[发明专利]一种实时动态亲密度关系分析方法及系统

说明书

本发明公开了一种实时动态亲密度关系分析方法及系统，属于亲密度关系分析技术领域，首先对流式通信协议中用户通联行为数据进行要素解析，得到要素数据；接着对所述要素数据进行特征识别，并将特征识别后的要素数据存入通联信息要素特征记录库；再对通联信息要素特征库中的要素数据进行统计，并将统计结果存入通联信息特征统计库；最后采用亲密度评估模型对通联目标的统计结果进行分析，得到通联目标间的亲密度关系分析结果，所述亲密度评估模型包括亲密度综合加权指标分析和亲密度特征标签分析；本发明可在内容数据源单一或稀少而用户通联行为数据信息资源丰富场景下，对通信协议数据中的用户通联信息要素抽取及特征识别，实现亲密度关系分析。

技术领域

本发明涉及亲密度关系分析技术领域，具体涉及一种实时动态亲密度关系分析方法及系统。

背景技术

目前，人员亲密度计算分析模型，主要基于用户通信内容的数据信息进行分析，也即是通过采集APP、网站的行为数据进行分析，是偏向于结果数据。

现有用户亲密度分析技术，更多的是偏向于基于用户通信内容的数据信息方面获取数据，并且数据来源和种类比较繁多。如：住宿数据、出行数据、交通违法数据、上网痕迹数据等。现阶段的分析技术还比较依赖于各应用APP、网站、系统等多种来源的数据，且种类繁多。

发明内容

本发明的目的在于：本发明提供了一种实时动态亲密度关系分析方法，解决了目前的亲密度分析方法需要依赖丰富的数据来源，无法仅利用用户通联数据信息资源进行的分析的技术问题。

本发明采用的技术方案如下：

一种实时动态亲密度关系分析方法，包括以下步骤：

步骤1：对流式通信协议中用户通联行为数据进行要素解析，得到要素数据；

步骤2：对所述要素数据进行特征识别，并将特征识别后的要素数据存入通联信息要素特征记录库；

步骤3：对通联信息要素特征库中的要素数据进行统计，并将统计结果存入通联信息特征统计库；

步骤4：采用亲密度评估模型对通联目标的统计结果进行分析，得到通联目标间的亲密度关系分析结果，所述亲密度评估模型包括亲密度综合加权指标分析和亲密度特征标签分析。

进一步的，所述步骤1中的解析方法为：利用配置的参数，对流式用户通联行为数据进行过滤，抽取要素数据。

进一步的，所述步骤2中特征包括通联时间、通联时长、通联内容信息量、号码归属地、通联内容信息语种。

进一步的，所述步骤3中，采用Spark系统的Map/Reduce作业集，对信息要素进行统计。

进一步的，所述步骤4中，亲密度综合加权指标分析包括以下步骤：

步骤4.1对加权指标进行分解，所述加权指标包括通联频度和通联信息度；

步骤42利用层次分析法(AHP)对通联目标的加权指标进行分析，得到加权指标的相对权重；

步骤4.3利用所述相对权重得到通联目标的综合亲密度。

进一步的，所述步骤4中，亲密度特征标签分析具体为：对通联目标的要素数据进行特征标签化，所述特征标签包括空间特性、通联时间特性和通联时长特性。

一种实时动态亲密度关系分析系统，包括

通联信息要素抽取模块，用于对流式通信协议中用户通联行为数据进行要素解析；

通联信息要素特征识别模块，用于对通联信息要素抽取模块得到的要素数据进行特征识别；

通联信息要素特征记录库，用于对特征识别后的要素数据进行记录；