第
36
卷增刊
1
2011
年
10
月
广西大学学报:自然科学版
Joumal
of
Guan
gX
i University:
Nat
Sci
Ed
文章编号:
1001-7445 (2011
)增
1
-00
69
-04
于一种改进的
K-means
算法的
校园网用户行为分析研究
皇甫大鹏
1
，陈
平
1
，王兴建
1
(北京师范大学信息网络中心，北京
1
∞
875)
Vo
l. 36
Sup.
1
Oct.2011
摘要:随着师生对网络流量需求的迅速增长，如何合理的增加用户的流量，既能满足用户的基本上网需求，又
能合理利用出口带宽。本文基于一种改进的
K-means
聚类算法，以校园网用户的行为特征为对象进行聚类，
为优化用户计费策略和合理的分配出口带宽提供了数据依据，为校园网用户个性化需求方面提供理论依据。
关键词:用户行为:聚类算法占
-means
中图分类号
:τ
凹
91
文献标识码
:A
、
Research
of
customer behavior analysis
in
campus network
based on
an
improved K-means
c1
ustering algorithm
HUANGFU
Da-peng
,
CHEN
Ping
, W
ANG
Xing-jian
( Center
Inforτnation
&
Network
Technology
, Beijing
Normal
University , Beijing 100875 , China)
•
Abstract:
With
the
rapid
growth for network
demand
of
the
teachers
and
students
, how to
increase
the
user's
flow , not only
can
meet
the
demand
of
user's
hasic
networK flow ,
but
a1
so
can
reasonablely
utilize
the
export
bandwidth.
In
this
paper
,
based
on
an
improved
K-means
clustering
algorithm ,
the
behavior
characteristics
of
the
campus
network
user
were
clustered
and
an
a1
yzed.
in
order
to
provide
a
data
basis
for optimizing
the
user's
billing policy, a
reasonable
allocation
of
the
expo
此
bandwidth
and
the
personalized
demand
of
campus
network users.
Key
words:
customer
behavior;
clustering
algorithm;
K-means
用户行为主要是指用户在使用网络资源时所呈现出来的规律，可以用某些特征量的统计特征或特
征量的关联关系定量或定性的表示
[1]
。而校园网用户行为的使用情况、行为特征更有其独特之处。因
此，通过数据挖掘技术来分析校园网的用户行为，合理分配带宽，提高用户使用网络的效率己成为校园
网络管理的一个重要课题
[2]
。
我校
2009
年改用深蓝计费系统，该计费系统的后台数据库提供了相当丰富的用户行为数据资源。
数据库记录了用户的登录时间、下载流量、登录
IP
地址等信息，通过数据挖掘技术获得有用的用户行为
信息，以校园网的用户上网数据为对象进行聚类分析，根据用户的行为特征和不同类型，有效的概括出
若干个用户上网行为模型。根据用户的行为模型可以全面了解校园网用户的行为特征和校园网络的使
用状况、及时调整网络带宽分布、改善校园网络性能和应用效率等都具有重要作用。
收稿日期
:201109-13;
修订日期:
2011-
1O.Q
5
通讯联系人:皇甫大鹏(
1982-)
，男，江苏徐州人，北京师范大学初级工程师，硕士研究生;
E-mail:
huangfudp@
bnu.
edu.cn
。
资源评论
