短信種子用戶識別11

/基于因子分析和層次分析的手機(jī)短信種子用戶識別模型李燕寅傅山鋮趙振煜王詩云(沈陽航空航天大學(xué)機(jī)電工程學(xué)院沈陽110136)摘要:本文運用各種數(shù)值分析方法,對大量數(shù)據(jù)進(jìn)行了分析處理,綜合運用因子分析法、層次分析法這兩種綜合評價法建立了較為準(zhǔn)確地手機(jī)短信種子用戶識別模型。關(guān)鍵詞：種子用戶、手機(jī)用戶識別、因子分析、層次分析文件標(biāo)識碼：A0。引言:隨著移動通信、互聯(lián)網(wǎng)業(yè)務(wù)的迅速發(fā)展,手機(jī)已經(jīng)從生活奢侈品變成了生活日用品,是人們?nèi)粘Ｉ钪胁豢扇鄙俚囊徊糠?。人們運用手機(jī)打電話、發(fā)短信、上網(wǎng)等等，在這些功能之中，短信是手機(jī)用戶最常用的功能之一?，F(xiàn)在，每逢佳節(jié)，一些人會自創(chuàng)或下載節(jié)日祝福或幽默短信并群發(fā)給其他用戶，收到此類短信的人有時也會隨手將其轉(zhuǎn)發(fā)給其他親朋好友。有些頗具創(chuàng)意的短信可能會引起大量的轉(zhuǎn)發(fā),其中短信種子用戶起到了重要的作用.所謂短信種子用戶,又稱“短信領(lǐng)袖"，他們在大量發(fā)送短信之后,能引起接收者的大量轉(zhuǎn)發(fā),形成強(qiáng)大的傳播能力.因此，精確識別短信種子用戶,制定相應(yīng)的營銷策略對運營商來說非常有必要。我們研究的內(nèi)容就是通過用戶的基本信息和消費信息建立短信種子用戶識別模型.我們采用的原始數(shù)據(jù)來自20１2年“深圳杯全國大學(xué)生數(shù)學(xué)建模夏令營"的用戶信息表。種子用戶評價模型種子用戶評價模型層次分析因子分析數(shù)據(jù)預(yù)處理原始數(shù)據(jù)模型的整體結(jié)構(gòu)如圖1所示,我們通過對原始數(shù)據(jù)的分析處理,然后運用因子分析法從眾多的用戶屬性中提取出與種子用戶相關(guān)的n個因子，如果僅僅依靠各個因子的方差貢獻(xiàn)率來確定每個因子的權(quán)重,顯然方差貢獻(xiàn)率與種子用戶的識別沒有必然聯(lián)系。因此,我們采用層次分析法來確定各個因子的權(quán)重，然后通過將各個因子的得分與權(quán)重的線性組合得到識別函數(shù).最后運用單目標(biāo)非線性規(guī)劃建立評價體系判定用戶是否為種子用戶。問題分析數(shù)據(jù)預(yù)處理由于原始數(shù)據(jù)中存在很多缺失信息、錯誤信息,而且,原始數(shù)據(jù)中的變量過多,有的變量屬于重復(fù)變量,不同變量之間的數(shù)量級相差較大.針對這些問題,我們對數(shù)據(jù)處理主要從以下三個方面進(jìn)行。作者簡介：李燕寅（1９９1-),男,沈陽航空航天大學(xué)，學(xué)生，tel：。基金項目：20１2年遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃(2)缺失值和極端值處理原始數(shù)據(jù)中存在很多極端值、異常值,其中有一部分是統(tǒng)計時的錯誤造成,但也有一些是真實的信息，因此為了最大限度保持?jǐn)?shù)據(jù)原貌，我們只刪除一些明顯錯誤的數(shù)據(jù),如某些用戶的消費金額、市話費、通話費等屬性為負(fù)值。對于某些用戶信息的缺失,我們針對不同的用戶屬性的特點分別采用不同的缺失值處理方法對數(shù)據(jù)進(jìn)行補(bǔ)充.最后為了便于分析,將字符串型變量轉(zhuǎn)換成數(shù)值變量,如性別Ｍ轉(zhuǎn)換為0，F(xiàn)轉(zhuǎn)換為1。數(shù)據(jù)標(biāo)準(zhǔn)化處理由于不同變量的數(shù)據(jù)數(shù)量級相差較大，為了方便進(jìn)行接下來的分析,運用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法(z－scorｅ)對所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，化為服從平均數(shù)為0，標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布.用戶屬性精簡原始數(shù)據(jù)中的用戶屬性條目繁多，有許多屬性是重復(fù)的,有的屬性則是對短信種子用戶評價毫無價值。通過對無關(guān)屬性的刪除，對重復(fù)屬性運用相關(guān)系數(shù)法進(jìn)行合并.