进行移动支付时最担心的问题
用户移动行为论文 篇3
移动互联网使用时间已经超越PC互联网。中国移动互联网用户平均每天接触媒体有效时间为5.8小时。其中，使用手机（不包括电话和短信）和平板上网时间总计达到146分钟，占接触媒体总时长的42%。移动互联网用户每天接触PC互联网的时间为100分钟，看电视时间为60分钟。
手机正在成为首选上网工具。从全国范围来看，35%的移动互联网用户主要通过手机上网，9%将手机作为唯一的上网工具。中国三、四线城市固网宽带的普及率不如一线城市，多数人群依赖手机上网，其中88%的移动互联网覆盖人群已经将手机作为首选或常用的上网工具，其中将手机作为唯一上网工具的比例达到13%，远超一、二线城市的5%。
从目前用户的有效使用时间来看，移动互联网已经在娱乐、信息获取和沟通这三大应用领域超越PC互联网。37%的受访者通过手机看视频、玩游戏、听音乐，15%在平板電脑上进行上述娱乐活动，38%在PC上进行。在获取新闻方面，43%的受访者依靠手机，38%依靠PC。
手机购物、移动金融将成为2014年的增长点。91%的移动互联网用户表达了在2014年将会进行移动端购买或支付的意愿，预计2014年移动电商和移动金融领域将迎来高速发展。
“双屏行为”逐步发展成一种普遍现象。64%的移动互联网用户在看电视的同时使用手机。发送短信或即时消息是最常见的行为，其次是使用社交网络（朋友圈、微博）。19%的受访者表示会通过手机搜索电视上看到的产品相关信息，15%表示会搜索与节目相关的信息。
移动互联网用户行为分析 篇4
关键词：移动互联网,用户行为,移动生活
根据我国相关部门数据统计, 截至2013年3月底, 我国共有11.46亿移动通信服务用户, 比上月增长1.24%, 比去年同期增长12.46%。今年有8.1739亿用户接入移动互联网, 占全部用户的71.34%。目前, 移动通信服务用户数占全国人口的84.9%。另外, 有2.7641亿用户在使用固网电话服务, 占全中国人口比例为20.5%。在3月份, 移动通信服务用户发送短信745.8亿条, 平均每个手机号码每天发送2.11条短信。早在2012年手机网民的数量就已经超越台式电脑网民的数量成为上网的主力军, 特别是近几年智能手机和平板电脑的普及, 同时也意味着移动互联网迎来高速发展的时期, 在最近有调果显示中国移动互联网用户平均每天的有效媒体接触时间为5.8小时。其中, 利用手机和平板上网时间总计达到146分钟, 占42%。远远超越PC互联网 (100分钟, 29%) 和电视 (60分钟, 17%) , 并且已经接近PC互联网与电视媒体的总和。手机凭借104分钟的使用时间成为最受欢迎的移动媒体 (因用户电话和收发短信的时间不属于媒体时间范畴, 所以这部分并未被纳入统计) 。移动互联是大势所趋。这就跟前十几年互联网业务刚开始在我国兴起那时差不多, 又一个划时代的变革令一大堆用户和创业者为之疯狂。这更是引起了国家互联网的巨头们拼了命地“跑马圈地”, 面对着数量众多的移动互联网用户谁都想抢占移动互联时代的高地, 谁都在这里分到一块大蛋糕。到后来不管是教育行业、金融行业还是医疗行业, 都紧密地与移动互联网结合在一起。
一、移动互联网用户主体分析
(一) 年龄分析
从年龄来看, 25~34岁人群是手机用户的主力军, 占比46.2%, 接近五成。其次为18~24岁群体, 在参与调查的用户中占据29.4%的比例。35~44岁群体占比为17.7%。其他年龄段用户占比较低, 均在3%以下。从以下数据可看出手机网民主体为30岁以下的年青人, 早在2007至2012年中的有超过10次上的调查, 在这方面的人口特征都比较显著。
早2007年第一次对手机网民数发布, 在报告中的描述是, “手机上网网民数1700万人, 18~24岁的网民所占比例最高, 为41.7%;其次是25~30岁的网民, 所占比例为24.6%;再次是18岁以下的网民, 所占比例为16.9%;”在这6年里, 移动互联网用户的特征, 保持得还算稳定。2013年5月数据显示, 在进行调查的部分移动网民中, 20~29岁占比34.6%, 11~19岁占比29.4%, 两个年龄段仍是移动网民中比例最高的。在2007年的调查中, 30岁以下手机网民累计达82.9%, 当时他们主要是进行彩铃下载, 在这6年时间里无论是移动互联网的应用和还是服务都在翻倍增加, 也逐渐地吸引了越来越多群体的用户, 而在30岁以下用户仍然占据着较高比例达65.0%, 主要增加用户部来自30~39岁这个年龄段的, 然而这部分人中很多都是5、6年前维持下来的习惯。
(二) 区域分布
目前, 我国移动互联网用户分非常广, 在全国各地都有着非常广泛的用户群体, 但从不同地区来看, 调查结果显示, 参与调查的手机用户中, 广东用户所占比例是最高的, 达到12.8%。山东与北京用户比例相差较小, 分别为8.3%与8.5%。河南、江苏和河北用户占比分布在5%~7%这个比例内, 而其他省分及自治区参与调查的手机用户占比均低于4.9%。
(三) 学历结构
从学历来看, 在调查中参与调查的手机用户大多数是本科学历, 这个比例占到46.6%, 差不多一半。其次就是学历为大专的用户, 约占30%。而高中、技校以及中专学历的用户所占到的比例不到两成。硕士及以上学历和初中及以下的用户占比均更低, 不足6%。
二、互联网用户行为趋向与预测
(一) 通讯方式逐渐以网络为主
