CN105373619A - 一种基于用户大数据的用户群体分析方法和*** - Google Patents

Abstract

本发明提供了一种基于用户大数据的用户群体分析方法和***，其中，所述方法包括：构建用户与其标签的关系网络；所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线的权重为两个节点间相同标签的个数；遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；计算所述簇与所述网络中其他节点连线的权重；如果更新后的关系网络还能进行节点的合并，继续获得新簇，直至更新后的关系网络中簇的个数已达到预设值，则更新后的关系网络中的簇包含的节点即为发现的相似用户群体。上述技术方案使得对用户群体的分析更加直观。

Description

一种基于用户大数据的用户群体分析方法和***

技术领域

本发明涉及大数据分析领域，尤其涉及一种基于用户大数据的用户群体分析方法和***。

背景技术

电信领域中，存在数以亿计的通信用户，这些通信用户提供的数据种类丰富多样，包括用户的基本资料数据(如，用户身份ID、用户归属地、出生日期)，通信行为数据(如通话详单、短信详单)，上网行为数据(如浏览内容、搜索关键词、上网流量、上网时间、上网终端类型)、位置数据(用户通信或上网所处的位置、归属基站)。

为了更加精准、更加高效地把握用户需求，为用户提供所需的产品和服务，电信运营商通常会对上述数据进行数据统计及建模后，使用不同标签定义不同类型的用户，如根据终端类型将用户定义为“苹果用户”、“安卓用户”标签；对于苹果用户，如果该用户绝大多数都下载了微信、QQ客户端，上网搜索偏好购物类关键词，阅读习惯为喜欢励志的主题，则继续为苹果用户定义“爱腾讯”、“爱购物”、“爱励志”的标签。

标签作为一种用户行为的标识方法，蕴含了很多反映用户兴趣的信息；同时，标签作为一种属性的标识，比传统的以内容表示属性的方式更能直观反应用户的看法，并且表示形式非常简单。

通过对标签数据的分析，可以得到相似用户群体、提取群体的主要特征以及发现群体中的重要用户，便于运营商个性化推荐产品、提升服务质量。

现有的相似用户群体发现、群体主要特征提取和群体重要用户发现的方法主要包括：群体相关性分析方法及群体聚类分析方法。现有的方法在分析的过程中通常建立的是群体-属性的关系，忽略了个体-属性的关系，因而将分析结果运用在个体上存在偏差，且也不利于发现个体存在的特有喜好。

发明内容

本发明提供了一种基于用户大数据的用户群体分析方法和***，以解决如何基于用户与其标签的关系对用户进行群体分析的技术问题。

为解决上述技术问题，本发明提供了一种基于用户大数据的用户群体分析方法，所述方法包括：

构建用户与其标签的关系网络；所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线的权重为两个节点间相同标签的个数；

遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；

计算所述簇与所述网络中其他节点连线的权重；

如果更新后的关系网络还能进行节点的合并，继续获得新簇，直至更新后的关系网络中簇的个数已达到预设值，则更新后的关系网络中的簇包含的节点即为发现的相似用户群体。

可选的，所述构建用户与其标签的关系网络，包括：

根据用户与其标签的关系构建原生二元网络，所述原生二元网络中，用户和标签分别以用户节点和标签节点表示，如果用户具备标签，则连接该用户节点和该标签节点；

对所述原生二元网络进行转换，隐藏标签节点，将具有相同标签的用户节点通过连线连接，两个节点间相同标签的个数作为所述连线的权重，得到所述用户与其标签的关系网络。

可选的，所述方法还包括：

从发现的相似用户群体中查找与其他节点具有最多连线，且连线权重之和最大的节点，将该节点代表的用户作为具备该群体主要特征的重要用户，所述群体主要特征指的是群体中大多数用户具备的特征。

可选的，所述方法还包括：

对发现的相似用户群体中每个节点Vi按照如下公式计算， $C\left(v_i\right)=\frac{n-1}{\underset{j\≠i}{\overset{n}{\Σ}}cluster(v_i,v_j)}$

其中，n为相似用户群体中的总节点数，cluster(vi，vj)表示簇内节点i到簇内节点j的距离；

将对每个节点Vi的计算结果C(v_i)按从大到小的顺序排序，最小的计算结果对应的节点vi为相似用户群体中距离其他节点最短的节点，将该节点代表的用户作为具备该群体通用特征的重要用户，所述群体通用特征指的是群体中每个用户均具备的特征。

可选的，所述方法还包括：

根据原生二元网络，在相似用户群体中建立标签关系网络；标签关系网络中标签以节点表示，如果两个节点存在相同的用户，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同用户的个数；

