[发明专利]一种基于交往频度和交往指数的用户交往圈关系识别方法

权利要求书

1.一种基于交往频度和交往指数的用户交往圈关系识别方法，其特征在于：该方法包括以下步骤：基于交往频度和交往指数的用户交往圈关系

A：计算两两用户间的交往频度、交往指数；

计算用户的交往频度，交往频度＝(权重1*用户本月有通话/短信/彩信日数+权重2*用户本月有通话/短信/彩信周数+权重3*用户本月有通话/短信/彩信旬数)/本月天数，一旬＝10天；所述权重1、权重2和权重3通过自定义设置；

基于用户的交往频度，计算用户的工作圈交往指数、生活圈交往指数和综合圈交往指数；

B：根据交往频度、交往指数及联系时段偏好建立用户对应的交往圈模型，该交往圈模型包括工作圈模型、生活圈模型和综合圈模型；

基于用户的交往频度，计算用户的工作圈交往指数、生活圈交往指数和综合圈交往指数，具体包括以下步骤：

整理用户的语音话单、短彩信话单，分别计算用户工作时段、生活时段和不区分时段的通话次数、通话时长、短信/彩信通话次数；

用户的工作圈交往指数＝系数1*用户的交往频度+系数2*用户工作时段的通话次数+系数3*用户工作时段的通话时长+系数4*用户工作时段的短信通话次数+系数5*用户工作时段的彩信通话次数；

用户的生活圈交往指数＝系数1*用户的交往频度+系数2*用户生活时段的通话次数+系数3*用户生活时段的通话时长+系数4*用户生活时段的短信通话次数+系数5*用户生活时段的彩信通话次数；

用户的综合圈交往指数＝系数1*用户的交往频度+系数2*用户不区分时段的通话次数+系数3*用户不区分时段的通话时长+系数4*用户不区分时段的短信通话次数+系数5*用户不区分时段的彩信通话次数；

所述系数1、系数2、系数3和系数4通过自定义设置；

取用户的工作圈交往指数、生活圈交往指数和综合圈交往指数中最大值，则指数最大的即为该用户所属的交往圈；

C：基于用户对应的交往圈信息建立用户社交网络模型；

首先将用户对应的交往圈中所有用户均分入到一个群体中；

计算两两用户间的联系紧密度，通过两两用户间的联系紧密度确定用户间的交往相似度；

所述两两用户间的联系紧密度通过式(一)计算：

其中，W_j为时段权重，时段权重包括用户工作时段权重W₁、生活时段权重W₂和不区分时段权重W₃，时段权重通过自定义设置；m_i为第i周通话次数；d_i为第i周权重，通过自定义设置，n为该时段周数；

将该群体中交往相似度低的用户归属为弱联系的用户，交往相似度低是基于该群体中用户间的联系紧密度值自定义设置；

将交往相似度高的用户划分到一个群体中，交往相似度高是基于该群体中用户间的联系紧密度值自定义设置；

最终形成多个内部交往相似度高、外部交往相似度低的群体；

对于用户对应的交往圈中新用户通过迭代的方法将用户划分到上述对应的群体中；

D：基于用户生活圈模型构建家庭关系模型，包括以下步骤：

基于用户生活圈模型，计算用户生活圈模型中用户间的交往相似度和交往时段偏好；

根据用户的同客户ID、同客户家庭套餐和同客户账号信息构建家庭关系模型。

2.根据权利要求1所述的基于交往频度和交往指数的用户交往圈关系识别方法，其特征在于：计算用户生活圈模型中用户间的交往相似度通过以下步骤计算得到：

用户间的交往相似度计算模块，交往相似度计算模块中存储有相似度计算的程度，当该交往相似度计算模块被处理器执行时，可以得到用户间的交往相似度，具体包括以下步骤：

数据对称化处理，返回数据库；

按照主叫用户排序话单，计算每个主叫用户的起始位置，以及其话单数目，将排序好的话单、用户的起始位置以及其话单数目确定，用于计算相似度；

调用编写的交往相似度计算模块计算用户间的交往相似度，剔除相似度较低的话单；

根据用户间交往相似度计算，寻找交往相似度高的本网/异网用户纳入到同家庭关系中，构建家庭关系模型。