一种基于LDA主题模型的电信用户相似度发现方法

摘要

本发明涉及数据挖掘领域，具体公开了一种基于LDA(Latent Dirichlet Allocation潜在狄利克雷分布)主题模型的电信用户相似度发现方法，其是将电信用户的多维特征与基于概率模型的主题发现算法有机地联系在一起，从四个不同的方面考虑电信用户相似度计算方法，这四个方面分别是：用户的基本属性、通话记录、短信记录以及用户一天中连接的所有基站的位置信息和连接起始时间、结束时间。本发明重点利用LDA主题模型对用户一天中所连基站信息语料库进行建模，利用文本的统计特性，挖掘隐藏在文本内的潜在主题信息，得到文档的主题分布，以此计算文档的相似度，为深入挖掘电信领域用户的相似特征提供有力地保证。