在所述标签关系网络中寻找权重最大的边对应的两个节点，将所述两个节点作为该群体的主要特征。

本发明还提供了一种基于用户大数据的用户群体分析***，所述***包括：

网络建立模块，用于构建用户与其标签的关系网络；所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线的权重为两个节点间相同标签的个数；

相似群体寻找模块，用于遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；计算所述簇与所述网络中其他节点连线的权重；如果更新后的关系网络还能进行节点的合并，继续获得新簇，直至更新后的关系网络簇的个数已达到预设值，则更新后的关系网络中的簇包含的节点即为发现的相似用户群体。

可选的，所述网络建立模块，用于构建用户与其标签的关系网络，包括：

根据用户与其标签的关系构建原生二元网络，所述原生二元网络中，用户和标签分别以用户节点和标签节点表示，如果用户具备标签，则连接该用户节点和该标签节点；

对所述原生二元网络进行转换，隐藏标签节点，将具有相同标签的用户节点通过连线连接，两个节点间相同标签的个数作为所述连线的权重，得到所述用户与其标签的关系网络。

可选的，所述***还包括相似群体分析模块，

所述相似群体分析模块，用于从发现的相似用户群体中查找与其他节点具有最多连线，且连线权重之和最大的节点，将该节点代表的用户作为具备该群体主要特征的重要用户，所述群体主要特征指的是群体中大多数用户具备的特征。

可选的，

所述相似群体分析模块，还用于对发现的相似用户群体中每个节点Vi按照如下公式计算， $C\left(v_i\right)=\frac{n-1}{\underset{j\≠i}{\overset{n}{\Σ}}cluster(v_i,v_j)}$

其中，n为相似用户群体中的总节点数，cluster(vi，vj)表示簇内节点i到簇内节点j的距离；

将对每个节点Vi的计算结果C(v_i)按从大到小的顺序排序，最小的计算结果对应的节点vi为相似用户群体中距离其他节点最短的节点，将该节点代表的用户作为具备该群体通用特征的重要用户，所述群体通用特征指的是群体中每个用户均具备的特征。

可选的，

所述网络建立模块，还用于根据原生二元网络，在相似用户群体中建立标签关系网络；标签关系网络中标签以节点表示，如果两个节点存在相同的用户，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同用户的个数；

所述相似群体分析模块，还用于在所述标签关系网络中寻找权重最大的边对应的两个节点，将所述两个节点作为该群体的主要特征。

上述实施例记载的技术方案以网络结构和网络分析为理论基础，提供了一种基于用户与其标签关系得用户进行群体分析方法。该方法保留了个体与其标签的关系、标签之间的关系，使得对用户群体的分析更加直观。

附图说明

图1为本发明实施例的基于用户大数据的用户群体分析方法流程图；

图2-a为本发明实施例的原生二元网络示意图；

图2-b为本发明实施例的根据图2-a转换的用户与其标签的关系网络示意图；

图3-a、图3-b和图3-c给出了基于图2-b所示的用户与其标签的关系网络查找相似用户群体的示意图；

图4为本发明实施例给出的一个相似用户群体的示意图；

图5为本发明实施例的相似群体的标签关系网络示意图；

图6为本发明实施例的基于用户大数据的用户群体分析***组成图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

图1为本发明实施例的基于用户大数据的用户群体分析方法流程图。

S101构建用户与其标签的关系网络；

所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同标签的个数；

S102遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；

可选的，在遍历所述关系网络时，可以找到所述关系网络中任意边最多的节点，以该节点为起点开始遍历所述关系网络；

S103计算所述簇与所述网络中其他节点连线的权重；

可选的，所述簇与其他节点连线的权重为簇中包含的每个节点与所述其他节点连线权重的平均值；

S104如果簇的个数已达到预设值，则更新后的关系网络中簇包含的节点即为发现的相似用户群体，执行步骤S106；

S105如果更新后的关系网络还能进行节点的合并，继续获得新簇，执行步骤S103；

S106流程结束。

可选的，上述所述构建用户与其标签的关系网络，包括：

根据用户与其标签的关系构建原生二元网络，

所述原生二元网络中，用户和标签分别以用户节点和标签节点表示，如果用户具备标签，则连接该用户节点和该标签节点；

对所述原生二元网络进行转换，隐藏标签节点，将具有相同标签的用户节点通过连线连接，两个节点间相同标签的个数作为所述连线的权重，得到所述用户与其标签的关系网络。

图2-a表示所述原生二元网络，图中节点f1～f5为标签节点，节点a～f为用户节点，图2-b表示根据图2-a转换的所述用户与其标签的关系网络。

图3-a、图3-b和图3-c给出了基于图2-b所示的用户与其标签的关系网络查找相似用户群体的示意图，根据图3-c得到c、d和e为相似用户群体、a和b为相似用户群体。

