论文部分内容阅读
近年来，随着网络科学的兴起，基于网络和图挖掘的分析方法受到了越来越多的关注，并被广泛应用到生物、政治经济、电信、工程开发和社会生活的各个领域。数据挖掘和社会网络分析领域的学者通过把现实数据抽象成图结构，从而使人类之间的联系具有了一个统一、灵活而又强大的数学抽象。因此，很多领域的研究人员都对图进行了深入探讨，而且某个领域关于图的研究成果，可以被其它领域借鉴。
本文从电信商务智能的角度出发，对大规模电信数据进行了全面的，多维度的链接预测分析。首先，基于传统的链接预测方法，本文提出了一种新的基于节点相似性的链接预测方法，该方法通过利用被预测节点的局部网络结构提升了链接预测的效果。为了对大规模电信数据进行链接预测，本文提出了基于MapReduce的分布式链接预测框架，可以对超大规模电信网络进行预测分析。此外，不同于以往的链接预测分析，本文利用通话数据的特点，从资源分配和随机游走的角度对缺失通话行为和未来通话行为进行了分析研究，从而深刻揭示了人们交往行为的模式和内在特征。根据以上的分析研究，本文将链接预测应用到电信商务智能中，将链接预测问题与电信运营商的市场分析结合，从对未来通话关系和竞争对手用户间的通话关系两个角度进行了预测分析，同时研究了为电信链接预测找到了合适的网络观察时间。最后，结合电信运营商的经营分析，本文对电信用户属性进行了分析研究，如年龄、性别、社会地位等，从多个视角对人类通话和短信行为进行了刻画。电信运营商可基于此对目标客户进行精准分类与定位，从而进行精准营销。