[发明专利]一种基于深度学习的艾滋病人员行为分析方法

权利要求书

1.一种基于深度学习的艾滋病人员行为分析方法，其特征在于，具体步骤包括：

采集用户行为数据；

基于用户行为数据，分析用户多维时空信息，构建用户行为画像；

所述用户行为数据包括浏览器网址、网络浏览IP地址信息、地理位置信息和社交通信信息；

所述基于用户行为数据，分析用户多维时空信息，构建用户行为画像，包括网络行为分析、地理位置行为分析和社交通信行为分析；

所述网络行为分析，具体为：

对于网络浏览IP地址，使用通用全文爬虫架构获取各网址内容，选择聚类中心作为文章的关键词，使用word2vec计算k-means聚类过程中的词间相似度，关键词的提取过程如下：

第一步：通过jieba分词工具对语料进行分词，根据停用词表去除停用词；

第二步：合并词串，词语之间用空格分割；训练word2vec获得词向量；

第三步：新输入文本，对处理好的词进行k-means聚类，在聚类过程中使用word2vec训练出的词向量计算两个词之间的距离，最后选择每个类别中距离聚类中心最近的词作为关键词；同时作为补充，添加敏感词发现方法，基于TF-IDF分析统计关键词频，对比艾滋语料库捕获出现频率低却属于特定敏感信息的词语；

基于上述关键词挖掘分析与特定关键词语捕获，可获得艾滋病员网络行为分析结果；

所述地理位置行为分析，具体为：

获取艾滋病志愿者GPS信息与对应的时间维度，基于DBSCAN算法聚类分析地理位置聚类中心，根据地理位置聚类中心辐射200米，获取周围地理位置信息；

聚类结果可得到多人群情况下个人聚类中心与辐射区域，辐射区域覆盖面越高，表示艾滋病员群活动越密集；

基于挖掘结果得到艾滋病员活动区域，根据活动区域的特征属性表示，对比分析网络行为属性与活动区域属性，使用相似性度量集合关联分析区域属性与用户个人信息属性，挖掘基于地理位置的用户行为方式与艾滋病地理传播、传播时间的关系。

2.根据权利要求1所述的基于深度学习的艾滋病人员行为分析方法，其特征在于，所述基于地理位置的用户行为方式与艾滋病地理传播关系的挖掘，具体为：

基于用户网络行为与地理位置聚类分析，使用LSTM网络分别学习行为分析与地理位置的多维表示；基于向量空间模型将每个对象的多维表示关联聚集以综合表示，以此类推，获取群体对象网络行为分析与用户地理位置分析的多维表示；通过空间向量夹角的余弦值来计算相似性，可以获得艾滋人群与非艾滋人群的空间多维综合表示相似度，挖掘基于地理位置的用户行为方式与艾滋病传播关系。

3.根据权利要求1或2所述的基于深度学习的艾滋病人员行为分析方法，其特征在于，所述基于地理位置的用户行为方式与艾滋病传播时间关系的挖掘，具体为：

基于用户网络行为与地理位置聚类分析，使用LSTM网络分别学习变长时间维度下行为分析与地理位置的多维表示，获得不同时间维度对应下的网络行为与地理位置关系，挖掘基于地理位置的用户行为方式与艾滋病传播时间关系。

4.根据权利要求3所述的基于深度学习的艾滋病人员行为分析方法，其特征在于，所述社交通信行为分析，具体为：

每个艾滋病人作为一个社区网络节点，对存在通话联系的两个节点建立边关系；基于多局部社区检测算法，根据社交通信统计分析将信息嵌入社区网络，生成局部具有重叠性质的社交网络，建立艾滋病人社交通信行为网络，通过社区网络分析各成员家庭、社会交往关系，以采取精准化干预措施，做好艾滋疾病防控；

基于通话行为的多局部社区发现的具体算法步骤为：

第一步：根据给定的用户属性和通话记录表，统计以下数据：每个节点的总通话时间、总通话数量，每条边的总通话时间、总通话数量，以及主被叫作为用户统计属性；

第二步：每个用户作为一个网络节点，构建节点间边的带权无向图，其边权值的计算方法与通话记录存在关联；

同时考虑通话时间、通话地点、通话数量、主被叫属性；在通话记录网络中，根据节点之间的相似性计算边的权值，同时将用户相似度作为边权值的因素之一，通过多元Logistic回归分析，以计算不同属性之间的边权值；

第三步：基于余弦相似度计算不同通话之间的相似度，以相似度聚类，构建基于用户通话行为的局部多重叠社交通信网络。