本文選題：移動社群 + 移動通信數(shù)據(jù)�。� 參考：《貴州大學(xué)》2017年碩士論文

【摘要】：隨著移動手機用戶快速普及,移動社群已經(jīng)成為人們關(guān)注的一個熱門話題。移動社群是移動互聯(lián)網(wǎng)中相對密集的區(qū)域,其內(nèi)部實體間存在著緊密連接,而社群區(qū)域之間相互隔離或者聯(lián)系較少。本課題對移動社群理論技術(shù)的推動和移動社群營銷技術(shù)的發(fā)展有重要的學(xué)術(shù)和應(yīng)用研究價值。移動通話和短信數(shù)據(jù)是移動互聯(lián)網(wǎng)時代中的兩種重要和簡單的移動通信數(shù)據(jù)。本文的數(shù)據(jù)來源于某地區(qū)中國移動通信用戶的通話話單和短信記錄,該樣本數(shù)據(jù)包括移動脫敏用戶100萬個,總通話記錄264萬條,字段主要包括用戶編號、通信時間、通信時長等�；谡鎸嵉耐ㄔ捄投绦艛�(shù)據(jù),本文對移動社群的挖掘算法及統(tǒng)計特征方法進行研究,其主要研究內(nèi)容與創(chuàng)新點如下:移動社群網(wǎng)絡(luò)的識別和關(guān)鍵用戶的判別技術(shù)的研究,不僅對移動社群網(wǎng)絡(luò)的理論發(fā)展有重要的研究價值,也對社會網(wǎng)絡(luò)及社會計算的研究起到推動作用。本文提出了一種基于Potts Spin-glass(PSG)的移動社群識別模型,該模型的Hamiltonian模塊度評估函數(shù)能夠很好的對社群進行分類。在PSG模型的基礎(chǔ)上,提出了基于Jaccards系數(shù)的關(guān)鍵用戶判別模型,該模型對于評估移動關(guān)鍵用戶間緊密性提供了一條有效途徑。通過實證研究表明,本研究的移動用戶數(shù)據(jù)在某些維度上具有“二八規(guī)則”中的普遍規(guī)律,例如90%以上的通訊(包括短信、通話)來自于大約10%的移動客戶。在真實的移動通話和短信數(shù)據(jù)的基礎(chǔ)上,本文將移動社群的特征分成4個類別,從原始通話和短信數(shù)據(jù)中提取了的8個移動社群度量指標(biāo),利用判別坐標(biāo)分析方法對高維數(shù)據(jù)進行降維處理,建立移動社群特征預(yù)測模型,給出了移動社群特征預(yù)測的一般步驟,提出了移動社群特征分析的新方法。實驗結(jié)果表明了提出模型的可行性和有效性,其預(yù)測準(zhǔn)確率達到95%。
[Abstract]:The mobile community is a relatively dense area in the mobile Internet . The mobile community is a relatively dense area in the mobile Internet . It has important academic and application research value for the promotion of mobile community network and the development of mobile community marketing technology .
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F626

【相似文獻】

相關(guān)博士學(xué)位論文 前1條

1 郭玉清;網(wǎng)絡(luò)學(xué)習(xí)社群的信息聚集與推送機制研究[D];華東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前6條

1 鄧周灰;移動社群挖掘算法及統(tǒng)計特征研究[D];貴州大學(xué);2017年

2 王瑩;教育技術(shù)微博社群研究[D];北京交通大學(xué);2011年

3 張小寧;網(wǎng)絡(luò)課程社群交互中的生態(tài)問題研究[D];浙江師范大學(xué);2013年

4 周濤;Wiki社群的社會網(wǎng)絡(luò)分析[D];華東師范大學(xué);2005年

5 楊斌;基于SNA的虛擬社區(qū)群組結(jié)構(gòu)分析系統(tǒng)及其實證研究[D];浙江工業(yè)大學(xué);2012年

6 劉春榮;基于Wiki社群的知識建構(gòu)與團隊學(xué)習(xí)研究[D];江西師范大學(xué);2007年

，

本文編號：1918806