探究网络用户的数据挖掘行为

引言：伴随着互联网的飞速发展和用户日益剧增的需求，关于网络用户的行为分析和数据挖掘研究从无到有的迅速的发展了起来。现在的舆论乱七八糟，为了引导舆论朝着正确的道路走下去，节约网络用户的上网时间，提让用户更好的访问网站，我们对网络用户的数据行为进行了如下探究。

前言：

网络信息的数据挖掘包含的内容很多，有效的挖掘网络信息不但可以增强网站的吸引力，还可以让用户更有效的利用网络资源。和数据挖掘类似，社交网络的用户行为分析可以帮助决策者掌握用户的行为特征，同时也能帮助决策者了解用户的兴趣变化，更好的发挥网络的作用。

一、 数据挖掘和网络用户行为的概念

（一） 数据挖掘的概念

数据挖掘的另一种叫法数据库知识发现（Knowledge Discovery in Databases），简称KDD，由数据的清理，数据的集成，数据的选择，数据的转换，模式额发现，模式的评估和知识的表示 七个部分组成。数据的集成，数据的选择和数据的转换可以划分为一个部分，成为数据预处理阶段，数据的预处理阶段的效果将直接影响着数据挖掘质量的好坏。模式的发现是中间阶段，是运用数据挖掘算法从数据库中提取有效模式的阶段。

常用的数据挖掘方法包括支持向量机，K-Means聚类算法，聚类分析。

（二） 网络用户行为的概念

网络用户行为是指网络用户在使用网络信息和资源时所表现出来了规律性的行为特征。对网络用户行为的研究目的就是通过一些算法和软件对网络用户行为进行研究分析，发现规律特征，进而利用这些特征预测未来的网络用户行为，同时通过这些网络用户规律优化网络信息。……