基于对称KL距离的用户行为时序聚类方法

摘要

网络用户随时间变化的行为分析是近年来用户行为分析的热点,通常为了发现用户行为的特征需要对用户做聚类处理.针对用户时序数据的聚类问题,现有研究方法存在计算性能差,距离度量不准确的缺点,无法处理大规模数据.为了解决上述问题,该文提出基于对称KL距离的用户行为时序聚类方法.首先将时序数据转化为概率模型,从划分聚类的角度出发,在距离度量中引入KL距离,用以衡量不同用户间的时间分布差异.针对实网数据中数据规模大的特点,该方法在聚类的各个环节针对KL距离的特点做了优化,并证明了一种高效率的聚类质心求解办法.实验结果证明,该算法相比采用欧式距离和DTW距离度量的聚类算法能提高4％的准确度,与采用medoids聚类质心的聚类算法相比计算时间少了一个量级.采用该算法对实网环境中获取的用户流量数据处理证明了该算法拥有可行的应用价值.