利用通信数据的移动用户行为分析
[目的]了解移动用户的行为模式并建立用户模型.[方法]基于国内电信运营商随机抽取某市一万个移动用户一周的日志记录,包含4万余条通话记录和200余万条网络请求,每条请求包含对应的基站标号以及基站地理位置.从消费能力、通话量、网络请求量、位移量4个维度在这批数据中提取14种基本特征指标,并利用K-means方法聚类.[结果]将移动用户区分成规律通话型、随机上网型、居家节约型和随机高消费型4类用户模型.[局限]用户量与数据量有限,没有采用更复杂的机器学习算法构建用户模型.[结论]研究结果对移动应用个性化服务的改进具有重要的参考价值.
用户行为分析、移动用户研究、聚类、数据挖掘
G35(情报学、情报工作)
本文系国家自然科学基金项目“面向电子商务生态平衡的目录导购机制研究”项目编号:71373015的研究成果之一.
2015-05-28(万方平台首次上网日期,不代表论文的发表时间)
80-87