基于Web2.0的数据分析及数据模型的设计与验证

摘要

Web 2.0 是一种以个性化服务为核心的新型用户网络交互模式。它与传统的Web 1.0模式相比，在用户特性、微内容、个性化服务、交互式技术等方面均有显著的差异。深入地分析和研究Web 2.0 应用场景中的用户、内容和服务这些基本要素的特性，对于更好地发挥Web 2.0模式的优势，发掘Web 2.0 业务的商业价值，具有十分重要的意义。 本文首先概述了Web 2.0的主要特性，分析了Web 2.0 与Web 1.0 之间的差异及Web 2.0的核心特征。在此基础上，本文进一步综述介绍了当前在Web数据分析技术及个性化服务技术领域的相关成果，并着重研究了内容主题聚类分析技术以及基于其他用户喜好对特定用户进行内容推荐的协同过滤方法。 其次，本文通过对Web 2.0 下用户网络交互行为的分析，提出了一个全新的基于Web 2.0模式的用户网络交互行为模型，重点定义了模型的三大组成要素——用户、内容和服务，提取和分析了各要素的静态与动态属性，并详细阐述了各属性值的量化方法。这个基本的数据模型涵盖了目前Web 2.0 典型业务的核心特征，为后续的用户行为分析研究奠定了基础。 再次，在此交互模型之上，本文重点针对个性化广告推送这一应用场景进行了分析研究，对场景中的主要参与要素进行了模型的细化，并建立了一个结合内容分类、用户广告访问历史、用户兴趣、用户行为模式、当前会话广告印象信息和广告策略等因素的个性化广告决策模型。 针对该模型，本文进一步设计了一个验证实验，通过参测者对针对性广告推送效果的主观评价结果，来测试模型算法的效果差异。实验结果验证了该模型的有效性，而实验系统也为该模型的应用提供了一个实现的原型。 最后，基于同样的基础数据模型，本文针对Web 2.0模式下用户恶意行为控制这一应用场景进行了研究，提出了一个基于恶意行为识别、风险评估和奖惩机制的Web 2.0用户恶意行为控制模型，并设计了相应的实验验证方法。 本文的上述研究成果——基于Web 2.0的用户网络交互模型，以及针对个性化网络广告和用户恶意行为的细化模型与算法，可用作Web 2.0模式下用户特性分析和增值业务规划设计的参考依据。