基于大数据的用户精准定位与行为分析 摘要:在移动网络飞速发展的今天，即将迎来“大数据”的世纪。在大数据时代来临的同时，有着较大的意义，也出现了一些严峻的问题。随着对定位的要求不断提高，定位技术也日益得到人们的关注，但是也出现了一些影响较大的问题，导致资源消耗比较大。在手机网络迅速崛起的同时，各种针对用户的服务也纷至沓来。分析移动用户行为、挖掘用户习惯、了解用户偏好，从而更好地为用户提供个性化服务，成为各家服务商在激烈的市场竞争中脱颖而出的当务之急。所以，研究基于大数据的用户精准定位和行为分析，在数据量巨大、服务需求剧增的今天变得迫切而必要。对此，本文就对大数据的研究现状、发展趋势以及用户精准定位和行为进行以下简要分析。 关键字：移动互联网；大数据；精准定位；用户行为 一、互联网时代下大数据的研究现状及发展趋势 随着手机网络时代的到来，人们自己也进入了“大数据”的时代。大数据，也就是海量数据，它的信息量很大，在一定的时间里，已经无法用传统的方法，将其变成可以被理解的信息。因此，对海量数据的分析、处理，对新内容的洞察，对决策力的提升，只有通过新的处理方式，才能挖掘出更深的价值，才能真正做到物尽其用。 如今，许多国家和地区对大数据产业发展热情高涨，并开始实施积极发展大数据技术的战略，认识到大数据潜在的重要作用和意义。美国政府更是将大力推动大数据技术在各行各业的应用落地作为国家战略的一部分，认为发展大数据技术是提高美国国家的竞争能力的一个主要方面。所以，我们要充分发挥大数据在我国的战略地位，并将其研究结果转化为现实，增强其在全球范围内的竞争能力，欧盟在大数据方面实施积极的数据政策，资助创新的研究和活动。与此同时，为助力大数据相关领域的发展，法国政府也开展了一系列投资计划，期望在新技术的浪潮中占据了自身的位置。日方还利用大数据技术提高自己的信息通讯技术，对已有行业进行改造，从而达到更好的应对自然灾难。在印度技术发展的新阶段，各种产业都是摩拳、擦掌、准备进军大数据市场、发展大数据市场等，大数据技术已成为印度IT行业的一个重要发展趋势。大数据在为新机遇的同时，也为政府与社会的发展提供了新的机遇。 在今天的全球，随着信息时代的到来，大数据本身也在不断地向政治、经济、商业等各行各业中渗透，甚至文化、教育等各个领域都离不开大数据技术，而几乎所有应用大数据技术的领域都产生了颠覆性的结果，对未来的发展起到了日益重要的作用，推动工业升级，信息交换，培育新的经济发展点。 二、用户精准定位和行为分析的研究概述 2.1用户精准定位研究 所谓用户精准定位服务，是利用一定的定位技术，取得使用者的终端方位资讯（即经纬座标），并在电子地图上标示要找的目标的方位。随着通信技术和定位技术的飞速发展，全球各地的手机公司纷纷开发各自的定位业务，各国也纷纷出台相关的法律和法规，通过各种法律手段对其进行定位。传统的定位技术可以分成两种类型：一种是根据全球定位系统GPS定位，它主要是通过对手机终端的硬件进行地理信号的传输，然后根据所采集的地理信息，最后达到对手机终端定位的定位系统后端的手机终端位置。根据GPS技术定位，通常具有较高的精度和较低的遮挡性和较好的信号。第二种是基站位置模式，它是传统的蜂窝网络，它是通讯运营商依据。基站的定位技术是指使用各种不同的基站协作，通过使用基站来测取移动终端的地理方位，来判断其所在的位置，这个过程不需要使用 GPS设备。然而，通信公司移动通信系统的定位准确率很大程度上取决于其分布、覆盖范围和定位效果，准确地定位移动终端地域位置。总的来说，还不是很理想。还有另外一种可以划分为以接近为基础的定位技术(包括基于小区的定位技术)、基于距离测量的定位技术(包括基于时间提前量的定位方式、基于无线波传播时间的定位方式、基于到达时间差的定位方式、基于增强观测时间差的定位技术)、基于角度测量的定位技术(包括基于信号到达角的定位方式）、基于距离测定的定位技术(包括基于距离此外，采用基于电信运营商蜂窝网络的基站定位方法，采用 WEFI信号对室内环境进行辅助定位）。 用户定位的应用实例：比如紧急救援。当人类的活动区域扩大时，他们的行动区域就会发生变化。所以，当使用者遇到突发状况时，常常不能很好地了解自己的处境。所以，在遇到紧急事件时，如何将使用者所在的地理位置的信息快速、精确的传送给救援机构，对使用者的紧急救援显得尤为关键。此时，只要用户的移动终端能够接入基站，用户的准确位置就可以通过用户定位技术由移动通信网获得，并根据所获得的用户地理位置，立即由救援中心采取相应措施，自动向救援中心传送用户所处的地理位置。 2.2用户行为分析研究 在移动通信技术快速发展和互联网应用日益广泛的今天，人们对数据的需求日益增加。根据不同的产业，从不同的客户的信息中提取出不同的用户信息，可以防止投资的死角，从而产生巨大的企业利益。而用户行为分析，则是通过对所获取的用户行为数据进行统计和分析，在获取使用者使用服务的一系列活动的基础数据时，挖掘出使用者使用的行为规律，以实现在网络环境下与多种服务的交互。在上述规律的基础上，根据因特网的服务，用户才能更细致、更清晰地理解行为，了解用户的习惯，从而对用户的喜好有更多的了解，对网络服务中可能出现的问题及时发现，并提供个性化的服务，修正或重新制定网络服务，以进一步提高对用户服务的质量，提高用户的满意度。 至今，许多学者和专家对其进行了较为全面的探讨，并提出了许多不同的理论与方法，但其中大部分都存在着缺陷或缺陷。同时，学术界和工业界也致力于减少计算的时空复杂性，努力改善算法的预报精度。就目前的研究成果而言，既有理论基础的深入探讨，也有新的研究方法是与当代技术相结合而提出的。就实际应用而言，关于微博转发、音乐推荐、网管的应用和理论研究，现在已经有很多了。许多专家学者提出了关于用户行为分析、建模和预测的算法，如统计分析方法、时序数据挖掘方法、决策树方法、聚类分析方法、关联分析方法、神经网络方法和深度学习方法等，基于网络用户行为数据的分析是其中最有意义和价值的研究方向之一。 用户行为分析的应用实例：比如个性化服务。随着信息技术的发展，网络上的数据越来越多，然而要把所有的信息都传送给所有的客户，却又不太现实。否则，用户的数据必然会不需要在信息的汪洋大海中。所以，只要将用户传达给用户，关心感兴趣的资料，可以提升用户的浏览资讯，但是这就需要挖掘每个用户的实际需要，在合适的时间内，通过对合适的用户进行正确的信息，并对用户的行为进行分析，构建每个用户的兴趣模型，以便为用户的个性化服务。 参考文献： 【1】谷红勋,杨珂.基于大数据的移动用户行为分析系统与应用案例[J].电信科学,2016:145-152. 【2】重庆邮电大学.一种基于大数据技术的用户行为分析与服务推荐框架:[P]. 【3】基于大数据的移动用户消费行为分析系统的设计与实现[D].华南理工大学,2018. 本文来源：https://www.wddqw.com/doc/e4ea09387d21af45b307e87101f69e314332faac.html