基于多维多粒度分析的电信网用户行为模式挖掘

doi:10.11959/j.issn.2096-109x.2018083

网络与信息安全学报 ›› 2018, Vol. 4 ›› Issue (10): 39-51.doi: 10.11959/j.issn.2096-109x.2018083

基于多维多粒度分析的电信网用户行为模式挖掘

程晓涛,吉立新,黄瑞阳,于洪涛,杨奕卓

国家数字交换系统工程技术研究中心，河南郑州 450002

修回日期:2018-09-28 出版日期:2018-10-01 发布日期:2018-12-15
作者简介:程晓涛（1990-），男，河北邢台人，国家数字交换系统工程技术研究中心博士生，主要研究方向为电信网安全、网络大数据处理与分析。|吉立新（1969-），男，江苏淮安人，国家数字交换系统工程技术研究中心研究员，主要研究方向为电信网信息安全。|黄瑞阳（1986-），男，福建漳州人，国家数字交换系统工程技术研究中心助理研究员，主要研究方向为文本挖掘和图挖掘。|于洪涛（1970-），男，辽宁丹东人，国家数字交换系统工程技术研究中心研究员，主要研究方向为网络大数据分析与处理。|杨奕卓（1994-），男，吉林省吉林市人，国家数字交换系统工程技术研究中心硕士生，主要研究方向为社会网络分析。
基金资助:
国家自然科学创新群体基金资助项目(61521003);国家自然科学基金资助项目(61601513)

User behavior pattern mining method based on multi-dimension and multi-granularity analysis in telecom networks

Xiaotao CHENG,Lixin JI,Ruiyang HUANG,Hongtao YU,Yizhuo YANG

National Digital Switching System Engineering ＆Technological R＆D Center,Zhengzhou 450002,China

Revised:2018-09-28 Online:2018-10-01 Published:2018-12-15
Supported by:
The Foundation for Innovative Research Groups of the National Natural Science Foundation of China(61521003);The National Natural Science Foundation of China(61601513)

摘要/Abstract

摘要：

为了更好地理解电信网用户行为规律，以大规模电信网用户通信详细记录（CDR,call detail record）数据为研究对象，运用混合概率模型与特征工程方法，从用户群体与个体的角度分析了用户呼叫中的通话时长、通话频次、通联关系等多维度特征，并从小时、天、周等不同时间粒度上进一步细化，实现了对不同用户群体通话行为模式的有效发现。通过混合概率模型对用户行为中的分布特性进行建模，解决了用户通话时长、频次等分布特征难以刻画的问题。实验中采用某地区电信网的真实数据作为数据集，对比了决策树、朴素贝叶斯、SVM等常见分类算法的实验效果，证明了所提用户行为特征的有效性与计算可行性；并以快递、航班、银行等服务号码为例，对比了不同群体通信行为模式的差异性。

关键词: 电信网, 多维度, 多粒度, 高斯混合模型, 行为模式挖掘

Abstract:

In order to better understand the behavior of users in telecom networks,it takes CDR (call detail record) data of large-scale telecom network as the research object.By using the mixed probability model and feature engineering method,the multi-dimension characteristics of the call time,call frequency and connections are analyzed from the perspective of user groups and individuals.It is further refined from different time granularities such as hour,day,and week to realize effective discovery of call behavior patterns for different user groups.The distribution characteristics of user behavior are modeled by mixed probability model,which solves the problem of describing the distribution characteristics such as user's call time and frequency.Based on the dataset of a regional telecom network,the performance of decision tree,naive Bayes and SVM classification algorithm are compared.It proves the validity and computational feasibility of the proposed method.The differences in communication behavior patterns of different groups are also compared by taking the service numbers like express,flight and bank as examples.

Key words: telecom network, multi-dimension, multi-granularity,, mixture-of-Gaussian, behavior pattern mining

中图分类号:

TP393

程晓涛,吉立新,黄瑞阳,于洪涛,杨奕卓. 基于多维多粒度分析的电信网用户行为模式挖掘[J]. 网络与信息安全学报, 2018, 4(10): 39-51.

Xiaotao CHENG,Lixin JI,Ruiyang HUANG,Hongtao YU,Yizhuo YANG. User behavior pattern mining method based on multi-dimension and multi-granularity analysis in telecom networks[J]. Chinese Journal of Network and Information Security, 2018, 4(10): 39-51.

