[发明专利]一种基于图表示学习的通信网用户通信记录补全方法

说明书

本发明涉及通信网分析技术，提供一种基于图表示学习的通信网用户通信记录补全方法，包括步骤：1）将需要补全的一组用户通信记录数据表示为一个三元组形式；2）将待补全的三元组输入训练好的通信记录补全模型中，输出候选元素的概率分布向量；3）选取概率最大的所对应的候选元素作为补全元素，根据补全元素确定需要补全的这一组用户通信记录中的数据。本发明将基于图表示的通信网中用户与通信关系投影到低维空间，通过语义合成方式对三元组中任意两个元素的表达进行语义组合，获取相互关联的两个用户间的语义关联以实现记录补全，解决了通信记录不完整、数据稀疏的问题。

技术领域

本发明涉及通信网分析技术，特别涉及一种基于图表示学习的通信网用户通信记录补全技术。

背景技术

通信网指人们使用电子设备进行信息交流形成的网络，包括邮件网络、移动通信网等。随着终端设备的普及，通信网已成为人们信息交流的主要载体，通信用户规模不断扩大，通信数据也以指数级规模不断增长。这些通信数据蕴含着丰富的用户行为信息，反映了用户的社交关系、日常行为习惯、生活作息时间等诸多重要信息，如何利用海量通信数据分析通信用户行为特征，并有效应用于欺诈检测、服务推荐等领域，已成为当前的研究热点之一。

但在实际通信网分析过程中，由于数据收集技术等多方面的限制，往往很难获得完整的通信记录，这使得基于通信网的数据分析结果性能受限，从而成为限制通信网用户行为分析的一大瓶颈。

针对这一问题，现有研究从不同的角度构建用户行为分析模型，如用户频繁行为模式挖掘、基于生活熵的个人用户行为分类等，进一步挖掘用户行为特征，缓解实际数据的不足。然而，这些方法仅从用户行为的统计性特征角度进行建模，没有考虑用户及其通信行为在通信网拓扑结构中的语义信息，无法从根本上解决通信数据不完整的问题。

发明内容

本发明所要解决的技术问题是，根据用户及其通信行为在通信网拓扑结构中的语义信息形成两个用户间的语义关联进行通信网用户通信记录补全的方法。

本发明为解决上述技术问题所采用的技术方案是，一种基于图表示学习的通信网用户通信记录补全方法，其特征在于，包括以下步骤：

1）通信网数据图表示步骤：将需要补全的一组用户通信记录数据表示为一个三元组形式v_i, r, v_j；其中，元素v_i、元素v_j表示分别通信双方用户i与用户j的节点向量，元素r为表示通信关系的边向量；其中，一个待补全的三元组中只能有一个待补全元素，另两个元素为已知元素；

2）将待补全的三元组输入训练好的通信记录补全模型中，输出候选元素的概率分布向量，当待补全的三元组中已知两个用户的节点向量v_i与v_j时，利用已知的v_i与v_j得到用户行为趋势特征F_trend与交叉特征F_cross；当待补全的三元组中已知一个用户与通信关系v_i与r时，利用已知的v_i与r得到候选用户对象特征F_object与交叉特征F_cross；