基于运营商数据的用户关系模型建立示例

本文分享自天翼云开发者社区《基于运营商数据的用户关系模型建立示例》，作者：石泽涛

从社交的角度来看，一种典型的用户关系网络即交往圈。一个用户的交往圈定义为“与用户在一段时间内存在双向联系的所有个体”。根据不同社会群体性质，交往圈又可以分为家庭圈、工作圈、密友圈等。基于运营商数据，可识别的用户之间的关联主要为：通信关联、地域关联及身份关联。通信关联指通信的频繁性，地域关联指地理位置上的相近性，身份关联则指用户号码之间的主副关系。

以通信关联指数定义举例通过分析计费详单通话数据，进行正负样本训练，根据训练结果，总结提取特征。结合通话时长、通话频率、通话次数 3 个方面的特征，定义通信关联指数。

例如现在需要建立用户交往圈关系模型，根据运营商数据中主要存在的用户关联分别计算各类关联指数，并形成总用户关系视图，如下图：

由于交往圈的定义中包括“双向联系”，故剔除仅有单向联系的噪声数据和无价值的离网用户。

对于交往圈来说，快递、中介等服务人员属于噪声数据，影响用户群体圈定，故需要一并剔除。这类人员通常联系人数较多，且平均通话时长较低，可根据这类人员的通话特征进行剔除。

对于关联指数等于 0 的用户，也应进行剔除。最终得到用户的交往圈关系模型。

最终交往圈确认为：