用SOM网络从移动通信数据中识别相似个体.docVIP

用SOM网络从移动通信数据中识别相似个体 第38卷第8期 2011年8月 计算机科学 ComputerScience Vo1.38No.8 Aug2011 用SOM网络从移动通信数据中识别相似个体 陈蔼祥 (广东商学院数学与计算科学学院广州510320) 摘要从移动电话通信数据中挖掘用户有用信息,被认为是富有研究价值的一项工作.利用从94个Nokia6600 用户中收集的实际通信记录,根据用户的通信统计情况,结合用户的调查数据,形成能被SOM网络接受的训练数据 集.在此基础上,给出了基于SOM(Self-OrganizingMap)的相似个体识别系统SSRS(SimilarySubjectRecognition System),该系统在训练好的SOM网络支持下,能够对群体中的个体进行有效分类,从而为预测个体将来行为奠定基础. 关键词现实数据挖掘,移动通信,S0M UsingSOMtoRecognizeSimilaryIndividualsfromMobilePhoneData CHENAi-xiang (SchoolofMathematics,GuangdongUniversityofBusinessStudies,Guangzhou510320,China) AbstractDatacollectedfrommobilephoneshavethepotentialtoprovideinsightintothecommunitySindividualclas— sification.Usingtherealitydatacollectedfrom94Nokia6600users,atrainingdatasetfedtOSOMneura1networkwas generated,thetrainingdatasetconsistsofuserScorrespondencestatisticsandsurveydata.ASimilarySuhjectRecogni— tionSystem(SSRS)buildingonSOMneuralnetworkwasdesignedandrealized.ThesystemSSRScancarryontheel- fectiveclassificationtOcommunitySindividualand1aythefoundationofforecastingtheindividualfuturebehavior. KeywordsRealitymining,Mobilephone,SOM 1引言 移动通信技术是推动人类文明进程的最伟大技术之一. 随着移动通信技术的快速发展,移动通信成本早已经降到了 普通大众能够接受的程度,从而使移动电话能够普及到普罗 大众.这一趋势为基于移动通信平台基础上的各种应用提供 了可能.其中麻省理工的社会网络分析项目以及相应的移动 社会软件[】即是这类应用的典型代表. 对社会人群中的个体进行分类,识别个体之间的各种社 会网络关系,是社会网络分析的核心任务.如果能够借用现 代科技手段,识别特定人群的各种类别及其社会网络关系,这 对于有针对性地开展社会公共事物的管理和组织,刑事案件 侦破,劳资谈判,大型活动的动态管理,有效交友活动等都具 有重要意义.早期对社会网络分析方面的研究,更多是基于 调查问卷的形式获取数据[3],这使得研究只能局限于短期内 小范围群体,从而极大地限制了这方面的研究的广度和深度 以及研究结果的准确性.最近几年,出现了从个体在从事社 会活动过程中产生的外部观察数据(比如e—mai1],通话日 志【_6行为模式的观察数据)中进行数据挖掘的通信模式的 研究趋势.NathanEagle博士及其项目组将手机作为社会传 感器,通过用户手机以及手机上的蓝牙功能,产生大量日常通 信数据以及用户的日常行为数据,然后在这些数据中用主分 量分析,聚类等技术手段,挖掘并识别这些隐含在日常行为数 据中的用户行为模式以及各种不同用户群体[8.他们的 研究结果表明,用他们的结果可以达到76的预测精度以及 96的分类精度.NathanEagle通过收集不同社区用户手机 的通信信息,然后根据手机通信信息分析不同社区的人际关 系网络以及行为模式,发现城市社区和农村社区具有截然不 同的人际关系网络结构,并且个体在新环境下会改变其行为 模式,以适应新环境ll. 对特定社会群体进行有效的识别和分类,是社会网络分 析中的一个核心任务.如果能对某一群体中的人群进行有效 分类,识别各类不同行为模式的人群,将对社区管理,大型活 动组织,刑事案件侦破等都具有重要意义.对特定社会群体 进行分类,首先需要选择合适的个体特征数据,例如个人兴趣 爱好,行为模式等,以构成个体特征模式.我们只要选择合适