[发明专利]一种基于流量关联分析的用户意图探索方法及系统

权利要求书

1.一种基于流量关联分析的用户意图探索方法，其特征在于，

获取网络中的所有用户及其行为方式，将存在共同行为方式的任意两个用户进行关联，得到所述所有用户所构建的用户连接图；

基于谱聚类算法将用户连接图进行行为子簇划分得到行为子簇集合；

从所述行为方式中抽取出社交属性特征，将所述社交属性特征进行分类得到多个社交族；

将任意一个所述行为子簇中的用户按照其关联的用户量进行从大到小的排序，得到关联的用户量排名前三的用户X、用户Y及用户Z，为所述用户X、用户Y、用户Z分别匹配对应的社交族、社交族及社交族；

将所述社交族、社交族及社交族作为所述行为子簇的标签；

标记出所述用户X、用户Y、及用户Z的用户类型，用户位置以及所属的族群；

其中，所述获取网络中的所有用户和及其行为方式，将存在共同行为方式的任意两个用户进行关联，得到所述所有用户所构建的用户连接图，具体包括：

S1：获取网络中所有用户的IP地址和端口号，用{IP地址,端口}作为用户的唯一标识，并抽象为用户连接图上的一个用户节点；

S2：基于所述用户连接图与所述行为方式，确定多个用户之间的相似性，从而构造关联矩阵；

其中，用户行为方式包括：

（1）对于UDP流，任意两个用户之间发送了第一个报文；

（2）对于TCP流，任意两个用户之间发送了第一个SYN报文；

（3）用户之间通信的字节总数或者报文总数大于预设阈值；

所述S2：基于所述用户连接图与所述行为方式，确定多个用户之间的相似性，从而构造关联矩阵，具体包括：

S21：根据用户是否直接通信，构造用户连接图相邻用户集合；

S22：根据相邻用户间具有共同的业务应用，计算相邻用户的行为距离；

S23：根据非相邻用户间具有相似的业务应用，计算非相邻用户的行为距离；

S24：根据所述相邻用户的行为距离和非相邻用户的行为距离，构造行为关联矩阵。

2.如权利要求1所述的一种基于流量关联分析的用户意图探索方法，其特征在于，所述基于谱聚类算法将用户连接图进行行为子簇划分得到行为子簇集合，具体包括：

输入行为关联矩阵，初始化选择K个聚簇中心，K为自然数；

利用K-means聚类方法，直到找到最佳的K个聚簇中心；

任意用户结点归并到相应的聚簇，形成K个子簇，得到子簇集合C。

3.如权利要求1所述的一种基于流量关联分析的用户意图探索方法，其特征在于，所述从所述行为方式中抽取出社交属性特征，将所述社交属性特征进行分类，得到多个社交族，具体包括：

统计抽取出的所有社交属性特征，汇总得到社交属性特征规则库；

对所述社交属性特征进行划分，近似的社交属性特征划分至同一类社交族，汇总得到社交族群。

4.如权利要求3所述的一种基于流量关联分析的用户意图探索方法，其特征在于，将任意一个行为子簇中的用户按照其关联的用户量进行从大到小的排序，得到关联的用户量排名前三的用户X、用户Y及用户Z，为所述用户X、用户Y、用户Z分别匹配对应的社交族、社交族及社交族，具体包括：

将任意一个行为子簇中的用户按照其关联的用户量进行从大到小的排序，得到关联的用户量排名前三的用户X、用户Y及用户Z；

从所述用户X、用户Y及用户Z中抽取对应的社交属性特征，与社交属性特征规则库中记录的用户社交属性特征进行匹配；

根据匹配结果判断出所述用户X所属的社交族，并将与用户X相关联的用户归类至社交族；

根据匹配结果判断出所述用户X所属的社交族，并将与用户Y相关联的用户归类至社交族；

根据匹配结果判断出所述用户X所属的社交族，并将与用户Z相关联的用户归类至社交族；

最后得到已标记用户集。