可选的，上述实施例中，所述方法还包括：

从发现的相似用户群体中查找与其他节点具有最多连线，且连线权重之和最大的节点，将该节点代表的用户作为具备该群体主要特征的重要用户，所述群体主要特征指的是群体中大多数用户具备的特征。

以及，对发现的相似用户群体中每个节点Vi按照如下公式计算， $C\left(v_i\right)=\frac{n-1}{\underset{j\≠i}{\overset{n}{\Σ}}cluster(v_i,v_j)}$

其中，n为相似用户群体中的总节点数，cluster(vi，vj)表示簇内节点i到簇内节点j的距离，

将对每个节点Vi的计算结果C(v_i)按从大到小的顺序排序，最小的计算结果对应的节点vi即为相似用户群体中距离其他节点最短的节点，将该节点代表的用户作为具备该群体通用特征的重要用户，所述群体通用特征指的是群体中每个用户均具备的特征。

图4给出了一个相似用户群体的示意图，按照上述确定方法得到图4中的节点b代表具备该群体主要特征的重要用户，节点a代表具备该群体通用特征的重要用户。

可选的，上述实施例还包括：

根据原生二元网络在相似用户群体中建立标签关系网络；标签关系网络中标签以节点表示，如果两个节点存在相同的用户，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同用户的个数；

在所述标签关系网络中寻找权重最大的边对应的两个节点，将所述两个节点作为该群体的主要特征。

基于图3-c可得，相似用户群体包括用户c、d和e。根据图2-a可得到该相似群体的标签关系网络，如图5所示。根据图5，该群体的主要特征为标签f1、f3和f4所表示的特征。

上述实施例记载的技术方案以网络结构和网络分析为理论基础，提供了一种基于用户与其标签关系得用户进行群体分析方法。该方法保留了个体与其标签的关系、标签之间的关系，使得对用户群体的分析更加直观。

图6为本发明实施例的基于用户大数据的用户群体分析***组成图。

所述***包括：

网络建立模块，用于构建用户与其标签的关系网络；所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线的权重为两个节点间相同标签的个数；

相似群体寻找模块，用于遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；计算所述簇与所述网络中其他节点连线的权重；如果更新后的关系网络还能进行节点的合并，继续获得新簇，直至更新后的关系网络簇的个数已达到预设值，则更新后的关系网络中的簇包含的节点即为发现的相似用户群体。

可选的，所述相似群体寻找模块在遍历所述关系网络时，找到所述关系网络中任意边最多的节点，以该节点为起点开始遍历所述关系网络。

可选的，所述相似群体寻找模块在计算簇与所述网络中其他节点连线的权重时，以簇中包含的每个节点与所述其他节点连线权重的平均值作为所述簇与其他节点的权重。

可选的，所述网络建立模块，用于构建用户与其标签的关系网络，包括：

根据用户与其标签的关系构建原生二元网络，所述原生二元网络中，用户和标签分别以用户节点和标签节点表示，如果用户具备标签，则连接该用户节点和该标签节点；

对所述原生二元网络进行转换，隐藏标签节点，将具有相同标签的用户节点通过连线连接，两个节点间相同标签的个数作为所述连线的权重，得到所述用户与其标签的关系网络。

可选的，所述***还包括相似群体分析模块，所述相似群体分析模块，用于从发现的相似用户群体中查找与其他节点具有最多连线，且连线权重之和最大的节点，将该节点代表的用户作为具备该群体主要特征的重要用户，所述群体主要特征指的是群体中大多数用户具备的特征。

可选的，所述相似群体分析模块，还用于对发现的相似用户群体中每个节点Vi按照如下公式计算，

其中，n为相似用户群体中的总节点数，cluster(vi，vj)表示簇内节点i到簇内节点j的距离，

将对每个节点Vi的计算结果C(v_i)按从大到小的顺序排序，最小的计算结果对应的节点vi为相似用户群体中距离其他节点最短的节点，将该节点代表的用户作为具备该群体通用特征的重要用户，所述群体通用特征指的是群体中每个用户均具备的特征。

可选的，所述网络建立模块，还用于根据原生二元网络，在相似用户群体中建立标签关系网络；标签关系网络中标签以节点表示，如果两个节点存在相同的用户，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同用户的个数；

所述相似群体分析模块，还用于在所述标签关系网络中寻找权重最大的边对应的两个节点，将所述两个节点作为该群体的主要特征。

上述实施例记载的技术方案以网络结构和网络分析为理论基础，提供了一种基于用户与其标签关系得用户进行群体分析方法。该方法保留了个体与其标签的关系、标签之间的关系，使得对用户群体的分析更加直观。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现，相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

需要说明的是，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种基于用户大数据的用户群体分析方法，其特征在于，所述方法包括：

构建用户与其标签的关系网络；所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线的权重为两个节点间相同标签的个数；

遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；

计算所述簇与所述网络中其他节点连线的权重；

如果更新后的关系网络还能进行节点的合并，继续获得新簇，直至更新后的关系网络中簇的个数已达到预设值，则更新后的关系网络中的簇包含的节点即为发现的相似用户群体。

2.如权利要求1所述的方法，其特征在于，其中，所述构建用户与其标签的关系网络，包括：

根据用户与其标签的关系构建原生二元网络，所述原生二元网络中，用户和标签分别以用户节点和标签节点表示，如果用户具备标签，则连接该用户节点和该标签节点；

对所述原生二元网络进行转换，隐藏标签节点，将具有相同标签的用户节点通过连线连接，两个节点间相同标签的个数作为所述连线的权重，得到所述用户与其标签的关系网络。

3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

从发现的相似用户群体中查找与其他节点具有最多连线，且连线权重之和最大的节点，将该节点代表的用户作为具备该群体主要特征的重要用户，所述群体主要特征指的是群体中大多数用户具备的特征。

4.如权利要求1或2或3所述的方法，其特征在于，所述方法还包括：

对发现的相似用户群体中每个节点Vi按照如下公式计算， $C\left(v_i\right)=\frac{n-1}{\underset{j\≠i}{\overset{n}{\Σ}}cluster\left(v_i,v_j\right)}$

其中，n为相似用户群体中的总节点数，cluster(vi，vj)表示簇内节点i到簇内节点j的距离；

将对每个节点Vi的计算结果C(v_i)按从大到小的顺序排序，最小的计算结果对应的节点vi为相似用户群体中距离其他节点最短的节点，将该节点代表的用户作为具备该群体通用特征的重要用户，所述群体通用特征指的是群体中每个用户均具备的特征。

5.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据原生二元网络，在相似用户群体中建立标签关系网络；标签关系网络中标签以节点表示，如果两个节点存在相同的用户，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同用户的个数；

在所述标签关系网络中寻找权重最大的边对应的两个节点，将所述两个节点作为该群体的主要特征。

6.一种基于用户大数据的用户群体分析***，其特征在于，所述***包括：

网络建立模块，用于构建用户与其标签的关系网络；所述关系网络中用户以节点表示，如果两个节点存在相同的标签，则建立所述两个节点之间的连接关系；两个节点连线的权重为两个节点间相同标签的个数；

相似群体寻找模块，用于遍历所述关系网络，将所述网络中权重最大的连线对应的两个节点合并为一个簇，将所述簇作为一个新的节点；计算所述簇与所述网络中其他节点连线的权重；如果更新后的关系网络还能进行节点的合并，继续获得新簇，直至更新后的关系网络簇的个数已达到预设值，则更新后的关系网络中的簇包含的节点即为发现的相似用户群体。

7.如权利要求6所述的***，其特征在于，所述网络建立模块，用于构建用户与其标签的关系网络，包括：

根据用户与其标签的关系构建原生二元网络，所述原生二元网络中，用户和标签分别以用户节点和标签节点表示，如果用户具备标签，则连接该用户节点和该标签节点；

对所述原生二元网络进行转换，隐藏标签节点，将具有相同标签的用户节点通过连线连接，两个节点间相同标签的个数作为所述连线的权重，得到所述用户与其标签的关系网络。

8.如权利要求6或7所述的***，其特征在于，所述***还包括相似群体分析模块，

所述相似群体分析模块，用于从发现的相似用户群体中查找与其他节点具有最多连线，且连线权重之和最大的节点，将该节点代表的用户作为具备该群体主要特征的重要用户，所述群体主要特征指的是群体中大多数用户具备的特征。

9.如权利要求8所述的***，其特征在于，

所述相似群体分析模块，还用于对发现的相似用户群体中每个节点Vi按照如下公式计算， $C\left(v_i\right)=\frac{n-1}{\underset{j\≠i}{\overset{n}{\Σ}}cluster\left(v_i,v_j\right)}$

其中，n为相似用户群体中的总节点数，cluster(vi，vj)表示簇内节点i到簇内节点j的距离；

将对每个节点Vi的计算结果C(v_i)按从大到小的顺序排序，最小的计算结果对应的节点vi为相似用户群体中距离其他节点最短的节点，将该节点代表的用户作为具备该群体通用特征的重要用户，所述群体通用特征指的是群体中每个用户均具备的特征。

10.如权利要求9所述的***，其特征在于，

所述网络建立模块，还用于根据原生二元网络，在相似用户群体中建立标签关系网络；标签关系网络中标签以节点表示，如果两个节点存在相同的用户，则建立所述两个节点之间的连接关系；两个节点连线具有权重，连线的权重为两个节点间相同用户的个数；

所述相似群体分析模块，还用于在所述标签关系网络中寻找权重最大的边对应的两个节点，将所述两个节点作为该群体的主要特征。