目前, 手机QQ的广泛使用是电话通讯功能在移动互联网时代的一种延伸, 随着微信应用的快速发展, 这种趋势表现得越来越来明显。在2013年1月, 微信在我的用户数超过了3亿。而在2012年3月, 微信用户仅为1亿, 在不到一年的时间内微信用户就增长了300%。微信是基于手机的一种互联网应用, 它延续及拓展了手机通话与手机QQ的交流功能, 是网络电话中非常流行也是最为方便的方式。越来越多的手机用户开始将微信为主要的手机通话方式, 特别在于国际通话中, 微信可以在酒店中免费试用WIFI, 这是一大优势因此也是非常流行的。这可以从“联系朋友”是手机网民中也能得以佐证, 同时调查显示以联络朋友为主要目的的手机网民比例占到高达84.8%。
(二) 以微博使用替代社交网站
对于用户端的移动互联网应用, 在一方面是取决于服务商方面所提供的服务, 还有就是互联网整体应用环境产生的影响。随着微博的迅速发展, 逐渐在互联网领域对原有的社交网站进行了取代, 发展为新的网络社交平台。
(三) 生活服务受重视, 搜索被广为使用
在2011年12月有调查资料显示, 手机搜索应用以62.1%的使用率首次超过了手机网络新闻, 成为了移动互联网用户网络生活中的第二大应用, 并且这个使用率还会持续增长。随着移动互联网用户数量的增长以及网络信息日渐发达, 生活服务类的需求也在逐渐增长。
(四) 移动消费方式随处可见
在今天移动互联网非常发达的时代, 由于移动互联网的终端发展得非常快, 具有便携性以及操作简便性等, 这些条件的产生使得购买者群体突破了年龄、性别以及受教育程度的限制, 任何人都可以成为购买者。相比于传统的消费模式, 移动互联网时代对于空间和时间上限制也越来越少, 客户可以在第一时间获得世界不同地方不同消费者的消费信息。现在很多客户往往会针对某一种的产品或者是某一品牌的产品而组成一个讨论的社区, 人们在这里会针对产品的价格、性能、服务等进行讨论。
三、结束语
用户移动行为论文 篇5
移动端的交互功能设计提高了用户体验
我们常用的移动端指智能手机和平板电脑，尺度都少于10英寸，在这么一个狭小的范围内，用户看到的界面就对比狭小。稍微规划不好都也许形成页面加载过慢或许打不开的状况。很简单的一个比如即是餐饮APP，怎么提高用户体会让用户在使用过程削减烦恼，然后留住用户。打造出真实能让用户满足的移动端，削减用户的讨厌心情，黏住用户让用户不卸载或许不关闭，情愿接受移动端给自个带来的便利，而且让用户越来越喜爱移动端，成为手机中不行少的一种软件。
1、方面便捷的功能
如今越来越盛行餐饮O2O或许美甲O2O，许多渠道都建立属于自个移动APP，例如美团，饿了么等这样的餐饮软件，在用户挑选购餐之前，都会挑选在上面进行订餐。怎么让用户在很短时刻内，找到自个喜爱的食物，而且情愿在上面进行点击确认。主要的即是餐饮企业在上面供给食物的多样性，让用户多一些挑选。用户知道自个的方位怎么查找最近的餐饮企业供给的各种特征食物，用户运用便利和方便，就能用很快挑选美食。
用户想知道什么，可是不知道这家如何?那么，就不知道这家的美食的口味，就需求供给出美食图像方面用户挑选自个心中美食。然后，就是评估和投诉功用，这样让用户很简单的知道，就会让用户感受服务格外温馨，给用户多种挑选，而且能正当保护自个的权益，用户就会越来越喜爱。
2、登录界面的人性化
不论什么样的软件，在登录界面都要有自个的特征。为何这么说，试想一下，假如用户下载这种软件，不论从各方面让用户等候很长的时间，用户只会有一个念头卸载，而且说这种软件太废物，再也不想提起。假如在用户等候进程中，呈现一些特别的界面，让用户在看界面中渐渐忘掉等候时刻。这样用户就不会呈现恶感，反而由于这种界面情愿等候一会。玩过腾讯新闻客户端都知道，翻开腾讯客户端就会呈现广告界面，尽管这种界面显示广告，可是并没有让小编感到厌恶，反而由于这种界面，小编情愿去看广告。
3、划拉规划和下拉规划
移动端都是运用触摸屏，就需求用户进行滑动屏幕等，这和PC端挑选运用鼠标点击按钮的方法差异很大。前后的滑动、滚动式图表和旋转人物，这种规划都给用户在运用添加可选性，不单单是点击上面的文字。用户运用摆布滑动或许上下滑动进程中都能明白定位的自个想要的方位。这么动作会让用户感受很棒，而且在不知不觉中渐渐喜爱这种方法，愈加倾向于这种动作的运用。
4、交互式的互动行动
用户在移动客户端都喜爱进行留言，共享功用。格外是看到一篇很棒的帖子都会挑选共享到朋友圈或许空间中，让朋友也参加里边。例如如今对比盛行的做即是做微信大众号大咖们，通常一篇帖子都会形成几千人的继续浏览、点赞或许共享内容，粉丝喜爱中这种参加行动，由于这种圈子拉动粉丝在继续发酵中，用户渐渐都会舍不得脱离。
5、视觉化元素
再好的规划也需求思考视觉化，大家都喜爱美得东西，不喜爱丑的东西;情愿静静中享用这种美的感受，因而，视觉化元素都要表现出美好的东西，如今许多的移动端都会添加动画功效，或许是一种交互功用，即是给人在视觉上表现许多不一样画面感和添加质量，给人在使用中渐渐削减妨碍。
用户移动行为论文 篇6
调研说明：
1、监测方法：通过基调网络在全国部署的移动监测节点，对三大运营商2G、2.5G、3G用户访问5大行业网站的性能进行监测。平均4小时频率，测试周期1周，总计采集样本量31600个。
2、IP测试点数量：移动运营商3个IP测试点（2G/2.5G/3G），联通运营商1个IP测试点（3G），电信运营商2个IP测试点（2G/3G）。
