一种利用社交网络中的学习与网络效应来预测移动用户离网倾向和概率的方法

摘要

本发明包括三个步骤:首先,利用雪球式抽样法确定用户样本数据,并将该样本中用户之间的联系记录代入邻接矩阵，以绘制出t‑1期和t期的个人逐月网络信息；然后通过使用用户个人信息和自学习效应、向他人学习效应及网络效应，建立“用户离网行为动态学习模型”，该模型包括：用户在网概率公式和用户离网概率公式，利用t‑1期个人逐月网络信息数据并采用两阶段嵌套定点估计方法对模型结构参数进行估值；最后利用条件概率，将步骤二中的参数以及样本中t期的个人逐月网络信息数据，代入用户在网概率公式和用户离网概率公式，得出用户行为的预测结果。本专利首次把社交网络概念融入用户离网预测模型，采用动态模型建模，真实地模拟了用户决策行为。