北京启明星辰信息安全技术有限公司
摘要：云数据时代因为云计算的大规模普及化而到来，并且逐渐成为当今社会的发展必然趋势，受此影响，以此为基础的移动互联网的大数据用户群体逐渐扩大，因此这就给运营商带来了巨大的压力，而运营商的之间也就因此确立了一定的竞争关系，一定程度的良性竞争有利于事物的顺利发展，但是竞争的性质需要较为成熟化的体系的引导，所以本文主要分析了云计算的移动互联网大数据用户行为分析引擎设计，通过此项目的确立和投放来对当今的数据市场加以全面引导。
关键词：云计算；移动互联网大数据用户行为；分析引擎；设计
大数据时代已经到来，在此时代的带动作用下，当今经济体系建设有了全新的变化，而且移动类互联网事业也有了全新的发展，在此发展进程中，数据类用户逐渐开始增多，因此这对传统的数据架构造成了一定程度的冲击，过大的数据需求使传统的移动互联网亟待转型，进而通过自身架构的重新设计以及大数据库的全新整合来满足各层次用户的实际行为要求，而这就需要我们对当下以云计算为基础的移动互联网大数据体系有一个全方位的深入性了解。
一、云计算及用户行为分析技术概述
所谓的云计算就是基于互联网的相关服务的增加、使用和交付模式，通常涉及互联网提供的动态扩展资源。由于云计算在互联网的效果显著，行业中经常将云计算定义为通过网络提供可伸缩的廉价的分布式计算能力。云服务平台主要由计算机管理系统、网络管理系统和存储管理系统组成，方便快捷的为入们提供多功能、深层次的网络服务，它的服务内容主要包括基础设施、平台及服务和软件即服务，即使用者通过Internet提供的软件模式，将企业资源切换到需要的应用上，根据自身需求访问计算机和存储系统，经济快捷的来管理企业的经营活动。而用户行为分析，是指在获得网站访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。运营商可通过用户行为监测获得数据动态分析，更好的掌握用户思维方式。
二、移动互联网大数据用户行为分析引擎设计方法
1.引擎的设计分析
基于以上云计算和用户行为技术的分析介绍，有利于启发我们分布式并发的计算存储系统的建立，同时满足移动互联网海量数据的分析和挖掘，实现用户行为的精确定位，有目的、有计划的提供信息搜索导航，从而构建了基于云计算的移动互联网大数据用户行为分析引擎设计的总体框架结构，实现了用户数据采集和分析，高效转化率和提供全面营销服务的全过程。此系统设计通过DPI和应用平台FTP服务器获取数据，进入大数据入库组件，在接口层突出采用分布式计算和批量处理模式的有机结合，将海量数据存入Hbase数据库，同时支持多功能的数据存储记忆功能，在大量数据入库后，经Hive技术将系统数据整合、汇总形成预处理数据，另一途径基于大数据分析模型的分析，形成DFS分布式文件系统，最终经预处理数据形成Hive数据库，实现人们所见的互联网技术应用。
期刊文章分类查询,尽在期刊图书馆
2.信息化与相关技术的结合
云计算体系的系统化建设能够建立较为严密的信息化计算存储型系统，这一系统能够使互联网内部的大数据体系得到全方位的梳理与完善，同时有利于使用户对这些数据的切身挖掘呈精确化、目的化的态势发展，同时这一体系还能够在用户范围内建立较为系统化的信息数据搜索引擎，并且结合引擎的体系架构以及用户自身的搜索习惯建立全息化的用户行为分析框架，这一框架的建立能够根据用户的习惯来使用户更方便地查找自身所需的信息体系并且用户还能够收到符合自身兴趣基础的信息推送，有助于用户自身的知识体系的拓展，这一体系的建设项目因此而显得尤为实用。
3.移动互联网的数据抓取
当下移动互联网的数据有两个来源途径，第一是FTP应用型服务器的来源，这一服务器在实际运行中会根据用户的使用记录而产生一定的访问性清单，清单相对于数据来说，具备稳定性和固定的特性，因此可以作为移动类互联网的运行数据来源，而DPI式FTP服务器的数据访问就不具备任何规律，同时对于这样一种波动性极强的应用型服务器而言我们也无法确定它的具体文件流量的实际大小，作为这样一种不稳定的数据源，若想对基于此之上的用户行为进行系统化的分析，就要对两种数据流量的运行特性加以全方位的统筹规划，然后通过一定系统结构的建立来完善数据源的截取。
4.数据建模体系的构建
云计算的系统设计在一定程度上可以被当作是其他类似系统的数据建模参考，而在此基础上的用户行为终端性分析就需要通过多个不同平台的建立来实现，各平台互有分工，集中在一起从而使从中经过的信息能够得到全方位的整合，并且能够实现对这些信息的系统化管理，而这一调度的关键在于Hadoop的模型设计会以什么形态的方式分布，相关研究表明分布式的模型分布更为合理，在此基础上能够实现系统的全方位一体化调度。
5.数据调试体系的完善
基于云计算的移动互联网大数据用户行为分析引擎设计系统已建立，为了更好地投入应用，发挥多功能的数据分析入库，适当的进行系统调试工作和数据分析测试，可进一步验证系统综合适应能力，巩固云计算的互联网应用技术。首选创建4个节点的分布式平台，并设计主节点和从节点，混合接入PC服务器，以大数据入库为测试对象，与普通环境下的单机互联网运行进行对比。经大量测试结果发现，基于云计算的移动互联网大数据用户行为分析引擎设计不但在运行速度、数据分析、用户行为处理等环节不同程度的高于传统的互联网模型，而且准确、可靠的完成了用户数据跟踪和分析，高效的实现了网络营销技术整合，降低了运行费用，增强了市场竞争力。其次经过系统调试，发现了组合结构中存在的问题，通过技术优化和关键结构调整，提高了整体功能的适应性，并保证了系统稳定可靠性。
三、结束语
总而言之，当今社会已经进入大数据时代，而相对于大数据时代的信息量而言，必须建立与之配合的机制才能实现对大数据时代相应体系的使用用户的行为的整体分析，而对这些用户的行为的实际分析能够在一定程度上实现移动互联网与云计算的结合发展，而这有利于移动互联网的全新终端构建，有利于使入们的数据信息化生活更加便利，同时还有利于实现我国大数据事业的全方位建设，进而在此基础上，进一步巩固我国信息数据化产业的新时代地位，进而促进我国信息化与科技化程度的全方位提升。
参考文献：
[1]陶彩霞；谢晓军；陈康；郭利荣；刘春，基于云计算的移动互联网大数据用户行为分析引擎设计[J]，电信科学2013
[2]刘路基，于云计算的移动互联网大数据用户行为分析引擎设计[J]，电子制作2014
[3]郭敏杰，基于云计算的海量网络流量数据分析处理及关键算法研究[D]，北京邮电大学2014
[4]林文辉，基于Hadoop的海量网络数据处理平台的关键技术研究[D]，北京邮电大学2014
[5]陆小丽，基于云计算的移动智能终端搜索引擎研究[D]，宁波大学2011
论文作者:魏梦奇
论文发表刊物:《基层建设》2016年8期
论文发表时间:2016/7/13
标签：数据论文; 用户论文; 互联网论文; 网大论文; 互联论文; 体系论文; 这一论文; 《基层建设》2016年8期论文;