互联网大规模视频服务用户体验及行为规律研究探讨

本文探讨通过建立用户体验评价方法,分析商业视频服务系统运营数据和进行实验检验,找出大规模视频服务中用户体验规律,以及大规模用户行为规律.具体讨论的研究内容包括：研究分发策略对用户体验的影响,研究用户体验对用户行为的影响,研究大规模用户行为规律及其对技术系统的影响.     

面向IDC互联网行为分析的大数据平台设计与应用

依托互联网数据中心运营支撑系统的建设项目,通过建设面向IDC的网络行为分析平台,全面挖掘互联网用户的行为信息,整合各类数据并深入分析,为IDC行业提供一个良性的市场导向,搭建一座IDC行业与互联网用户的桥梁.通过深入挖掘互联网价值,获取行业宏观数据,帮助IDC企业了解及掌握自身在行业中的定位,优化运营方案.     

融合运营商网络行为数据的权益营销应用

移动互联网时代下,如何挖掘海量用户网络行为数据,提升数据变现能力对于业务运营具有重要的意义。融合电信运营商计费订购数据、移动认证登录数据和上网流量DPI解析数据等数据源,按照统一的标准构建业务分类标签,并根据用户使用行为记录输出兴趣偏好标签,最后辅助视频类权益计费业务的营销推荐,实验结果表明该方法能够显著提高订购转化率。     

立足大数据:360发布态势感知及安全运营平台

大数据分析是安全可见的基础,而威胁情报则是能否发现威胁的关键.传统的安全运营平台因为缺乏大数据存储与分析挖掘能力,以及没有丰富的威胁情报做支撑,以致经常误报频发,让用户疲于应付,但真正的威胁却难以发现. 为此,近日360企业安全集团隆重发布新一代态势感知及安全运营平台,即NGSOC.基于360威胁情报和大数据安全分析技术对用户本地的数据进行采集、存储、计算、挖掘与关联分析.     

基于决策树C5.0算法的4G终端换机模型

文章针对用户升4G业务中最困难的用户换机问题进行研究,在传统数据资产基础上,丰富了用户互联网行为数据、用户位置数据和渠道触点行为数据,结合4G业务网络速度快、流量资费低等特点,洞察分析用户换机场景,并运营C5.0算法挖掘4G潜在目标用户,从而辅助运营部门开展4G终端销售,有效提升营销运营效率。     

Web用户行为模式挖掘研究

随着互联网的飞速发展,互联网和人们日常的生活、工作、学习等各方面的结合越来越紧密,为使互联网更好的服务于用户(通过Web个性化服务等方式),首先需要了解用户使用互联网的规律性特点,基于Web日志的Web用户行为模式挖掘能解决此问题.目前,Web用户行为模式挖掘仍然是一个新兴的研究领域,其中包含若干需要解决的问题.针对这些问题,在该领域已开展了大量的研究工作.从模式挖掘合理性、模式挖掘结构体系、模式挖掘过程三个方面对Web用户行为模式挖掘中关键问题的研究现状进行了介绍:Web日志中包含了用户访问互联网的一些规律性特征,这些特征可通过Web用户行为模式挖掘的方法得到;为改进模式挖掘、应用的效果,可以采用改进的挖掘结构比如结合内容、结构挖掘的整合结构;Web用户行为模式挖掘过程分为数据预处理、模式挖掘、模式应用三个阶段,这是一个正在发展的研究领域.     

基于视频大数据的用户画像构建

为了能更加高效地发挥用户在跨平台收视中产生的视频大数据资产,充分挖掘视频大数据中潜在的用户基础信息和行为偏好,基于大数据构建用户画像在视频领域的应用越来越广泛.首先阐述了用户画像的基本概念、构建原则以及在相关领域的应用.然后对视频大数据进行了深度剖析,对视频大数据的界定以及视频大数据的应用进行了阐述.接着阐述了基于视频大数据进行用户画像构建的基本步骤,从数据源、标签和权重、数据建模以及数据可视化层面对用户画像的搭建进行了深度介绍.最后介绍了用户画像在视频领域的应用案例,由于用户画像的应用相当广泛,着重从个性化推荐和精准营销两个层面介绍了用户画像在视频领域的应用案例.     

基于大数据平台的IPTV用户行为分析

IPTV业务的不断发展积累了大量的用户和数据,这些宝贵的数据资源如果能充分挖掘和利用,将会为业务设计、营销决策等提供坚实的数据基础。本文采用大数据技术对IPTV用户的收视和行为数据进行科学的分析,通过IPTV用户画像和收视路径分析,准确发现用户的收视和行为特点,优化用户的个性化收视体验,为IPTV业务运营带来更好的决策依据。     

基于移动数据业务大数据应用的用户行为标签库模型

为了缩小运营商与互联网公司之间在大数据分析方面的差距,设计了用户行为标签库模型。基于用户手机上网日志采集系统和XDR话单的数据分析和挖掘,给出了音乐业务的用户行为标签库模型,为实现音乐等数据业务的精益运营提供了方案。     

基于异构混搭架构的大数据平台

广电运营商是天然的收视数据生产者 [1]与数据资产拥有者,广电运营商手中拥有着庞大数据.随着数字电视运营在业务挖掘方面不断深化,为提高服务质量和规划业务发展方向,广电运营商对数字电视用户收视行为进行调查和分析的需求越发迫切.收视率 [2]作为电视播放的关键性指标具有重要的作用和巨大的市场价值,在数字电视业务迅猛发展的冲击下,传统的收视率调查方法会受到制约,特别是用于模拟电视的仪器测量法更是会在数字电视中无用武之地.随着大数据技术的出现,提供了针对海量数据的高效精准分析的技术手段,通过对电视机顶盒数据的采集、解析、分析挖掘 [3],实现对用户收视率及收视行为的分析洞察,从宏观上,实现对数字电视业务进行全方位细致管控;从微观上,支撑对个体用户的行为的标签画像 [4],支撑公司对业务运营的全面掌控及针对用户提供个性化的营销及维系服务工作.