基于大数据、云计算与用户行为分析

来源:用户上传      作者:

　　摘 要：随着社会全面的进入大数据时代和云计算时代，大数据已经逐步的融入到我们的生活中，人们都能够感受到大数据对我们生活的改变。同时，很多用户的行为，会被计算机自动化机器所保留记录下来，通过大数据和云计算的方式，对这些用户的行为进行分析，可以更好的掌握经济发展的规律。本文探讨了大数据，分析了大数据和云计算下对用户行为，研究了大数据对企业与用户关系的影响，以及大数据背景下对用户行为分析带来的挑战。
　　关键词：大数据；云计算；用户行为分析
　　中图分类号：TN919.2 文献标识码：A 文章编号：1671-2064（2019）15-0027-02
　　0 引言
　　随着人类社会的发展，目前已经全面的进入到了信息化、智能化的时代中，很多用户的行为都被记录下来，并且能够对其做出分析和预测，对于掌握我国的经济发展和社会的真实规律有很大的帮助，能够为人们制定智能化、个性化的服务，对提升城市的管理、提高交通质量、提升人们的生活质量，有很大的帮助作用，同时，减少不必要的浪费。
　　1 大数据概述
　　1.1 大数据分析
　　大数据的记录数据的方式，从本质上发生的改变，用户在浏览网站中的数据信息，会通过设备记录下来，通过用户的行为来挖掘数据，由于数据规模比较庞大，因此，需要多个云平台来扩展数据的节点体系，需要拓展性更强的大数据架构，云计算能够为用户提供多种数据支持。
　　1.2 云计算的发展趋势
　　云计算能够让用户集中到“云端”，是计算机网的一种运用模式[1]。在外国的一些国家，云计算逐渐成为国家核心竞争力的主要手段，如美国的云计算服务中，在农业、司法部门和军事中得到的应用，并通过构建云计算的生态系统，能够推动产业链的发展，在澳大利亚，政府在公共行业和服务行业中，将大数据分析融入其中，制定出了公共政策。我国的云技术已经有了很大的突破，主要应用在了北京电力和我国的教育云系统中，形成了H3C的云计算系统。
　　2 大数据和云计算下对用户行为分析
　　2.1 对信息进行分类
　　信息资源整合分为两大类型，一是同类数据的合并，二是不同类数据之间的关联[2]。在同事数据的合并中，可以将用户发的信息汇集起来，进行归类研究，关注用户群体的特点，在同一类性的数据中，存在数据格式的不同、数据规模的差异，所以需要对资源进行整合，使得数据资源具有统一的结构，形成具有代表性的数据规模；另外一类是不同数据之间的关联，是利用科技的搜索形式，通过关键词、摘要、文献、用户日志对信息进行整合[3]。大数据信息组织，目前具有很强的扩展性、容错性。在信息组织过程中，具有较好的精确性和普遍通用性。目前的大数据建模中，还没有完全参考数关系数据库的模板，因此，存在着信息冗繁不一致的现象。可以通过用户行为的分析，进行宏观、微观和中观的多层次的观察，建立一个具有一定弹性和层次的数据信息。
　　2.2 对信息资源的收集
　　目前，在网络上可以通过大数据，收集信息，但是却没有分析数据对用户行为带来的影响，为用户行为的分析带来了难度。通过对原本的数据进行标注，可以获取大量的信息内涵，可以为用户的行为作出很好的指引，为用户寻找数据提供便利的条件。目前，主要使用的映射方法有GAV和LAV两种方法，虽然前者查询的效率比较高，但是没有很强映射扩展性。而LAV方法具有很强的扩展性，是采集发数据集的主要应用方法。
　　2.3 对信息的处理和挖掘
　　在对用户的数据进行分析和挖掘的过程中，主要表现在的几个方面：（1）将数据可以分成多个小规模的模块，再对数据进行处理和挖掘，降低数据的传输和系统计算的费用。（2）针对不同的数据的结构的不同，安全性的不同以及相关法律限制的不同，可以将数据信息进行集中化的分析，对于不符合实际的数据信息，进行处理。通过云计算分布式的用户日志框架进行分析，对日志进行处理、用户模式进行深入的挖掘、分析和研究，这种方式非常方便、便捷，在云端就可以完成。（3）对于不同结构的数据的分布式的数据挖掘，可以从相互学习和元学习进行。元学习是从已经得到的知识中再进行学习，最终得到数据模型。而相互学习是从多个数据的挖掘节点，对通过一个学习任务进行互相分析学习成果的方式。对于异构的数据分布挖掘数据的形式，可以先使用正交化的基函数分成分量模式，最后行成全局的模式。（4）云计算能够以租代买的形式，可以有效的提升计算系统的使用率，对于商业领域来说，可以在云数据平台中以较低的成本进行使用信息。（5）云数据储存的模式。