基于数据挖掘的网络直播行为分析研究

• 作 者: 塔林
• 出 处: 北京邮电大学
• 发表日期: 2020年01期
• 关键词: 网络直播 用户行为分析 社区发现 节点相似度

近年来随着信息网络的发展,网络直播的热度越来越高。在网络视频直播过程中,主播和观众之间可以进行丰富的交流互动,这些互动方式包括弹幕消息互动和礼物消费互动。主播和观众之间的交互促使观众融入视频内容生产过程,而不仅仅是视频内容的消费者。研究主播和观众之间的互动行为,不仅可以深入理解网络视频直播过程中的内容和生产过程,而且可以促进直播行业的运营发展。本论文以龙珠直播平台为例,对网络直播平台的用户行为进行了详尽的分析。论文使用采集到的龙珠直播平台实际数据集,对龙珠直播平台上的主播和观众行为进行了多维度建模分析。本文研究工作主要包括以下几个方面:第一,针对龙珠直播平台的经营情况进行了研究,着重分析了直播平台的直播类型和基于虚拟礼物的收益分布,发现直播类型的收益分布服从广延指数分布,且在线主播和观众数量与收益有着高相关性。第二,针对龙珠直播平台的用户行为进行了多维度分析。首先,着重分析了观众一天观看直播个数、发送弹幕消息和礼物金额分布,发现弹幕消息和礼物金额分布服从重尾分布,观看直播个数分布服从长尾分布。其次,统计了主播性别和地域分布,发现平台男性主播居多并主要分布在一线地区。然后,对主播一天观众人数的分布进行聚类分析,发现观众可以明显分成三类群体。最后,对主播弹幕消息数量、礼物个数和收益能力分布进行分析,发现弹幕数量分布、礼物个数分布和收益金额分布都呈现重尾分布。第三,为了进一步研究直播群体的用户行为,构建了主播关系网络模型,使用基于主播节点相似度的louvain算法进行了主播关系网络社区分析,通过实验证明了对主播关系网络社区结构划分的合理性,通过进一步统计得到四种直播类型的群体,然后使用集成学习模型对其中高收益主播群体的收益进行预测,并通过实验证明了预测模型的准确性。