基于分段、聚类和时序关联分析的用户行为分析

• 来源期刊: 计算机应用研究
• 关键词: 分段 最大距离聚类 Apriori算法
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 526-531
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.02.049

摘要

分析用户行为对网络用户的管理控制有着重要意义。用户行为实质上是一系列的数据交换过程，最终会体现为业务流，且这些业务流在时间上表现出一定的规律性。通过研究业务流的时序关系来分析用户行为的规律，提出一种用户行为的分析方法。该方法分为三个阶段，分别基于分形模型、改进的最大距离聚类法和Apriori算法进行分段、聚类和时序分析，最终从用户的数据交换中获知用户的行为规律。实验表明，该方法在无法获知用户消息的具体内容的前提下，仍能较为准确地区分各类报文序列，并能有效发现用户信息发送行为的规律。