GFS硬件系统，是一个规模比较大的中低端计算机集群，有一個主节点和许多的数据节点。在程序访问数据的过程中，会首先访问主节点，在获取主节点的信息，通过数据的节点就会影响到整个系统数据的使用情况。（6）云分布式计算架构。这种与GFS相类似，是面向队规模的计算机集团进行设计的，主节点控制和分配个子节点的计算机资源。任何一个子节点，就可以从集群中移除，不会影响执行当前的任务。在MAPPEDUCE的构架下，可以由系统自行完成，用户不需要有此方面的转化，也可以有效的进行分布式的计算。在谷歌提出的这两种思想的基础上，研发了一个Hadoop计算框架，能够处理大量的分布式的处理软件框架，在实践中取得了很大的成效。（7）对知识呈现的方式进行研究。在知识的呈现上，需要通过数据的可视化形式来表达出来，再进行分析，如媒体软件脸书上的情感数据分析可知，科学家将人类的情绪分为12种不同的类型，如高兴、悲伤、生气、暴怒等，其中的每种情绪，都会触发人们的心理情绪的变化、面部表情的变化，对人们的外在行为产生刺激和影响。通过分析，将可视化的方式展现的大众面前。如：美国波士顿的爆炸案会引起人们情绪的低落，通过可视化的技术手段，可以让用户直观的看到大数据解释的规律和未来的发展趋势。
　　3 大数据对企业与用户关系的影响 　　（1）在互联网的环境中，用户对企业的管理不断的增强，大数据、云计算改变的传统商业运作模式，通过大数据可以对用户进行分析，这也是未来企业的主要研发和发展的方向之一。这使得用户和企业之间的关系发生了很大的变化，互联网的环境能够给企业提供更多的创新基础，这样可以给用户带来更多的价值。（2）互联网能够让企业和用户之间无障碍的沟通，通过社区可以进行有效的沟通，这重创新的模式，可以增强企业研发能力，用户也能随时看到企业更新的动态。其次，大数据能够有效的对用户的信息进行分析，提升了用户的议价能力，通过两者有效的互动，可以推动企业创新与改良产品，更加满足用户的需求。
　　4 大数据背景下对用户行为分析带来的挑战
　　4.1 信息范围
　　大数据的数据来源主要是计算机生成的数据和社交网上的缓存数据，不论是哪种类型的数据，其中有原始数据和结构化的数据，但是数据的结构和内涵上，出现了真假不清的情况，因此会干扰对用户的分析，影响了分析的结果。
　　4.2 数据的存储
　　大数据的数据质量和数据的质量上都有一定的变化，与传统数据存在很大的区别。对分析传统的用户行为主要以数据仓库上的数据为主，但是大户数据对用户的分析，首先需要处理超大的数据库进行分析，传统的数据库不能够驾驭超大的数据库，所以，必须要首先解决处理超大数据库的处理和分析的能力。
　　4.3 信息安全的问题
　　大数据、云计算的发展中，很多用户的隐私可能会被盗用或者暴露，如在进行个人的信息检索的过程中，如果不注意就会暴露到自己的信息。因此，在大数据和云计算的时代发展中，需要对用户的信息进行规范，要做好法律限定，避免个人信息的曝光，在大数据处理信息的过程中，一般都是在开放的环境下进行的，所以很难保证数据信息的安全，使得信息系统更加的不安全。这就给非法盗用信息的人员提供了可乘之机，对用户的安全造成了不利的影响。
　　4.4 不断的整理知识内容 形成体系
　　在大數据、云计算的时代发展中，分析用户行为是一个长期而复杂的过程，需要不断的摸索积累经验，因为互联网平台的数据，需要进行充分的处理和挖掘，云服务平台中，需要大数据的知识进行整合，提高大数据的扩展性，这样才能更好的各个行业中得到应用和发展。
　　5 结语
　　综上所述，在大数据、云计算的时代背景下，如果信息想要得到更好的使用，就需要对用户的行为进行分析，是未来面临的巨大的挑战和发展的机遇。在对用户的行为进行分析，可以将数据进行重新的构建、对数据进行分析，再生成有益的信息，通过大数据的分析，能够形成广阔的视野，加强对大数据信息资源整合的分析，同时加强对用户的行为理论的分析，才能推进社会经济的发展。
　　参考文献
　　[1] 王兵.基于云计算技术的大数据用户行为引擎设计[J].电脑知识与技术，2016（05）：1-2.
　　[2] 陈硕，李晓戈.大数据、云计算与用户行为经验分析[J].信息记录材料，2018（7）：118-120.
　　[3] 张梅.云计算技术下的大数据用户行为引擎设计研究[J].西安文理学院学报（自然科学版），2016（3）：48-52.
转载注明来源:https://www.xzbu.com/8/view-14988524.htm