基于位置的社會網(wǎng)絡關系差別模型研究.pdf

1、在移動通訊呼叫網(wǎng)絡中,每一個移動通訊用戶構成一個節(jié)點,用戶之間的通信交往構成他們之間的聯(lián)系,由此形成移動通信社會網(wǎng)絡。社會關系網(wǎng)絡在通信企業(yè)的營銷中起著重要的作用。在全業(yè)務競爭的背景下,通信企業(yè)對集團客戶、家庭用戶等依靠社會關系維系的小團體的爭奪更為激烈。因此在移動通信社會網(wǎng)絡中如何準確的對節(jié)點之間的關系進行判別是一個重要的研究課題。
　　 目前,直接通過屬性特征對節(jié)點之間的關系進行分類的傳統(tǒng)分類方法已較為成熟。在電信的業(yè)務數(shù)據(jù)

2、中,包含了大量的用戶位置信息數(shù)據(jù),如何將用戶的位置信息數(shù)據(jù)應用于對用戶之間的關系進行分類的研究目前尚不多見,因此,本文的研究內(nèi)容即為如何有效地將位置信息應用于用戶關系的分類。
　　 有效地利用位置信息首先涉及到位置數(shù)據(jù)的建模問題,本文深入研究了目前應用比較普遍的幾種序列模式挖掘算法。研究發(fā)現(xiàn),將這些算法應用于電信用戶位置信息的建模時效率較低,成為了關系判別模型的瓶頸。因此,本文對PrefixSpan算法進行了改進,提出了Pref

3、ixspanFL算法。在對位置信息進行時序建模之后,產(chǎn)生了一系列有助于用戶關系判別的屬性。針對數(shù)據(jù)的特征,本文選擇貝葉斯分類器來對用戶關系進行分類。并深入研究了貝葉斯分類方法以及貝葉斯網(wǎng)絡分類方法的建網(wǎng)方法。最后整合幾個模塊,提出了完整的關系判別模型。
　　 在實驗過程中,本文將幾種序列模式挖掘算法和幾種貝葉斯分類方法進行組合,形成多種關系判別模型,并針對真實數(shù)據(jù)進行實驗,證明了本文所提出的模型有效地提高了用戶關系判別的準確率和