3、调研维度：从用户的访问成功率（可用性）和访问反应时间（性能）两方面进行评估。
4、网站类型：涉及门户、搜索引擎、应用商店、网盘、旅游交通网站5大行业网站。
门户：新浪、搜狐、网易、腾讯
搜索引擎：百度、有道、必应
应用商店：豌豆荚、应用汇
网盘：华为网盘、金山快盘、腾讯微云、百度网盘、360网盘
交通旅游网站：携程、艺龙、海航、南航
5、测试浏览器：标准WAP浏览器。
一、不同制式访问性能比较：3G推动移动互联快速发展，各类型网站加速布局，搜索引擎和旅游交通网站表现抢眼。
访问成功率：2G和3G访问各行业网站的成功率都比较高的，尤其是访问应用商店、搜索引擎和旅游交通类网站，2.5G访问成功率相对偏低。
2G访问各类型网站的平均成功率最高达到99.9%，3G其次，2.5G成功率偏低，仅有97.6%。
2G和3G访问搜索引擎、应用商店和旅游交通网的成功率都比较高，2.5G访问搜索引擎成功率偏低，与2G和3G条件下访问大相径庭。
访问反应时间：无论2G用户还是3G用户，访问搜索引擎和门户网均保持领先，应用商店和网盘的反应始终较慢。
搜索引擎表现出了“引擎”的速度，在2G、2.5G、3G用户的访问反应时间均遥遥领先于其他行业网站。
对比不同制式访问的基准值，2G和2.5G用户访问网站时远远落后于3G用户，这虽然是个无可厚非的事情，但是从监测得出的2G用户访问反应时间平均16.7秒和2.5G用户访问平均13.8秒的数据足以让人咂舌。尤其网盘和应用商店两类网站的访问性能令人担忧。
二、各行业网站访问性能比较：老牌门户“网易”开始在访问反应时间上掉队；热门应用服务“网盘”的访问反应时间上，“金山”和“360”表现不足。
行业性能分析：
门户：从2G到3G，腾讯、搜狐、新浪无论在访问成功率和反应时间上，都与网易拉开了差距。
搜索引擎：百度始终领先，有道的3G访问体验逼近百度，但在2.5G用户的访问成功率上有待提升。
应用商店：豌豆荚和应用汇在访问成功率上始终差异不大，但豌豆荚的访问反应时间无论在2G还是3G条件下，均比应用汇快两倍。优质的用户体验也是豌豆荚占领绝对优势市场的关键。
网盘：各网盘在访问成功率上都表现不错，但从反应速度比较，金山快盘和360网盘差强人意。
交通旅游网站：航空公司近年抓紧提速在线预订业务，从访问性能看，用户体验不输于综合性的旅行预订网站。南航在反应速度上表现出色。
用户移动行为论文 篇7
截至2015年12月, 我国手机网民规模达6.20亿, 有90.1%的网民通过手机上网。据调查数据显示, 57.1%的用户觉得网络预约车租车方便实用, 习惯性的平时出行就会使用。专车服务和出租车服务共同构成移动打车软件的主要功能, 专车偶发性使用频率较高, 在整个市场中占比52.6%。从用户的需求看, 专车弥补了市场运力不足。手机打车软件是一种应用程序, 把乘客的打车信息与司机的服务意向进行链接, 解决了乘客与司机信息不对称的矛盾, 提高了司机的积极性, 合理配置了车辆资源。
分析我国用户使用专车服务行为的影响因素, 对于有目标的推进移动打车行业的建设十分重要。
本文以TAM为理论模型, 从用户感知专车服务的角度出发, 将感知价格水平、感知风险、感知娱乐性等外部变量加入模型, 使用实证研究的方式, 探索影响用户使用专车服务的因素, 这对树立打车软件企业品牌形象、促进打车市场的积极创新和政府的有效管理均具有重要的参考意义。
二、理论基础
目前, 打车服务用户行为的研究以实证研究为主, 在若干研究中, 使用最普遍的是“态度一意向一行为”模型。学术界广泛认为, 技术接受模型 (Technology Acceptance Model, 简称TAM) 可以应用于新信息技术的接受和采纳研究中。Davis在理性行为理论 (TRA) 的基础上加以修正, 提出了技术接受模型 (TAM) 。后来Vankatesh运用TAM模型用来预测和解释用户在同某个信息系统进行一定时间的交互后采纳该系统的行为, 旨在研究用户因为什么放弃或采用该信息系统。这个模型以个人关于技术的感知有用性 (Perceived Usefulness) 和感知易用性 (Perceived Ease of Use) 两个角度来分析影响用户接受信息技术的过程。国内外学者通过实证研究验证了TAM模型用来预测和解释用户行为是行之有效的。然而, 单一的TAM模型解释能力有限, 很多学者在进行实证研究时都会融入其他模型或变量来优化其解释效果。
三、模型构建
本文以TAM为基础理论模型, 依据打车软件服务的用户感知, 引入感知风险、感知价格水平、感知娱乐性、兼容性等外部变量, 构建出了打车软件的用户使用模型, 如图1所示。
本模型一共包含8个变量, 每个变量的定义都在考虑研究对象的基础上, 参考前人的研究成果总结概括得到, 如表1所示。
四、研究方法
每个变量有3-5个测度项, 被调查者凭主观意愿对各个问题选项打分, 采用Likert5级评分方法, 之后平均每个问题选项的分值, 并归入该变量的均值中, 在所构建的模型基础上, 对各变量与使用态度、使用意向进行相关性分析。
(一) 问卷设计
本研究问卷由以下二大部分构成:第一部分为受访者个人的基本信息, 其中包括性别、年龄、教育程度等在内的个人基本特征, 以及使用专车服务的基本情况 (是否使用、使用频率等) 。第二部分为用户对专车服务的个人感知测量。
(二) 样本构成及特征
