[发明专利]基于复杂网络理论的移动网络流量模式挖掘方法

说明书

本发明公开了一种基于复杂网络理论的移动网络流量模式挖掘方法，包括确定待分析区域并栅格化划分；获取待分析区域内的原始移动网络流量数据；进行栅格内流量聚合得到各个栅格的流量数据；提取各个栅格的流量数据的流量特征；以栅格作为网络节点构建栅格关系网络；采用基于复杂网络理论的社区挖掘方法对栅格关系网络进行社区挖掘，得到流量模式相似的空间区域集合，完成移动网络流量模式挖掘。本发明能够在不具备先验知识的条件下完成对移动网络流量数据的聚类分析，同时兼顾了数据的群体性行为特征；因此本发明方法的可靠性高、实用性好且效果较好。

技术领域

本发明属于移动通信技术领域，具体涉及一种基于复杂网络理论的移动网络流量模式挖掘方法。

背景技术

随着经济技术的发展和人们生活水平的提高，移动通信技术已经广泛应用于人们的生产和生活当中，给人们的生产和生活带来了无尽的便利。

随着移动通信技术的发展，移动网络用户数量不断增加，移动通信流量呈爆炸式增长。这些移动网络流量数据包含了大量信息，从一定程度上反映了用户的个体行为和群体行为特征，有助于研究人员理解真实世界的物理现象。若能够挖掘出隐藏在流量数据背后的信息，则可以为人类生活提供更多的便利。如通过对移动网络流量反映的城市热点地区进行分析，可为通信基站选址、电力基础设施建设等提供重要参考；又如通过对不同类型移动网络流量特点及其反映的用户分布规律进行分析，可为不同区域的网络切片资源配置提供重要依据。

模式挖掘是从大量目标数据中提取典型行为的过程，其主要手段为聚类分析；而现阶段对移动网络流量的聚类分析多采用有监督、无监督或半监督的机器学习算法。现有算法多以研究对象相互独立为前提，把流量数据当作静态、孤立的时间序列处理，不仅忽略了对象之间的联系，还缺乏对群体性行为特征的剖析。同时，基于机器学习的方法需要一定的人工先验知识，存在一定局限性。

发明内容

本发明的目的在于提供一种可靠性高、实用性好且效果较好的基于复杂网络理论的移动网络流量模式挖掘方法。

本发明提供的这种基于复杂网络理论的移动网络流量模式挖掘方法，具体包括如下步骤：

S1.确定待分析区域，并将确定的待分析区域进行栅格化划分；

S2.获取待分析区域内的原始移动网络流量数据；

S3.根据步骤S1的栅格划分结果，对步骤S2中获取的数据进行栅格内流量聚合，得到各个栅格的流量数据；

S4.提取各个栅格的流量数据的流量特征；

S5.以栅格作为网络节点，根据步骤S5得到的各个栅格的流量特征构建栅格关系网络；

S6.采用基于复杂网络理论的社区挖掘方法，对步骤S5构建的栅格关系网络进行社区挖掘，得到流量模式相似的空间区域集合，完成最终的移动网络流量模式挖掘。

步骤S1所述的将确定的待分析区域进行栅格化划分，具体为将确定的待分析区域，划分为边长为设定值的正方形栅格，并用数字进行标识。

步骤S2所述的获取待分析区域内的原始移动网络流量数据，具体为获取每个栅格空间所采集的CDR(Call Detail Records，呼叫详细记录)数据块；每个数据块的时间粒度为X分钟；X为设定的正数。

所述的CDR数据块，具体包括在时间粒度内发起的SMS(Short MessagingService，短消息业务)数据、接收的SMS数据、发起的电话数据、接收的电话数据和互联网流量数据。

步骤S3所述的根据步骤S1的栅格划分结果，对步骤S2中获取的数据进行栅格内流量聚合，得到各个栅格的流量数据，具体为将获取的CDR数据块，按照设定的时间粒度进行聚合，并将聚合后的数据作为对应栅格内的流量数据。

所述的聚合，具体为将获取的CDR数据块流量数据相加。