[发明专利]一种基于移动大数据的手机用户行为相似度分析方法

说明书

本发明提供一种基于移动大数据的手机用户行为相似度分析方法，利用电信运营商的信令数据，采集一个时间段内一个用户群的移动轨迹信息；统计每个用户在该时间段内在每个扇区中出现的次数或驻留时长PF，以及所有用户在每个扇区中出现的次数或驻留时长的均值GF，计算PF/GF，得到每个用户的PF‑IGF值；计算每两个手机用户的PF‑IGF值的夹角余弦值，根据所得的夹角余弦值，判定两个用户的行为相似度：夹角余弦值θ越接大，表示这两个手机用户的活动行为轨迹越相近；夹角余弦值的值越小，表示这两个手机用户的活动行为轨迹越不相关。本发明可以用于研究每两个人之间的相似程度，找寻指定范围内每个人的相似人群。

技术领域

本发明属于移动大数据应用技术领域，具体涉及一种基于移动大数据的手机用户行为相似度分析方法。

背景技术

随着智能手机的普及，促进了移动大数据技术的发展。移动大数据中蕴含了丰富的信息，每个用户都有特殊的移动半径，以及有非常高的概率往返重要的地点。对其进行挖掘，可以发现相似用户的行为模式，而行为模式通常反映了用户的身份和习惯。通过对相似人群的判别，发掘不同用户之间的紧密程度，为精准营销和智能推荐等提供指导。传统的利用移动运营商的信令研究用户行为轨迹相似性的算法都是以密度聚类为主，能够较容易的发现并掌握群体用户的活动共性，但是对于一些个性用户数据容易被当作是噪声点被删除。

发明内容

本发明的目的在于针对现实需求，提供一种基于移动大数据的手机用户行为相似度分析方法，可以研究每两个人之间的相似程度，找寻指定范围内每个人的相似人群。

本发明的技术方案如下：

一种基于移动大数据的手机用户行为相似度分析方法，其特征在于，包括以下步骤：

(1)数据采集：利用电信运营商的信令数据，在一个时间段内，对一个用户群中每个用户IMSI识别号所在的基站扇区位置、进出扇区时间信息进行采集，并进行数据清洗；

(2)数据预处理：对进出基站缺失信令进行插值补偿；

(3)统计PF、GF，计算PF-IGF值：统计每个用户在在一定时间段内在每个扇区中出现的次数或驻留时长PF，以及所有用户在每个扇区中出现的次数或驻留时长的均值GF，其中，PF值按天取均值，GF值按人天取均值，并将之归一化；使用归一化之后的PF值和GF 值进行PF/GF计算，得到每个用户的PF-IGF值；

(4)计算夹角余弦值：采用以下公式计算每两个手机用户的PF-IGF值的夹角余弦值 cosθ：

其中，A_i表示手机用户A在第i个扇区的PF-IGF值，B_i表示用户B在第i个扇区的 PF-IGF值，i＝1，2，……n。

(5)用户行为相似度判定：根据所得的夹角余弦值cosθ，判定两个用户的行为相似度：夹角余弦值cosθ越接大，表示这两个手机用户的活动行为轨迹越相近；夹角余弦值cosθ的值越小，表示这两个手机用户的活动行为轨迹越不相关。

本发明提供的基于移动大数据的手机用户行为相似度分析方法，可应用于多个方面。例如，可分析不同用户之间的“时空紧密度”，进而可挖掘出家庭成员、同事关系以及其他紧密关系。

本发明还可用于检测“横向”与“纵向”的异常，例如：1、同一时间范围内，某一用户与其他用户的数值存在着明显的差异，可以认为其为“离群点”，或者说这个用户去了其他人都不去的地方并且停留时间较长或访问频次较高；2、对于某特定用户，一般而言在不同时间周期上的时空向量会相对稳定，如出现较大波动则反映该用户的时空行为特征发生了较大的变化。上述两种在横向与纵向上的“异常”在数据统计角度看均值得关注。