根据调查问卷, 正式调研共发放140份问卷, 回收138份, 回收率为98.57%。筛选出来有效问卷124份, 有效率为88.57%。除去的14份问卷包括:没有完整填写的问卷、明显随意填写的问卷等。本文的调查对象为使用过专车服务或者熟知专车服务用户, 18岁到35岁年龄段的调查对象占比47.86%, 企业人员的比例占45.71%, 学生群体占比38.57%, 其他占15.72%。。本文的研宄对象与中国互联网络信息中心调查统计的年龄段和职业分类保持一致, 说明本次调查具有较高的可靠性。
(三) 信度、效度检验
本文通过SPSS19.0软件计算Cronbach Alpha系数对问卷进行信度分析。Cronbach's Alpha值在0.7以上表示量表可信。利用Amos17.0分析收敛效度和区别效度。
由表2看出, 各变量量表的Cronbach‘s coefficient Alpha系数均在0.8以上, 信度达到理想程度, 说明该题项设置合理, 具备一定的解释贡献。问卷中所有测量变量所对应的各个题项的因子载荷量均大于0.7, 且各测量变量的平均提取方差值AVE均大于0.5, 说明本文的量表具有良好的收敛效度;此外, 各测量变量的AVE值的平方根均大于其与其他变量之间的相关系数, 表明本文量表具有良好的区别效度。总体来看, 本研究所使用的各个变量及其所度量的含义都体现出较高的内部一致性和稳定性, 适合进行下一步的分析。
(四) 相关性分析
相关性分析的目的在于研究变量之间的不确定关系。本研究采用Pearson积差相关 (Product-Moment Correlation) 分析各变量间的线性关系, 根据本研究理论模型主要包括以下三方面的相关关系:感知风险、感知娱乐性、感知价格水平、兼容性、感知有用性、感知易用性与使用态度之间的相关关系;感知风险、感知娱乐性、感知价格水平、兼容性、感知有用性、感知易用性与使用意向之间的相关关系;使用态度与使用意向之间的相关关系。
由表3可见, 感知易用性、感知有用性、感知风险与使用态度的相关性较大, 兼容性、感知易用性、感知娱乐性与使用意向的相关性较大, 这表明了用户对打车软件操作、服务效率和安全性期待较高, 软件操作便捷、一定的愉悦感和以往打车经历的满意心理可能会促使用户使用该软件。使用态度与使用意向的高度相关性证明该模型具有一定的有效性。
五、结语
从样本数据的结果可以提醒打车软件运营商重点关注以下三个方面:
安全性:用户感知使用打车软件带来的风险会对其使用意向产生负面的影响。保护乘客的隐私安全, 不仅是乘客的内心诉求, 也是企业塑造品牌的重要途径。因此, 打车软件的营运商十分有必要建立完善的风险控制体系, 提升用户的信任感, 降低风险发生几率, 完善打车系统的漏洞, 这样才有利于营运塑造良好的口碑。
兼容性:对已经使用过专车服务的用户进行奖励, 创造一种愉悦的氛围。习惯专车服务的乘客往往不容易打出租车, 因为不仅是自己的身份象征, 而且更加乐于享受优质的专车服务。因此提高用户的满意水平, 有利于提高用户粘性。
服务效率:优化定位技术、增加用户定位体验。精准的定位有利于更方便地连接乘客与司机, 若有必要, 可以对部分群体提供街景引导服务, 减少两者见面的时间。
摘要：移动打车软件作为一种新的商业模式, 缓解了乘客“打车难”和司机“空载率”高的问题, 尽管许多研究开始关注移动打车软件的战略角色, 但是对于专车服务与用户采纳行为的关系的认识还不够清晰。因此, 以移动专车服务用户行为为研究对象, 从用户感知专车服务的角度出发, 构建专车服务的用户使用模型, 通过问卷调查, 利用SPSS软件分析和解释用户对专车服务的影响因素, 为打车软件运营商提供相应的推广建议。
关键词：移动打车软件,专车服务,TAM,用户感知,影响因素分析
参考文献
[1]中国互联网络信息中心.第37次中国互联网络发展状况统计报告[DB/OL].www.cnnic.net.cn.2016.1:72-73
[2]Davis, F.D.Perceived usefulness, perceived ease of use, and user acceptance of information technology[J].MIS quarterly, 1989:319-340.
[3]Venkatesh, V., F.D.Davis.A model of the antecedents of perceived ease of use:Development and test[J].Decision sciences, 1996, 27 (3) :451-481.
[4]Agarwal, R., J.Prasad.Are individual differences germane to the acceptance of new information technologies?[J].Decision sciences, 1999, 30 (2) :361-391.
[7]Moore, G.C, L.Benbasat.Development of an instrument to measure the perceptions of adopting an information technology innovation[J].Inforniation systems research, 1991, 2 (3) :192-222.
[8]辛欣译.创新的扩散/Rogers, Everett M[M].北京:中央编译出版社, 2002.