图/表 17

图1

图2

表1

表2

图3

图4

表3

表4

表5

图6

图5

图7

图8

图9

图10

图11

图12

参考文献 22

[1]	刘衍珩, 李飞鹏, 孙鑫, 朱建启 . 基于信息传播的社交网络拓扑模型[J]. 通信学报, 2013,34(4): 1-9.
	LIU Y Y , LI F P , SUN X , ZHU J Q . Social network model based on the transmission of information[J]. Journal on Communications, 2013,34(4): 1-9.
[2]	曹玖新, 吴江林, 石伟 ,等. 新浪微博网信息传播分析与预测[J]. 计算机学报, 2014,37(4): 779-790.
	CAO J X , WU J L , SHI W ,et al. Sina microblog information diffusion analysis and prediction[J]. Journal of Computers, 2014,37(4): 779-790.
[3]	杨杰, 李小平, 陈湉 . 基于增量时空轨迹大数据的群体挖掘方法[J]. 计算机研究与发展, 2014(s2): 76-85.
	YANG J , LI X P , CHEN T . A group mining method for incremental spatio-temporal trajectory bigdata[J]. Journal of Computer Research and Development, 2014(s2): 76-85.
[4]	李艳丽, 刘阳, 谢文波 ,等. 大数据发现非法传销网络[J]. 大数据, 2017,3(5): 106-112.
	LI Y L , LIU Y , XIE W P ,et al. Uncovering the illegal pyramid networks by big data[J]. Big Data Research, 2017,3(5): 106-112.
[5]	史殿习, 李寒, 杨若松 ,等. 用户日常频繁行为模式挖掘[J]. 国防科技大学学报, 2017,39(1): 74-80.
	SHI D X , LI H , YANG R S ,et al. Mining user frequent behavior patterns in daily life[J]. Journal of National University of Defense Technology, 2017,39(1): 74-80.
[6]	文雨, 王伟平, 孟丹 . 面向内部威胁检测的用户跨域行为模式挖掘[J]. 计算机学报, 2016,39(8): 1555-1569.
	WEN Y , WANG W P , MENG D . Mining user cross-domain behavior patterns for insider threat detection[J]. Journal of Computer, 2016,39(8): 1555-1569.
[7]	李全刚, 时金桥, 秦志光 ,等. 面向邮件网络事件检测的用户行为模式挖掘[J]. 计算机学报, 2014,37(5): 1135-1146.
	LI Q G , SHI J Q , QIN Z G ,et al. Mining user behavior patterns for event detection in email networks[J]. Journal of Computer, 2014,37(5): 1135-1146.
[8]	郝秀兰, 胡运发, 申倩 . 中文论坛内容监测的方法研究[J]. 中文信息学报, 2012,26(3): 129-137.
	HAO X L , HU Y F , SHEN Q . Research on content monitoring on Chinese web forums[J]. Journal of Chinese Information Processing, 2012,26(3): 129-137.
[9]	AIELLO W , CHUNG F , LU L . A random graph model for power law graphs[J]. Experimental Mathematics, 2001,10(1): 53-66.
[10]	ONNELA J P , SARAM?KI J , HYV?NEN J ,et al. Structure and tie strengths in mobile communication networks[J]. Proceedings of the national academy of sciences, 2007,104(18): 7332-7336.
[11]	JIANG Z Q , XIE W J , LI M X ,et al. Calling patterns in human communication dynamics[J]. Proceedings of the National Academy of Sciences, 2013,110(5): 1600-1605.
[12]	余晓平, 裴韬 . 手机通话网络度特征分析[J]. 物理学报, 2013,62(2): 1-9.
	YU X P , PEI T . Analysis on degree characteristics of mobile call network[J]. Acta Phys Sin, 2013,62(2): 1-9.
[13]	CAPDEVILA J , CERQUIDES J , TORRES J . Recognizing warblers:a probabilistic model for event detection in Twitter[C]. ICML2016 Anomaly Detection Workshop,New York,USA, 2016.
[14]	MANAVOGLU E , PAVLOV D , GILES C L . Probabilistic user behavior models[C]// Proceedings of the Third IEEE International Conference on Data Mining,Melbourne,Florida. 2003: 203-210.
[15]	BEUTEL A . User behavior modeling with large-scale graph analysis[D]. Computer Science Department School of Computer Science Carnegie Mellon University Pittsburgh,PA, 2016.
[16]	XU Z H , ZHANG Y,WU ,et al. Modeling user posting behavior on social media[C]. SIGIR’12,Portland,Oregon,USA. 2012.
[17]	张啸剑, 王淼, 孟小峰 . 差分隐私保护下一种精确挖掘 top-k 频繁模式方法[J]. 计算机研究与发展, 2014,51(1): 104-114.
	ZHANG X J , WANG M , MENG X F . An accurate method for mining top-k frequent pattern under differential privacy[J]. Journal of Computer Research and Development, 2014,51(1): 104-114.
[18]	CUI P , LIU H , AGGARWAL C ,et al. Uncovering and predicting human behaviors[J]. IEEE Intelligent Systems, 2016,03.
[19]	张宇翔, 孙菀, 杨家海 ,等. 新浪微博反垃圾中特征选择的重要性分析[J]. 通信学报, 2016,37(8):2016152-10.
	ZHANG Y X , SUN Y , YANG J H ,et al. Feature importance analysis for spammer detection in Sina Weibo[J]. Journal of Communications, 2016,37(8):2016152-10.
[20]	曹菁华, 胡访宇, 华烨 . 基于电信数据的通话行为模式发现[J]. 计算机仿真, 2014,11(31): 163-167.
	CAO J H , HU F Y , HUA Y . Call behavior pattern discovery based on telecom data[J]. Computer Simulation, 2014,11(31): 163-167.
[21]	OLSZEWSKI D . A probabilistic approach to fraud detection in telecommunications[J]. Knowledge-Based Systems, 2012,26(3): 246-258.
[22]	STEINLEY D . Properties of the hubert-arable adjusted rand index[J]. Psychological methods, 2004,9(3): 386.

