基于用户通话记录的社区发现算法与社区画像研究

摘要

我国大规模地普及移动电话和智能终端产生了海量的移动用户历史数据，其中通话记录能够反映移动用户在真实世界中的社会关系，在网络里用户的社交圈被称为社区，通过分析通话记录发现移动用户可能处于不同的社区，比如有亲友社区、工作社区和爱好社区，不同的社区有不同的特征，这些特征被称为社区画像。
　　本文根据通话记录数据重点研究两个问题，一是如何发现通话记录中的社区，二是如何为发现的社区构建画像。针对第一个问题，提出了基于边权重的模块度评测指标，和基于邻集边的局部社区发现算法。针对第二个问题，提出了构建通话记录网络局部社区画像的方法，另外为了从多角度了解用户的通话特征和习惯，本文还提出了从多角度构建局部社区画像的框架。
　　在公开数据集和通话记录网络上的测试结果验证了本文提出的局部社区发现算法的有效性，具体结果如下:(1)对有标签网络，该算法能够发现比较完整的真实社区;(2)对无标签网络，该算法发现的局部社区具有较高的模块度。在通话记录网络上的测试结果表明，本文提出的多角度构建局部社区画像框架能够有效地刻画用户的通话习惯和个人偏好。

目录

声明

摘要

图目录

表目录

第1章 绪论

1．1 研究背景和意义

1．2 研究现状

1．2．1 全局社区发现

1．2．2 局部社区发现

1．2．3 动态社区发现

1．2．4 通话记录数据和社区画像

1．3 主要工作和创新点

1．4 本文组织结构

第2章 局部社区发现相关理论和技术

2．1 局部社区发现的图论定义

2．2 局部社区发现的基本过程

2．3 局部社区发现代表算法

2．3．1 LWP算法

2．3．2 Clauset算法

2．4 局部社区发现评价标准

2．4．1 传统评价指标

2．4．2 标准互信息

2．4．3 模块度

2．5 本章小结

第3章 基于邻集边的局部社区发现算法

3．1 邻集边集合和基于边权重的模块度

3．2 基于邻集边的局部社区发现算法NESA

3．3 公开数据集实验

3．3．1 Karate俱乐部社区

3．3．2 美国政治书籍网络PolBooks

3．4 本章小结

第4章 用户通话记录网络上的局部社区发现

4．1 数据预处理

4．2 构建用户通话记录网络

4．2．1 通话记录网络的无向图

4．2．2 通话记录网络权值计算方法

4．3 实验结果与分析

4．3．1 SmallCall网络

4．3．2 BigCall网络

4．3．3 实验总结

4．4 本章小结

第5章 通话记录网络上的局部社区画像

5．1 社区画像

5．1．1 社区画像构建方法

5．1．2 实验

5．2 多角度局部社区画像框架

5．2．1 多角度画像构建策略

5．2．2 实验

5．3 本章小结

第6章 总结与展望

6．1 工作总结

6．2 工作展望

参考文献

攻读硕士学位期间主要的研究成果

致谢