[发明专利]一种应用于移动网络的用户相似性评估方法及装置

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种应用于移动网络的用户相似性评估方法及装置。

背景技术

通常，我们利用聚类分析将看似无序的对象进行分组、归类，以达到更好地理解研究对象的目的。聚类结果要求组内对象相似性较高，组间对象相似性较低。在对于用户的研究中，很多问题可以借助聚类分析来解决，比如，语音业务和数据业务使用情况分类问题、网页的点击行为关联性问题以及用户分类问题等等。

随着移动网络竞争进一步加剧，针对用户的个性化营销和网络精细化管理的趋势愈加明显。用户聚类是移动网络中针对用户的个性化营销和网络精细化管理的基础，而用户相似性又是用户聚类的基础。因此，在移动网络中对用户相似性的评估就变得愈发重要。

在移动网络中，目前还不存在用户相似性评估的相关方式方法，因此，无法利用用户相似性来评估用户群分布，即无法利用用户相似性实现用户聚类，进而根据用户聚类完成针对用户的个性化营销和网络精细化管理。

发明内容

本发明的实施例提供一种应用于移动网络的用户相似性评估方法及装置，解决了目前在移动网络中无法有效进行用户相似性评估的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

本发明实施例提供一种应用于移动网络的用户相似性评估方法，包括：

基于用户行为数据，构建用户的特性向量；

根据所述特性向量，利用第一预设规则，计算不同用户之间的相似度，以便于根据所述相似度进行用户聚类分析，生成至少两类用户群，进而建立移动网络与各类用户群之间的关联关系。

所述方法还包括：

基于至少两个特性向量，计算用户的综合特性向量；

根据所述用户的综合特性向量，利用第二预设规则，计算不同用户之间的综合相似度，以便于根据所述综合相似度进行用户聚类分析。

所述基于至少两个特性向量，计算用户的综合特性向量，包括：

分别计算所述至少两个特性向量的归一化向量；

对每一个特性向量的归一化向量进行加权处理，得到用户的综合特性向量。

所述特性向量为业务特性向量、小区轨迹向量或无线事件向量；

其中，若所述特性向量为所述业务特性向量，则所述相似度为业务相似度；若所述特性向量为小区轨迹向量，则所述相似度为小区轨迹相似度；若所述第一特性向量为无线事件向量，则所述相似度为无线事件相似度。

本发明实施例提供一种用户相似性评估装置，所述装置应用于移动网络，所述装置包括：

构建单元，用于基于用户行为数据，构建用户的特性向量；

计算单元，用于根据所述构建单元构建的所述特性向量，利用第一预设规则，计算不同用户之间的相似度，以便于根据所述相似度进行用户聚类分析，生成至少两类用户群，进而建立移动网络与各类用户群之间的关联关系。

所述计算单元，还用于基于至少两个特性向量，计算用户的综合特性向量，以及还用于根据所述用户的综合特性向量，利用第二预设规则，计算不同用户之间的综合相似度，以便于根据所述综合相似度进行用户聚类分析。

所述计算单元，具体用于分别计算所述至少两个特性向量的归一化向量，以及具体用于对每一个特性向量的归一化向量进行加权处理，得到用户的综合特性向量。

所述特性向量为业务特性向量、小区轨迹向量或无线事件向量；

其中，若所述特性向量为所述业务特性向量，则所述相似度为业务相似度；若所述特性向量为小区轨迹向量，则所述相似度为小区轨迹相似度；若所述第一特性向量为无线事件向量，则所述相似度为无线事件相似度。

本发明实施例提供一种应用于移动网络的用户相似性评估方法及装置，用户相似性评估装置基于用户行为数据，构建用户的特性向量，然后根据该特性向量，利用第一预设规则，计算不同用户之间的相似度，这样可以通过不同用户之间的相似度，形成用户聚类，评估移动网络中某方面的用户群分布情况，进而建立了移动网络与各类用户群之间的关联关系，一方面有利于掌握移动用户群体感知和动向，另一方面有利于掌握移动网络瓶颈区域和潜在问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的用户相似性评估方法流程示意图一；