布角度而言，聯(lián)系緊密度值基本符合冪律分布，且具有明顯的肥尾現(xiàn)象，這說 明絕大部分用戶之間的社交關系比較松散，少數(shù)用戶之間的社交關系比較緊密。
[0141] (3.2)群組構造質量評估
[0142] 對于移動的真實數(shù)據(jù)集而言，用戶的真實群組劃分是未知的，因此無法使用標準 互信息對群組構造的結果進行度量。合理的群組劃分應該體現(xiàn)為群組內的節(jié)點相互聯(lián)系比 較緊密，而群組與群組之間的節(jié)點相互聯(lián)系比較稀疏，為此可以采用聚集系數(shù)來衡量群組 構造的質量，它可以表示節(jié)點的局部連通性。群組構造的效果越好，群組內用戶間聯(lián)系越緊 密，其聚集系數(shù)也越高，因此可以采用聚集系數(shù)度量群組構造的好壞。
[0143] 為了便于進行直觀比較，分別計算全網(wǎng)所有節(jié)點的聚集系數(shù)均值、加權聚集系數(shù) 均值以及以各個群組為單位群組內節(jié)點的聚集系數(shù)均值、加權聚集系數(shù)均值，結果如表4所 示，其中比值項表示群組的(加權)聚集系數(shù)均值與全網(wǎng)的(加權)聚集系數(shù)均值的比值。
[0144] 表4聚集系數(shù)均值和加權聚集系數(shù)均值
本發(fā)明群組構造方法 0,597 0.143 4.175 0,435 0.095 4.580
[0146] 從表4中可以看出，本發(fā)明方法所構造出的各個群組內節(jié)點的聚集系數(shù)均值、加權 聚集系數(shù)均值都遠大于全網(wǎng)所有節(jié)點的聚集系數(shù)均值、加權聚集系數(shù)均值，其比值均在4倍 以上，這說明本發(fā)明方法構造的群組質量均較高，本發(fā)明方法是可行且有效的。從表4還可 以看出，全網(wǎng)的平均聚集系數(shù)均值、加權聚集系數(shù)均值均較小，這說明用戶真實的社交關系 網(wǎng)絡是一個非常稀疏的網(wǎng)絡。
[0147] (3.3)實驗群組規(guī)模
[0148] 附圖7為本發(fā)明方法所構造出的群組規(guī)模統(tǒng)計分布圖，為了能夠更清楚的展示統(tǒng) 計數(shù)據(jù)，橫縱坐標軸仍均使用以10為底的對數(shù)坐標系。針對4406891位用戶，33728562條關 系，本算法共構造出了 498156個群組，平均每個群組包含9.351個用戶。
[0149] 從統(tǒng)計特性而言，所構造的群組規(guī)模均基本符合冪律分布，且具有明顯的肥尾現(xiàn) 象，即絕大多數(shù)的用戶所擁有的社交群組較小，只有少部分用戶擁有較大社交群組，而這正 符合社會學的統(tǒng)計特性。
【主權項】
1. 一種基于派系過濾和標簽傳播的移動通信用戶群組構造方法，其特征在于:包括W 下步驟： 步驟1:計算用戶間的聯(lián)系緊密度； 步驟2:構建用戶間的有權復雜網(wǎng)絡； 將移動通信網(wǎng)絡中的用戶抽象為節(jié)點，用戶間的聯(lián)系緊密度值抽象為邊的權值，將用 戶間的通信關系抽象為有權復雜網(wǎng)絡； 步驟3:基于有權復雜網(wǎng)絡，采用派系過濾算法構造社交關系群組的種子群組； 步驟4:基于種子群組，初始化網(wǎng)絡中所有節(jié)點標簽，即為每個節(jié)點分配初始標簽； 步驟5:利用改進的化PA算法進行標簽傳播，當絕大多數(shù)節(jié)點的標簽收斂時，基于節(jié)點 的標簽將節(jié)點劃分至對應的群組，完成社交關系群組的構造； 步驟5.1:利用Speaker策略發(fā)布用戶的標簽； 所述Speaker策略為:設定一個比例闊值Tspeaker,每次標簽傳播的迭代過程開始時，從節(jié) 點歷史標簽集合中選取標簽出現(xiàn)比例大于比例闊值的Tspeaker的標簽對外發(fā)布;如果沒有任 