移动互联网用户信息行为实证研究 篇8
随着4G时代的到来, 越来越多的用户选择使用移动互联网进行信息活动。移动互联网的出现, 对人们日常生活、工作和学习过程中的信息行为产生了巨大的影响, 使得人们可以通过移动设备, 在Internet上获取丰富多彩的多媒体信息, 来满足人们日益增长的信息需求。
2 移动互联网用户信息行为概述
对于用户网络信息行为的界定, 学者们有着诸多不同的说法, 下面我们就列举一些具有代表性的定义:姚海燕和邓小昭指出, 网络用户信息行为是“网络用户在信息需求和思想动机的支配下, 利用网络工具, 进行网络信息査询、选择、吸收、利用、交流和发布的活动。”魏力更则认为, “因特网用户的信息行为主要指用户的网络检索行为。网上检索行为是指用户通过特定的网上信息检索工作来满足特定信息需求的行为。
综合以上论述, 笔者认为, 移动互联网用户信息行为是指个人或团体在认知思维支配下, 在实践活动中, 为满足对信息的需求, 利用移动设备进行信息检索、信息利用等活动的行为。
3 移动互联网用户信息行为实证研究
3.1 移动互联网用户信息行为模型的构建
笔者在对诸多国内外学者信息行为模型研究的基础上, 构建了移动互联网用户信息行为模型, 为了更好地验证模型, 我们对所构建的模型进行了实证研究。
3.2 实证研究的内容和结果
本次调查共发放问卷420份, 回收有效问卷374份, 问卷分别从移动互联网用户行为状况、用户信息行为以及信息行为的影响因素三个方面进行调查, 笔者对所收集的数据运用Excel和SPSS进行数据的整理与分析。
3.2.1 移动互联网用户行为状况
移动互联网用户行为的研究, 有助于了解用户行为的特征, 为更好地研究移动互联网用户信息行为有着深远的意义。从调查结果中我们发现, 移动互联网用户呈现年轻化、低收入、以职员和学生群体为主的特点;在移动互联网的使用情况上, 主要的使用场所集中在休息室和办公室, 分别占比87.97%和49.73%;主要的使用频率集中在每天多次, 占总比例的66.04%;在使用时长上, 在4小时以上的用户占比最大, 为36.36%;在接入移动互联网进行信息活动时, 最常使用的接入方式以Wi-Fi为主, 3G、4G为辅。然而, 随着3G、4G网络的急速发展, 越来越多的用户将会使用3G、4G业务体验移动互联网带来的新感受。
3.2.2 移动互联网用户信息行为
在对用户信息行为的调查中我们发现, 移动互联网用户的信息需求主要以获取日常信息为主, 除此之外, 获取娱乐信息、满足社交需求和购物需求同样是用户信息需求行为的主要目的。
在信息检索上, 有36.63%的用户还是会选择使用搜索引擎, 另外, 28.88%的用户会选择使用相关APP进行信息检索, 从中也可以看出, 移动互联网对用户信息检索的方式有着较大的影响, 人们已经从使用收索引擎进行信息检索这样的传统方式逐步向使用相关APP的方式转变。在信息检索语言的选择上, 移动互联网用户多以使用关键词为主, 这部分用户占比80.48%, 然而还有19.52%的用户依然使用自然语言的方式进行着信息检索, 这也说明, 部分移动互联网用户的信息检索能力还比较差、信息检索水平还不够高。在对用户常用的检索APP的调查中我们发现, QQ浏览器的使用率最高, 占比74.33%;手机淘宝的使用率占比其次, 为67.11%;排在第三位的是优酷, 占比60.16%。分析结果说明, 用户在选择信息检索工具时, 不仅考虑检索工具检索结果的精确度, 同时对检索工具与所需信息的相关性要求也比较高。移动互联网的兴起, 深深地影响了我们进行信息检索的行为, 相比于传统的信息检索, 乃至于互联网信息检索, 从形式上、行为上都有了较大的革新和进步。
在信息利用行为的调查中, 91.71%的用户会对所搜寻的信息进行筛选之后再利用, 这说明移动互联网用户在信息利用, 仅有8.29%的用户对所获取的信息不再做筛选处理。从结果中我们可以看出, 大部分移动互联网用户信息素养较高, 具有较高的信息觉悟, 对所获取信息的准确度也有一定的认识。随着研究的深入, 我们还发现, 20.86%的用户会经常整理所获取的信息, 41.18%的用户只是有时整理所获取的信息, 另外还有26.20%的用户很少进行信息整理, 甚至还有11.76%的用户从来不进行信息整理。这说明, 移动互联网用户对所获取信息的整理能力还不够高, 用户对信息的利用行为还只是停留在一个较浅薄的层次, 有效整理信息资源, 使信息有序化、合理化, 对信息的利用起到了至关重要的作用。
4 结论
综上所述, 用户对移动互联网上的信息需求较为强烈, 随着移动互联网业务的拓展和发展, 出现了一大批获取信息的新方式, 这些方式的出现, 对人们信息行为有着较大的影响和改变。然而, 从中也暴露出了移动互联网用户信息行为过程中存在的一些问题, 如何在移动互联网的大环境下, 有效地规范和引导用户的信息行为, 都是我们当下亟待解决和完善的重点问题。
摘要：移动互联网用户信息行为研究, 是用户信息行为研究的重要内容之一, 不仅有助于用户自身信息行为的规范, 也有助于移动互联网的长足发展。随着技术的进步, 移动互联网逐渐成为人们信息活动的主要场所, 本文通过实证研究, 对移动互联网用户信息行为进行研究和探索。
关键词：信息行为,实证研究,移动互联网
参考文献
[1]中国互联网络信息中心 (CNNIC) .第35期中国互联网络发展状况统计报告[R].北京, 2015.
[2]姚海燕, 邓小昭.网络用户信息行为研究概述[J].情报探索, 2010 (02) :14-16.
