Сейчас пишу по беглому просмотру.
Если в этом основная была цель, я бы в дополнение к проделаному подсчитал матрицу главных компонент (её собственные числа и собственные векторы). Это был бы аналог кластеров, упорядоченных по представительности разделов форума.либо сочетаний разделов.
При наличии ушедших ников или однодневок нужны робастные формулы))
Так же нужны показатели в динамике, а не только на постфактум.

Смешались в кучу кони, люди ...(с)
Имелся ввииду метод главных компонент. На английском забыл слово (важный, представительный ...... ???): P...... components analysis.
авторкак это делать в динамике я тоже, нужны исторические данные ... а так - разные плавающие средние, дисперсии, скосы, крутизны и пр. моменты N-й степени.

Хотел добавить по поводу профилей юзеров.
Бывают разные цели исследования. Можно смотреть "куда все ходят в среднем или покластерно". Т.е. интересоваться популярностью разделов.
Можно изучать группы интересов юзеров.

Кажется пост пролетел мимо. Повторяю на случай чего.
Насчёт профилей юзеров и ких кластеров. В зависимости от целей исследования могут буть более полезны отличающиеся метрики.
Например
1) Изучаем "куда все ходят". Т.е. интересует популярность разелов форума.
2) Изучаем интересы юзеров
3) Изучаем "преимущественные" интересы юзеров. отличие 2) и 3) проще понять из метрики ниже.

В 1)-2) годятся %%-ные профили, в 1) - даже абсолютные значения посещений.
Во 2), но особенно в 3), полезнее метрика типа индекс.
ind= pr / avg(pr), где pr - %%-й профиль конкретного юзера.


К посту выше, вспомнил слово: principal components analysis

Мож и обогнал, только снова хочу оправдаться. Написал выше про метрику индексного типа. Подразумевал среднее по "ансамблю" векторов, а не среднее в профиле конкретного юзера.
Но том ещёинули возможны ....