最后得到了19個用戶屬性。如表1所示。屬性名稱變量類型屬性名稱變量類型城鄉(xiāng)標(biāo)識num。市話費num。性別nｕm.長途費num。用戶等級num。漫游費num。用戶操作系統(tǒng)num.通話費ｎum。手機(jī)價格num．增值費ｎum。是否３Gnuｍ。短信費num．套餐檔次ｎum。上網(wǎng)流量nｕm．消費金額ｎum.上網(wǎng)時長ｎｕｍ。流量費num.短信發(fā)送量num.相對年齡num．因子分析因子分析法(ＦａctorAnalysiｓMｅthod)是一種降維、簡化數(shù)據(jù)的技術(shù)。它通過研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個“抽象”的變量來表示其基本的數(shù)據(jù)結(jié)構(gòu)。這幾個抽象的變量被稱作“因子”，能反映原來用戶評價分類工作的進(jìn)行通常是建立在可定量化指標(biāo)的基礎(chǔ)之上,只有建立比較完善的指標(biāo)評價體系,采取合理的評價方法進(jìn)行評價，結(jié)果才具有說服力，才能為運營商提供合適的決策依據(jù).然而，在多指標(biāo)綜合評價方法中，傳統(tǒng)方法對于權(quán)重的設(shè)置往往帶有一定的主觀隨意性.將因子分析方法運用于綜合評價方法，克服了傳統(tǒng)評價方法在處理指標(biāo)高度相關(guān)和人為確定權(quán)數(shù)的缺陷,使得綜合評價結(jié)果唯一，而且客觀合理。用戶資料表中的用戶屬性很多，經(jīng)過數(shù)據(jù)預(yù)處理后，它不但包含2２個量綱不同的指標(biāo)，而且并未給出這些指標(biāo)之間的相對重要性(權(quán)重）。為了確定是否有必要使用因子分析法，我們進(jìn)行了變量相關(guān)性分析。通過ＳPSS軟件，我們從20個用戶屬性中提取了１1個因子，又根據(jù)各個因子的成分得分系數(shù)矩陣，如表1所示。對每個因子做出了合理的解釋,如表1所示。提取因子所占權(quán)重通話需求因子０.０7上網(wǎng)需求因子0．1２短信需求因子０。44用戶等級因子0.09地域因子0。01年齡因子0.07消費能力因子０.０2信號需求因子0.05終端需求因子0．02增值需求因子0.07性別因子０。02層次分析層析分析法（Tｈeanａｌyｔichｉeraｒchｙｐrocess,簡稱AHP)是一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法?？紤]到用戶通訊是人的主觀活動,故采用層次分析法確定用戶屬性的權(quán)重，使得模型更加準(zhǔn)確。我們通過對用戶屬性的精簡，剔除無關(guān)以及合并相關(guān)用戶屬性,得到了以用戶的基本特征、消費特征、通訊特征為準(zhǔn)則層，年齡、城鄉(xiāng)標(biāo)志、消費金額、套餐等級、短信費、短信量、通話次數(shù)為方案層建立的層次分模型如圖２所示。運用0～9標(biāo)度法對各個屬性進(jìn)行重要性判斷，最后得出用戶屬性的權(quán)重如表2所示。種子用戶評價模型用戶屬性得分系數(shù)根據(jù)最終得出的各因素的權(quán)重比,建立一個種子用戶識別符合度函數(shù)S。式中為因子的成分得分系數(shù)矩陣，為通過層次分析法得出的各個因子權(quán)重向量。評價模型我們構(gòu)造了短信種子用戶得分函數(shù)為用戶i的得分，為用戶i的標(biāo)準(zhǔn)化處理后的屬性值。我們將用戶所得總分進(jìn)行以下劃分：５個等級第一等級：該用戶一定為種子用戶（９0<１00)第二等級:該用戶為種子用戶的可能性較大(８０<90)第三等級:該用戶可能為種子用戶（6０<８０)第四等級：該用戶為種子用戶的可能性較小(40＜60）第五等級：該用戶一定不是種子用戶(40）模型評價本模型成功的運用基于數(shù)據(jù)本身的因子分析法對大量數(shù)據(jù)進(jìn)行了有效的簡化，然后運用層次分析法對各個用戶屬性進(jìn)行綜合評價，這樣就充分考慮到了客觀和主觀因素的影響,是模型具有更高的準(zhǔn)確度。參考文獻(xiàn)：［1］（美）金在溫，(美)米勒著．因子分析統(tǒng)計方法與應(yīng)用問題。上海市：上海人民出版社格致出版社，2012。０７．［２]胡永宏,賀思輝編著。綜合評價方法.北京市：科學(xué)出版社,200０.[３］杜強(qiáng),賈麗艷編著.SPＳＳ統(tǒng)計分析從入門到精通。北京市：人民郵電出版社,2０09［４]黃宇芳涂玉梅王斌魏智華,中國CDMA手機(jī)用戶消費行為分析，廣州,通訊世界，