用户移动行为论文 篇9
移动健康服务MHS (Mobile Health Service) 指用户借助于移动终端访问移动健康服务应用程序, 从而取得相关的医疗健康服务和信息, 积极改善生活工作方式和自身行为向提高工作效率或增强健康体质发展的服务[1-2]。截至2015 年12 月中国手机网民规模达到6.20 亿, 较2014 年底增加6303 万人, 特别地, 网民中使用手机上网的人群占比由2014 年的85.8%提升到90.1%[3]。然而, MHS的用户数量较移动设备的庞大用户群还是很少, 因此就需要挖掘移动健康服务的潜在用户, 本研究将结合健康行为方面的理论, 从普通用户角度研究用户对MHS的行为意愿。
2 研究模型
以前关于健康信息技术的用户接受行为实证研究, 绝大多数是从技术接受理论角度进行分析。然而研究人员不仅要从技术角度分析, 还应就健康行为角度展开研究[2]。
本研究中的健康行为看为采纳移动健康服务, 保护动机理论PMT分为两部分:威胁评估以及应对评估。威胁评估包括:感知易感性, 个人感觉到自己可能身陷于健康威胁的程度;感知严重性:个人感觉到不健康的行为将会给自身带来危害的程度。用户只要觉得自身将极有可能受到健康威胁, 他们就会本能地产生保护健康的意愿, 从而远离威胁。本研究提出假设:
H1:感知易感性正向影响行为意愿。
H2:感知严重性正向影响行为意愿。
应对评估包括:反应效能:个人对健康行为有用性的认知;自我效能:个人对自己采取健康行为的能力认识。一旦他们觉得某种行为对健康有益, 且有信心维护个人健康免于外来威胁时, 他们有可能更会愿意采纳此健康行为。本研究提出假设:
H3:反应效能正向影响行为意愿。
H4:反应效能正向影响使用态度。
H5:自我效能正向影响行为意愿。
许多研究已经显示健康医疗服务的采纳行为与计划行为理论TPB中的态度、主观规范和知觉行为控制相关, 且行为意愿影响实际使用。态度:个人对实行某一行为负面或正面的感觉判断;主观规范:家人或朋友对其是否进行某特定行为所产生的影响力大小;知觉行为控制:指个人觉得实行某项行为的难易程度。知觉行为控制相当于自我效能, 是为计划行为理论和保护动机理论的共同变量。本研究提出假设:
H6:行为意愿正向影响实际使用。
H7:使用态度正向影响行为意愿。
H8:主观规范正向影响行为意愿。
根据以上分析, 我们构造了假设理论模型, 如图1 所示:
3 研究方法
研究模型共包含8 个因子, 所有测度项均引用和修改自已有文献, 以确保量表的信度和效度。问卷初步完成后, 我们请了20 名有移动健康服务使用经验的同学进行预调查, 然后根据他们回馈的意见, 修正了问卷的不足之处。
注:对角线上黑色加粗数值为AVE的平方根, 下面的数值为标准化相关系数。
本研究主要对武汉某高校学生和教职工进行调查, 调查包括网络问卷和实际调查两种形式, 共发放480 份调查问卷, 对回收的问卷进行整理后, 获得有效问卷328 份, 问卷有效率为68.3%, 统计分析显示男性为169 人, 女性为159 人。
4 研究结果
我们采用SPSS 20.0 和AMOS20.0 进行验证性因子分析检验测量模型, 包括信度检验和效度检验。信度由复合信度 (CR) 和克朗巴赫系数 (ɑ) 值来测量, 如表1 所示, 所有因子的 ɑ 值均大于0.7, 表示了较好的信度;效度由收敛效度和判别效度组成, 各潜变量抽取的平均方差值 (AVE) 和观测指标的标准负载衡量收敛效度, 如表1 所示, 所有潜变量的AVE值均大于0.5, 标准载荷均大于0.7, 表示了较好的收敛效度。
判别效度表示各因子与其指标的相关度是否大于该因子与其他因子的相关度, 如表2 所示, 因子间的两两相关系数均小于相应因子AVE的平方根, 说明各变量的判别效度较好。
我们用AMOS 20.0 进行路径分析, 检验模型的假设, 如图2 所示。在影响行为意愿的因素中, 感知易感性、健康状态以及自我效能的显著影响作用相对较大。
研究结果表明, 本研究提出的8 个假设均得到了支持。PMT模型的四个因子都显著影响行为意愿, 自我效能和感知易感性的影响最为显著。对于TPB模型, 使用态度, 主观规范和自我效能对行为意愿的影响都显著, 行为意愿对实际使用的影响也显著, 且公共变量自我效能的影响相对显著。研究还发现, TPB模型和PMT模型之间还有其他联系, 即反应效能对使用态度的影响也显著。
模型拟合指数推荐值及实际值见表3, 拟合指数实际值均优于推荐值, 表示模型具有较好的拟合度。
5 结论
移动健康服务在移动互联网技术的基础之上, 有庞大的用户群, 其智能感知的这个特点可以为用户提供随时随地的个性化服务。移动健康服务的行为意愿与自身健康相关, 还与对MHS技术的接受相关。
理论上, PMT理论偏向分析健康行为, TPB理论偏向分析技术接受, 但技术接受和健康行为均可能影响到用户采用MHS的行为意愿。考虑到TPB与PMT对用户行为意愿的作用和相互之间的联系, 本研究综合TPB和PMT两个角度分析用户使用MHS管理健康的行为意愿是合适的;实际上, 研究结果显示, 感知易感性、健康状态和自我效能对行为意愿的影响最为显著, 因此, MHS服务提供商在构建移动健康服务时, 要针对各阶段健康状态用户提供便利、高效的服务。
摘要：移动健康服务使用各种智能移动设备替用户提供高效、便利的健康医疗信息和服务, 以降低用户的医疗成本。研究显示移动健康服务在国内发展还不成熟, 本文基于已有文献, 构造了一个基于保护动机理论和计划行为理论的研究模型。研究结果显示行为意愿对实际使用的影响显著, 其他因子对行为意愿的影响也显著, 其中感知易感性、健康状态和自我效能对行为意愿的影响较大, 且反应效能还显著影响使用态度。
关键词：移动健康服务,计划行为理论,保护动机理论
参考文献
[1]杨子仪, 常青, 邱桂萍.基于智慧医疗服务平台的移动健康系统应用讨论[J].科技资讯, 2014 (08) :33-36.
[2]任聪, 邓朝华.移动健康服务用户接受模型及其实证研究[J].中国卫生统计, 2014, 31 (6) :1015-1018.
