孙道明.基于大数据的网络用户行为分析 的研究方法是什么

孙道明在其研究中使用了以下方法进行基于大数据的网络用户行为分析：

1. 数据采集：通过网络爬虫、API接口等方式收集网络用户的行为数据，包括用户的浏览记录、搜索记录、购买记录等。

2. 数据预处理：对采集到的数据进行清洗、去重、筛选、转换等处理，使其符合分析要求。

3. 数据挖掘：使用数据挖掘技术，如关联规则挖掘、聚类分析、分类预测等方法，对用户行为数据进行分析和挖掘，发现其中的规律和趋势。

4. 模型建立：根据挖掘结果，建立相应的预测模型，用于预测用户的行为和趋势。

5. 结果评价：对模型的效果进行评价，并对结果进行解释和分析，提出相应的建议和改进措施。

综上所述，孙道明的研究方法主要是基于大数据采集、预处理、挖掘、模型建立和结果评价等环节，通过多种技术手段对网络用户行为进行分析和预测。