类别	号码	Top-1	Top-2	Top-3	Top-4	Top-5	累加和
私人号码	185****6507	0.161 62	0.141 41	0.101 01	0.101 01	0.060 61	0.565 66
	138****0696	0.283 87	0.103 23	0.070 97	0.070 97	0.064 52	0.593 55
	95558	0.021 53	0.016 28	0.009 75	0.009 72	0.009 59	0.066 87
服务类号码	95566	0.007 06	0.007 06	0.005 29	0.005 29	0.005 29	0.029 98
	95339	0.025 86	0.017 24	0.008 62	0.008 62	0.008 62	0.068 97
	95530	0.008 25	0.005 50	0.004 58	0.003 67	0.003 67	0.025 66

呼损码	失败原因
0	呼叫成功应答(主叫先挂机)
1	拨号中途挂机
2	振铃中途挂机
3	空号
4	用户市话忙
5	用户长话忙
6	呼叫异常释放
7~14	其他
15	呼叫故障
16	呼叫成功应答(被叫先挂机)

特征类别	呼叫号码特征	呼叫时长特征	呼叫频次特征	通联关系特征
	呼叫离散度	呼叫时长(天)	呼叫频次	拨打空号次数
	呼叫区域分布	最大呼叫时长(天)	呼叫号码数	出度
	主被叫占比	最小呼叫时长(天)	通话频次分布(天)	入度
指标	Top-k呼叫占比	通话时长分布(天)	通话频次分布(时)	呼叫离散度
	—	通话时长分布(时)	主叫挂机次数	频繁主叫
	—	—	被叫挂机次数	频繁被叫

用户数	记录数	时间	数据大小/GB
14 560 000	20亿	2017.4.1～2017.4.30	200

算法	准确率	召回率	AUC
决策树	0.82	0.85	0.862
朴素贝叶斯	0.84	0.76	0.848
SVM	0.85	0.79	0.853

基于多维多粒度分析的电信网用户行为模式挖掘

User behavior pattern mining method based on multi-dimension and multi-granularity analysis in telecom networks

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 22

相关文章 2

Metrics

推荐阅读 0

[1]	邱宝琳, 易平. 基于多维特征图知识蒸馏的对抗样本防御方法[J]. 网络与信息安全学报, 2022, 8(2): 88-99.
[2]	张雪涛,孙蒙,王金双. 基于操作码的安卓恶意代码多粒度快速检测方法[J]. 网络与信息安全学报, 2019, 5(6): 85-94.