用户移动行为论文 篇10
随着互联网发展起来的社交网络对人类社会活动的方式、效率等产生了深远影响, 在社交网络基础上形成了移动社交网络 (Mobile Social Network) 。在移动社交网络的发展中, 用户的需求也发展到了一个新的阶段, 体现为对贴心服务和个性化服务的追求, 他们希望在任何时间、任何地点、任何设备上体验个性化服务, 因此移动互联网的发展要以用户为中心, 以提供个性化服务为终极目标[1]。
个性化服务的核心工作之一是如何通过移动用户的消费信息有效发现用户的行为模式, 进而根据用户个性化的喜好, 更好的提供有价值的服务信息[2]。本文针对传统粗糙集理论在属性约简时必须将数据全部放入内存, 导致在进行移动用户社交大数据时无法有效处理问题, 提出基于Map Reduce的移动数据粗糙集并行约简方法, 同时以Hadoop开源平台为基础, 构建了移动用户行为模式分析平台, 最后通过实验验证了平台的有效性与可用性。
2 平台框架设计
本文提出的基于Hadoop的用户行为分析模型框架, 主要由5个层次构成:资源层、存储层、控制层、分析层和展现层, 具体功能如下所述:
2.1 资源层。
资源层的对象分为两类, 一类是对用户各种移动业务访问数据的存储, 包括用户位置信息、终端设备类型、访问IP、网址/特征信息等等[3]。
2.2 存储层。设计存储层结构主要考虑两个方面:海量设备状态数据的高效存储和用户行为分析中访问效率问题。
2.2.1采用Hadoop分布式文件系统 (HDFS) 构建一个高度容错性的系统, 基于流数据模式访问并能处理超大文件 (1T以上) , 提供高吞吐量的数据访问。2.2.2使用列式存储的HBase数据库, 所有的待分析用户访问状态数据文件都以HFile文件形式存储在HDFS文件系统上。能够提供高并发读写操作, 并且列都可以动态增加, 列为空就不存储数据, 节省存储空间。
2.3 控制层。
控制层采用Map Reduce并行运算模式, 将用户行为分析过程划分为多个Map Reduce作业, 以廉价的X86服务器构建Hadoop集群, 对每个作业分为Map和Reduce两个阶段, 同时构建Zookeeper负责协调控制服务, 利用Hive的强大统计汇总、点对点查询和大数据分析功能, 用HQL语句进行采集信息的各类分析操作。
2.4 分析层。
首先, 通过移动数据粗糙集并行约简方法进行移动社交大数据的预处理, 然后利用多元回归分析、贝叶斯网络和判别式法等智能分类算法进行用户行为特征的提取, 依据行为特征曲线分析结果, 经用户行为推理机根据行为分类规则进行自动判断[4]。同时, 通过Sqoop接口将行为分类规则存入用户行为知识库。
2.5 展现层。对移动互联网下用户行为进行分类, 对于每一类行为分别进行快速的图形化展现, 同时进行各种应用推荐。
3 平台关键技术:基于Map Reduce的移动数据粗糙集并行约简
在对移动社交数据进行处理时, 将全部的属性看做一个完整的集合, 但这些属性在分析不同的行为目标时, 如上网时长的分布规律, 用户使用某种移动套餐的可能性等, 并不是所有属性都是必要的, 可以将属性的约简归结为属性的选择问题, 即在保持属性集合用户行为分类能力不变的情况下, 如何选取最有代表性的属性。因此, 以粗糙集理论为基础, 在Map Reduce框架下实现粗糙集约简方法的并行化改进。
在构建基于Hadoop平台移动社交数据属性约简时, 它的平台核心是HDFS和Map Reduce, 其中HDFS为海量的原始数据提供了列式存储, Map Reduce通过编写Map和Reduce两个函数过程实现数据的分析处理。本文提出的粗糙集并行约简方法执行过程如下:
3.1 获取原始移动社交数据集, 包含n个属性 (n=j+l, 其中条件属性j (j<n) 个, 决策属性l (l<n) 个) 。
3.2 采用分布式文件系统HDFS进行列式存储, 将完整的数据集进行自动划分处理, 这些分解的数据块存放在一组数据节点中。
3.4 在Reduce阶段, 合并不同数据块中计算获得的某个属性局部等价关系, 获得该属性的完整等价类。
3.6 在Reduce阶段, 合并获得每个候选属性集的完整重要度。
3.7 进行属性约简, 根据不同行为分析的目标, 获得相应的最优候选集。
4 平台的实验分析
本平台的实验环境是选取了5台虚拟机进行搭建, 采用Linux Ubuntu操作系统12.04的64位版本, 构建完全分步式的Hadoop集群, 通过内网的一个DNS服务器, 指定5台虚拟机所对应的域名。每台虚拟机, 1G内存, 系统硬盘2G, 外接硬盘16G。
实验的数据来源是运营商的CDR话单和上网详单, 以及相应的字段说明 (例如基站位置、通话类型等) , 具体CDR话单包括:主叫、被叫、通话时间、通话类型、通话位置信息、通话时长、服务类型, 通话费用上网详单包括:手机号码、上网时间、网址URL、持续时间、流量、上网套餐类型。
4.1 属性约简验证 (表1)
4.2 用户行为模式影响因素分析。
将居住地点数据进行规范化处理后转化为0-55个数字, 通过与归一化处理后的上网时长信息进行分析后, 发现上网时长与某些特定居住地点存在一定的相关性, 本分析中几个有峰值出现的地点分别是21———代表学校区域、40———代表咨询公司区域。
年龄与选择服务类型的关系分析, 显示高年龄段人群仅对移动通信的基本服务感兴趣, 中青年龄段人群对上网服务和增值服务使用较多。
摘要：伴随移动社交网络的快速发展, 如何为用户提供贴心和个性化的服务是电信运营商密切关注的问题, 要实现个性化服务的核心工作之一就是通过移动用户的消费信息有效发现用户的行为模式, 但传统的单机模式下的分析平台已无法有效处理当前的移动大数据, 本文针对传统粗糙集理论属性约简方法进行了并行化改造, 提出基于Map Reduce的移动数据粗糙集并行约简方法, 同时以Hadoop开源平台为基础, 构建了移动用户行为模式分析平台, 最后通过实验验证了平台的有效性与可用性。
关键词：用户行为模式,属性约简,Hadoop,Map Reduce
参考文献
[1]梁鹏, 张岩.移动数据业务用户行为模式研究[J].中兴通讯科技.2005 (4) :24-27.
[2]陆嘉恒.Hadoop实战[M].北京:机械工业出版社, 2012.
[3]张利军, 李战怀等.基于位置信息的序列模式挖掘算法[J].计算机应用研究, 2009, 26 (2) :4-11.
