[發明專利]用戶關系圈的生成方法和裝置、設備

在審

• 申請號: 201810025346.5
• 申請日: 2018-01-09
• 公開（公告）號: CN108230173A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 杜翠鳳;陳少權
• 申請（專利權）人: 廣州杰賽科技股份有限公司
• 主分類號: G06Q50/00
• 分類號: G06Q50/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 梁順宜;郝傳鑫

本發明公開了一種用戶關系圈的生成方法和裝置、設備。所述用戶關系圈的生成方法包括：獲得至少一個用戶的用戶通信記錄；根據每個所述用戶通信記錄，獲得至少一個第一用戶派系；其中，每個所述第一用戶派系中包含至少一個用戶關系；根據每個所述用戶關系的用戶關系權重，獲得派系系數閾值和每個所述第一用戶派系的派系系數；將所述派系系數小于所述派系系數閾值的每個所述第一用戶派系設置為第二用戶派系；根據所有所述第二用戶派系，生成與所有所述用戶相對應的用戶關系圈。采用本發明，能夠提高獲得用戶關系圈的速度和準確度。

技術領域

本發明涉及計算機技術領域，尤其涉及一種用戶關系圈的生成方法和裝置、設備。

背景技術

移動通信用戶關系圈，指的是根據移動用戶的通話關系特征、移動用戶的行為特征等對移動用戶進行社團劃分而得的用戶關系集合。這種基于用戶特征的劃分，能夠幫助運營商更加了解用戶關系網絡的構成，為電信業務的拓展提供科學的支撐。

當前有不少成熟的社團劃分算法：Palla等人于2005年首先提出了派系過濾算法CPM(Clique Percolation Method)，該算法突破了傳統的非重疊社團劃分算法的限制，能夠用來分析重疊的社團結構，其分析結果更貼近現實的社團結構。由于CPM的計算復雜度較大，Lancichinetti等人于2009年從網絡局部結構的角度出發，提出了基于局部擴展思想的重疊社團挖掘算法(local fitness measure，LFM)，提升了社團劃分的速度。Evans和Ahn等人突破傳統以網絡節點為研究對象進行網絡劃分的局限，提出了邊聚類的社團劃分方法。Evans將網絡結映射成為相應的線圖后，可運用非重疊社團發現算法來進行重疊社團的劃分。Ahn提出了基于邊相似度的層次聚類算法來實現重疊社團的劃分。

通過大量的研究和實踐發現，當處理的移動用戶數據的數量較為龐大時，上述算法運算所需要花費的時間十分漫長，無法滿足大數據處理的需求。另外，上述算法大多只考慮了各個用戶節點之間的連接關系，忽略各個用戶節點之間的關系強弱，因此所得出的結果一般無法滿足現實的社團劃分需求。

發明內容

本發明實施例提出一種用戶關系圈的生成方法和裝置、設備，能夠提高獲得用戶關系圈的速度和準確度。

本發明實施例提供的一種用戶關系圈的生成方法，具體包括：

獲得至少一個用戶的用戶通信記錄；

根據每個所述用戶通信記錄，獲得至少一個第一用戶派系；其中，每個所述第一用戶派系中包含至少一個用戶關系；

根據每個所述用戶關系的用戶關系權重，獲得派系系數閾值和每個所述第一用戶派系的派系系數；

將所述派系系數小于所述派系系數閾值的每個所述第一用戶派系設置為第二用戶派系；

根據所有所述第二用戶派系，生成與所有所述用戶相對應的用戶關系圈。

進一步地，每個所述用戶對應的用戶通信記錄的總個數均大于2個。

進一步地，所述根據每個所述用戶通信記錄，獲得至少一個第一用戶派系，具體包括：

生成每個所述用戶通信記錄對應的用戶關系；

根據每個所述用戶通信記錄，獲得頻率系數閾值和每個所述用戶關系對應的頻率系數；

將所述頻率系數不小于所述頻率系數閾值的每個所述用戶關系設置為目標用戶關系；

根據每個所述目標用戶關系，獲得至少一個所述第一用戶派系。

進一步地，每個所述用戶通信記錄中包含通信頻率；

則所述根據每個所述用戶通信記錄，獲得頻率系數閾值和每個所述用戶關系對應的頻率系數，具體包括：