基于網(wǎng)頁瀏覽的興趣行為研究

1、基于網(wǎng)頁瀏覽的興趣行為研究,主講人：米雪 指導(dǎo)老師：張寧,摘要,通過研究某高校訪問互聯(lián)網(wǎng)的真實記錄，深入挖掘人們上網(wǎng)行為的特征，統(tǒng)計群體用戶訪問所有網(wǎng)站和單個網(wǎng)站的時間間隔分布，并選擇8個典型網(wǎng)站和5個典型用戶，從群體和個體兩個層面上比較用戶訪問不同網(wǎng)站的行為規(guī)律特征。結(jié)果顯示網(wǎng)頁瀏覽行為具有明顯的規(guī)律性，且不同層面的用戶訪問不同類型的網(wǎng)站的時間間隔的冪指數(shù)表現(xiàn)出了明顯的差異。,數(shù)據(jù)來源,本文研究的數(shù)據(jù)來自國內(nèi)某高校局域網(wǎng)內(nèi)師生

2、訪問互聯(lián)網(wǎng)的記錄，時間跨度為半個月。統(tǒng)計表明該高校在觀測期內(nèi)一共訪問的主站數(shù)量為82,153個，平均每天的訪問用戶有2,631個，平均每天會發(fā)出1,510,381個訪問請求，較大的數(shù)據(jù)量足以反映真實的統(tǒng)計規(guī)律。,,圖1表示一周中各個時刻的網(wǎng)頁訪問量（時間單位為小時，每種顏色代表一天）,,圖2表示群體用戶對所有網(wǎng)站的訪問量擬合的冪指數(shù)為-1.55。從群體用戶的角度看，人們對網(wǎng)站訪問的選擇具有冪律特性，即對少數(shù)網(wǎng)站有大量的訪問量，同時對大多

3、數(shù)網(wǎng)站則偶爾才會光顧。,表1列出了總體訪問量前20名的網(wǎng)站,,網(wǎng)頁瀏覽的興趣行為分析,排隊系統(tǒng)中的等待時間分布是標(biāo)志動力學(xué)的中心標(biāo)量，很大程度上取決于任務(wù)到達和服務(wù)的隨機過程，特別是任務(wù)到達和服務(wù)的時間間隔分布。同理，人類活動中的時間間隔分布也是人類動力學(xué)的研究的重中之重。,,根據(jù)是否有明確的信息獲取目的將用戶的訪問行為分為兩類，一類為興趣驅(qū)動行為，另一類為任務(wù)驅(qū)動行為，兩種行為下訪問的網(wǎng)站分別稱之為興趣類網(wǎng)站和任務(wù)類網(wǎng)站。,（一）群體

4、用戶訪問特定網(wǎng)站的時間間隔,圖3 群體用戶訪問四個典型興趣類網(wǎng)站的時間間隔分布,圖4 群體用戶訪問四個典型任務(wù)類網(wǎng)站的時間間隔分布,表2表示的是各個網(wǎng)站的時間間隔的冪指數(shù)與加權(quán)平均值：,,顯然，平均冪指數(shù)越大平均時間間隔就越短。從理論上解釋，冪指數(shù)越大，雙對數(shù)坐標(biāo)下的圖形就越陡，數(shù)據(jù)點更傾向于在圖形左邊即時間間隔數(shù)值較小的區(qū)域集中，時間間隔的均值必然越小。,（二）個體用戶訪問特定網(wǎng)站的時間間隔,統(tǒng)計每個用戶訪問量排前20的名的網(wǎng)站，再從

5、每個用戶訪問最多的20個網(wǎng)站中分別選擇排名第一、第十和最后一位的網(wǎng)站統(tǒng)計訪問的時間間隔，求出的冪指數(shù)歸納如下表：,與表2相比，個體用戶的冪指數(shù)小于群體用戶。,如圖5所示，個體用戶訪問單個網(wǎng)站的時間間隔服從冪律分布?？梢娫趥€體層面上也存在這樣的規(guī)律即訪問的興趣越大，冪指數(shù)也越大。,結(jié)論與討論,1 從群體和個體兩個層面分析了用戶訪問群體網(wǎng)站和單個網(wǎng)站的時間間隔，發(fā)現(xiàn)人們的網(wǎng)頁瀏覽行為都服從冪律分布，冪指數(shù)和網(wǎng)站類型、訪問頻率有著密切的關(guān)系。