移动终端带来用户新体验 篇11
针对这一问题，优酷悄然推出针对Android、Windows、Phone 7等主流手机以及Pad系统的全新站内播放器，结束了电脑用户与移动终端用户共用同一个网页视频播放器的时代。据了解，该站内播放器专为移动终端用户设计，其简洁方便的设计理念，颠覆了移动终端用户的网页视频观看体验。全新移动终端站内播放器针对触摸屏的特点，摒弃了原播放器在移动终端上难以操作的各种小按钮，使用了极简的控制条设计，以及方便用户观看视频的隐藏控制条设定——控制条只在点击后显示。此外，根据手机用户使用习惯设置了音量大小可通过上下划动屏幕控制，用户操控播放器音量更方便。
另外，结合移动终端用户的使用需求，全新移动终端站内播放器已全面屏蔽贴片广告的跳转链接，大量避免了用户由于误操作而产生的页面跳转，更对所有暂停广告进行了屏蔽。减轻移动终端用户流量负担的同时，大幅提高了移动终端用户的网页视频观看体验。
全新移动终端站内播放器默认视频自动连播，方便用户长视频连续观看，无需再进行任何操作。视频结束页“分享”“评论”按钮也已替换成“全屏”按钮，仅显示了移动终端用户最常用的按钮。
用户移动行为论文 篇12
面对我国移动支付业务规模呈爆发式增长的现状, 对移动支付业务的进一步认识已经刻不容缓, 为了能够充分了解中国移动支付业务服务市场, 且培养良性行为发展意识, 能够给终端用户提供更多、更优质的服务, 我们特做此研究。
1 调查问卷的编制
大学阶段是未来高收入人群生活习惯形成、固化的关键期, 而大学生群体在社会经历、学习能力和思维方式等方面具有自己明显的群体特征, 是最容易接受移动支付这种新生事物的一个群体, 这个群体非常具有代表性, 所以我们以在校大学生为研究对象进行调查研究。
调查过程中发放调查问卷400份, 实收352份, 有效问卷345份。实际样本数大于估算样本数, 调查的样本容量合理。本次调查首先采用excel表格对数据进行初步统计及描述性分析, 然后用spss19.0软件对数据进行推断性分析。在推断性分析时我们运用了卡方检验和单因素方差分析的方法。
2 调查数据
2.1 假设1:性别对移动支付的使用无影响
本次问卷调查有效问卷为345份, 其中男生166人, 女生179人。而在所调查的大学生用户中, 男生没使用过移动支付的有30人, 使用过的为136人。同时, 女生中没使用过移动支付的有47人, 使用过的为132人。
对此假设我们用spss软件进行卡方检验, 得到表1。
注:a.0单元格 (.0%) 的期望计数小于5。最小期望计数为37.05。b.仅对2x2表计算
表1第一列依次是:皮尔逊卡方 (Pearson Chi-Square) , 也就是我们常用的卡方检验连续性校正的卡方值 (Continuity Correction) 、似然比卡方检验 (LIKELIHOOD Ratio) 、费舍尔精确概率检验值 (Fisher’s Exact Test) 、线性相关卡方检验 (Linear-byLinear Association) 及有效个案数目 (N of Valid Cases) 。另外, 连续性校正的卡方值和皮尔逊卡方值处分别标注有a和b字样, 具体释义见表下方注释。
从表1中可以看出, 有效案例数目大于40, 因此应该看未校正卡方值, 即皮尔逊卡方 (Pearson Chi-Square) , 该值是3.328, 双侧近似概率为0.068, 大于0.05, 因此不能拒绝零假设, 即应认为性别对移动支付的使用无影响。
2.2 假设2:大学生学科应对移动支付的使用无影响
本次问卷调查有效问卷为345份, 其中文科生185人, 理科生160人。在被调查的大学生用户中, 理科生中没使用过移动支付的有36人, 使用过的为124人;文科生中没使用过的有41人, 使用过的为144人。针对数据我们用spss软件进行了单因素方差分析, 得到表2、表3、表4。
表2与表3是单因素方差分析的基本统计量输出表。表2第一列数字1.00表示文科, 数字2.00表示理科, 第二列字母N代表人数。由表2可知文科的均值为1.7784, 标准差为0.41646。理科的均值为1.7750, 标准差为0.41889。同时由表3可知, Levene lest检验的显著性为0.881, 大于0.05, 故可以推断, 在95%的显著性水平下文理科两组的方差是无差异的。
3 调查结论与建议
3.1 结论
通过对大学生移动支付用户行为调查数据分析可得, 在用户的认知度方面, 大学生用户大部分对移动支付还是很了解的。同时数据显示, 大多数大学生可以接受较小数额的移动支付, 对较大数额的移动支付还有些力不从心。移动支付的消费中, 购物消费要占一半比例, 剩下则是娱乐、餐饮、转账、订票等活动。因此移动支付消费主要集中在购物方面, 移动支付的前景是非常可观的。
3.2 建议
移动支付经销商可以根据调查出的移动支付消费比例显著方面大力宣传和推进, 而另外几个方面, 可以不同程度地发展。移动经销商应具备消费者危机意识, 以最快的速度和方式调查出现阶段社会中主要的消费情况, 例如以调查问卷、现场宣传活动、消费记录数据分析等多种方法。同时加以拓展自身优势, 立足于现有的领域, 逐步向四面扩散, 开辟业务的增长点和盈利方式, 譬如在商场、超市等装配移动支付终端, 将移动支付培养成为主流的支付方式。经销商应提高移动支付技术含量, 确保交易的安全性。在技术方面提高安全系数, 一方面是在交易之前, 授权、鉴别和控制消费者, 以便在交易的时候确保支付信息传递的可靠性、私密性, 同时也能够避免某些用户恶意透支, 降低交易的风险。另一方面, 结合用户的使用习惯, 在确保交易安全的前提下, 简化支付的操作程序, 衡量好安全和易用之间的关系。
参考文献
[1]胡秋灵, 孙权.运用整合科技接受模型对消费者移动支付使用意愿的解析[J].统计与决策, 2008 (6) .