用户消费行为双向统计数据集
数据来源：互联网公开数据
标签：网络监控，消费行为分析，OTT应用，流量统计，双向流量，用户消费特征，数据流量分析
数据概述：
本数据集记录了2019年4月至6月期间，哥伦比亚卡奥卡大学网络中用户的消费行为总结，涵盖不同日期的网络使用情况。数据集由716个实例和617个属性组成，以单个CSV文件形式存储。每个实例代表一个用户的消费行为配置文件，详细记录了与56种OTT（Over-the-Top）应用相关的消费特征。通过分析不同IP流中捕获的数据，数据集提供了关于用户使用这些OTT应用的详细统计信息，包括双向流量统计、时间占用、数据占用以及各种包的特征（如包数量、大小、到达时间等）。
数据用途概述：
该数据集适用于网络运营商、研究人员和相关机构，用于分析和理解用户的消费行为模式，特别是与OTT应用相关的流量变化。具体应用场景包括：
1. 网络监控与优化：通过分析数据集中的流量特征，运营商可以识别网络瓶颈和资源消耗热点，优化网络资源配置。
2. 消费行为研究：研究人员可以利用数据集研究用户在不同时间、不同场景下的消费行为特征，探索消费趋势的变化。
3. 数据计划定制：基于消费行为分析，运营商可以设计更贴近用户需求的数据计划，例如为特定用户群体提供定制化服务。
4. 网络资源优化：通过对OTT应用的流量统计，运营商可以更好地规划和分配网络资源，以应对OTT应用带来的流量增长。
5. 教育与研究：数据集可用作教育材料，帮助学生和研究人员理解网络流量分析的基本原理与方法。
数据集的关键特征包括：
1. 消费时间：每个用户的消费时间以秒为单位记录，针对每个OTT应用分别统计，共计56个特征。
2. 数据占用：记录每个用户使用的数据量（以字节为单位），针对每个OTT应用分别统计，共计56个特征。
3. 包特征：
- 平均包数量：针对每个OTT应用分别统计，共计56个特征。
- 平均最小包大小、平均最大包大小、平均包大小、包大小的标准差：针对每个OTT应用分别统计，共计224个特征。
4. 包到达时间：
- 平均最小包到达时间、平均最大包到达时间、平均包到达时间、包到达时间的标准差：针对每个OTT应用分别统计，共计224个特征。
该数据集为理解和优化网络资源分配提供了宝贵的信息，尤其适用于分析OTT应用对网络流量的影响以及制定相应的网络策略。