何一個標簽的出現(xiàn)比例滿足闊值條件，則選擇出現(xiàn)比例最大的標簽作為該節(jié)點所對外發(fā)布 的標簽;如果同時出現(xiàn)多個比例最大的標簽則隨機選擇其中一個標簽對外發(fā)布； 步驟5.2:利用Li Stener策略接收用戶的標簽； 所述Listener策略的具體內容為：定義節(jié)點i所對應標簽1的強度Siabeia，1):其中，NS(i，l)表示與節(jié)點i鄰接并且其所發(fā)布的標簽中含有標簽1的節(jié)點集合，WU表示 節(jié)點i與節(jié)點j連邊的權值;迭代過程中，計算節(jié)點所接收到的每個標簽的標簽強度，選擇擁 有最大標簽強度的標簽作為本輪迭代該節(jié)點的更新標簽并將其加入到自己的歷史標簽集 合中；果出現(xiàn)多個標簽強度最大的標簽，則隨機從中選擇一個標簽作為該節(jié)點本輪迭代更 新的標簽并將其加入到自己的歷史標簽集合中； 步驟5.3:利用同步標簽傳播策略進行標簽傳播； 步驟5.4:判斷是否符合迭代停止條件，若是，則停止迭代并轉至步驟5.5; 步驟5.5:基于節(jié)點的標簽將節(jié)點劃分至對應的群組，完成社交關系群組的構造； 由于每個節(jié)點都存儲了該節(jié)點在每一輪迭代中所接收并選擇的標簽，為了能夠發(fā)現(xiàn)重 疊群組，設置一個比例闊值TpDstprwessing，針對每一個節(jié)點的歷史標簽集合，選擇其標簽歷史 集合中標簽出現(xiàn)次數(shù)占總次數(shù)比例不小于闊值TpDstprncessing的標簽作為標識該節(jié)點群組劃 分的標簽，則擁有相同標簽的節(jié)點即構成一個群組。2. 根據(jù)權利要求1所述的基于派系過濾和標簽傳播的移動通信用戶群組構造方法，其 特征在于:所述步驟1計算用戶間的聯(lián)系緊密度的方法為： 假設在一段時間內用戶A同時與用戶B、C、D發(fā)生通話關系且W用戶A為主體，則可W基 于用戶間的聯(lián)系強度和聯(lián)系穩(wěn)定性，來度量用戶A與用戶B間的之間的聯(lián)系緊密度； 步驟1.1:計算用戶間的聯(lián)系強度； 所述用戶間的聯(lián)系強度用于體現(xiàn)用戶間相互聯(lián)系的密切程度；用戶A與用戶B間的聯(lián)系 強度可通過公式（1)計算； (I) 其中，AVGGDuple_duratiDn表不用戶A與用戶B的平均通話時k，F(xiàn)REGDuple_times表不用戶A與用 戶B的總通話次數(shù)，AVGalLduratiDn表示用戶A與其所有通話對象B、C、D的平均通話時長的均 值，AVGalLtimes表示用戶A與其所有通話對象B、C、D的平均通話次數(shù)； 步驟1.2:計算用戶間的聯(lián)系穩(wěn)定性； 所述用戶間的聯(lián)系穩(wěn)定性用于體現(xiàn)用戶間通話聯(lián)系的規(guī)律周期性;用戶A與用戶B間的 聯(lián)系穩(wěn)定性按照公式(2)度量；斌 其中，Cab表示用戶A與用戶B之間的聯(lián)系穩(wěn)定性;FREccmple_weeks_times表示用戶A與用戶B的 總通話周數(shù)，AVGall_weeks_times表示用戶A與其所有通話對象B、C、D的平均通話周數(shù)，CVgap_weeks 表示用戶A與用戶B聯(lián)系間隔周數(shù)的離散系數(shù)，AVG_CVgap_weeks表示用戶A與其所有通話對象 B、C、D的聯(lián)系間隔周數(shù)的離散系數(shù)均值； 步驟1.3:基于用戶間的聯(lián)系強度與聯(lián)系穩(wěn)定性，計算用戶間的聯(lián)系緊密度； 用戶A對用戶B的聯(lián)系緊密度Iab按照公式(3)進行計算； Iab = c[Cab+( l-a)SAB (3) 其中，ae[〇，l]為用于調節(jié)用戶間的聯(lián)系強度與聯(lián)系穩(wěn)定性對聯(lián)系緊密度的影響程度 的常量； 考慮主動發(fā)起通信的用戶對用戶間聯(lián)系緊密度的貢獻程度更大一些，因此定義用戶A 與用戶B的綜合聯(lián)系緊密度值I按照公式(4)計算；(4) 其中riAB表示用戶A主叫用戶B的通話次數(shù);MA表示用戶B主叫用戶A的通話次數(shù);用戶A與 用戶B之間的總通話次數(shù)n = nAB+郵A。3. 根據(jù)權利要求1所述的基于派系過濾和標簽傳播的移動通信用戶群組構造方法，其 特征在于:所述步驟3中采用派系過濾算法構造社交關系群組的種子群組的方法為： 首先設置派系大小參數(shù)k;然后從有權復雜網(wǎng)絡中發(fā)現(xiàn)所有大小為k且滿足設計要求的 k-派系；隨后針對運些k派系進行過濾，生成種子群組;所述過濾的方法為：設定闊值首 先過濾掉復雜網(wǎng)絡中所有權值小于W叩勺邊，然后忽略過濾后復雜網(wǎng)絡中節(jié)點間的權值。4. 根據(jù)權利要求1所述的基于派系過濾和標簽傳播的移動通信用戶群組構造方法，其 特征在于:所述步驟4中初始化網(wǎng)絡中所有節(jié)點標簽的方法為:將各個種子群組內節(jié)點的標 簽初始化為同一個標簽，如果一個節(jié)點同時屬于多個種子群組，則此節(jié)點同時保留多個種 子群組所對應的標簽;于種子群組內所包含的節(jié)點只是整個網(wǎng)絡節(jié)點中的一部分，因而有 些節(jié)點將不屬于任何種子群組，對于沒有被種子群組包含的節(jié)點，將它們的標簽初始化為 唯一標簽。5.根據(jù)權利要求1至4任一項所述的基于派系過濾和標簽傳播的移動通信用戶群組構 造方法，其特征在于:所述步驟5.4中所述的迭代停止條件為:設置兩個闊值TcDnvergence_rate 和Tconvergence_times ;在每次迭代過程中，統(tǒng)計收斂節(jié)點數(shù)Nidentical，即節(jié)點在新一輪迭代中所 獲的標簽與其歷史標簽集合中出現(xiàn)次數(shù)最多標簽相同的節(jié)點數(shù)量；如果收斂節(jié)點數(shù) Nidentical與網(wǎng)絡中的總節(jié)點數(shù)Ntotal的比值不小于闊值Tc onvergence_r ate的情況連續(xù)超過闊值 T convergence_times 次出現(xiàn)，則認為本算法已經(jīng)收斂，迭代停止。
【專利摘要】基于派系過濾和標簽傳播的移動通信用戶群組構造方法，屬于數(shù)據(jù)業(yè)務領域。計算用戶節(jié)點間的聯(lián)系緊密度；構建用戶節(jié)點間的有權復雜網(wǎng)絡；基于有權復雜網(wǎng)絡，采用派系過濾算法構造社交關系群組的種子群組；基于種子群組，初始化網(wǎng)絡中所有節(jié)點標簽，即為每個節(jié)點分配初始標簽；利用改進的SLPA算法進行標簽傳播，當絕大多數(shù)節(jié)點的標簽收斂時，基于節(jié)點的標簽將節(jié)點劃分至對應的群組，完成社交關系群組的構造，即擁有相同標簽的節(jié)點構成一個群組；本發(fā)明的有點為：可獲得較好的用戶好友推薦效果；獲得較好的協(xié)同推薦效果；有助于用戶構成分析；有助于發(fā)現(xiàn)異常群體；下一代通信的劃分基礎。
【IPC分類】H04W4/00, H04W4/06
【公開號】CN105592405
【申請?zhí)枴緾N201510734202
【發(fā)明人】于瑞云, 姜國強, 王興偉, 李婕, 于超, 洪淼
【申請人】東北大學
【公開日】2016年5月18日
【申請日】2015年10月30日