[发明专利]一种面向通信网络的用户行为模式挖掘方法及系统

摘要

本发明涉及一种面向通信网络的用户行为模式挖掘方法及系统，包括：获取一系列网络快照，根据活跃度确定研究对象，确定M个与研究对象相关的相关特征，并根据相关特征计算每个网络快照的特征矩阵，进而计算基准特征矩阵；对基准特征矩阵和每个网络快照的特征矩阵做标准化处理，分解标准化基准特征矩阵得到模元矩阵和系数矩阵；利用每个网络快照的标准化特征矩阵和模元矩阵计算每个网络快照中所有研究对象的行为模式矩阵，即本发明采用“相关特征‑模元‑行为模式”的三元对应关系表示用户行为模式，为用户的通信行为模式提供统一的表示方法，在用户量大的情况下用户间的模式对比清晰明了，有助于方便正确地检测数据集中用户行为模式的变化情况。

主权项

一种面向通信网络的用户行为模式挖掘方法，其特征在于，包括如下步骤：步骤1：按照不同时期对通信网络数据进行划分，得到一系列网络快照G＝G¹，G²，…，G^T；步骤2：确定在网络快照中的活跃度高于预定阈值的用户为研究对象，记录研究对象个数为N；步骤3：确定M个与研究对象相关的相关特征，并根据相关特征计算每个网络快照的特征矩阵步骤4：根据所有网络快照的特征矩阵(t＝1，2，...T)计算基准特征矩阵步骤4的具体实现为：基准特征矩阵是一个M行N列的矩阵，每一行就代表某一相关特征在不同研究对象下在所有网络快照中的平均取值，每一列代表某一研究对象的所有相关特征在所有网络快照中的平均取值，计算基准特征矩阵时，统计所有网络快照的特征矩阵相应位置处的非零值取平均，得到基准特征矩阵中相应位置的取值，每个位置的计算公式如下，其中其中，T代表网络快照的个数；步骤5：对基准特征矩阵和每个网络快照的特征矩阵做标准化处理，得到标准化基准特征矩阵A和相应的每个网络快照的标准化特征矩阵A^t；步骤6：利用非负矩阵分解算法分解标准化基准特征矩阵A得到模元矩阵W和系数矩阵H；步骤7：利用每个网络快照的标准化特征矩阵A^t和模元矩阵W计算每个网络快照中所有研究对象的行为模式矩阵H^t(t＝1，2，...T)。