公开(公告)号：CN105592405B

公开(公告)日：2018-10-23

申请号：CN201510734202.3

申请日：2015-10-30

Applicant: 东北大学

Inventor： 于瑞云 ,  姜国强 ,  王兴伟 ,  李婕 ,  于超 ,  洪淼

IPC: H04W4/70 ,  H04W4/06 ,  H04W4/08

Abstract: 基于派系过滤和标签传播的移动通信用户群组构造方法，属于数据业务领域。计算用户节点间的联系紧密度；构建用户节点间的有权复杂网络；基于有权复杂网络，采用派系过滤算法构造社交关系群组的种子群组；基于种子群组，初始化网络中所有节点标签，即为每个节点分配初始标签；利用改进的SLPA算法进行标签传播，当绝大多数节点的标签收敛时，基于节点的标签将节点划分至对应的群组，完成社交关系群组的构造，即拥有相同标签的节点构成一个群组；本发明的优点为：可获得较好的用户好友推荐效果；获得较好的协同推荐效果；有助于用户构成分析；有助于发现异常群体；下一代通信的划分基础。

公开(公告)号：CN105469144B

公开(公告)日：2017-12-01

申请号：CN201510809789.X

申请日：2015-11-19

Applicant: 东北大学

Inventor： 顾宁伦 ,  于瑞云 ,  姜国强 ,  安轩邈 ,  夏兴有

IPC: G06N3/08 ,  G06Q50/30

Abstract: 一种基于粒子分类与BP神经网络的移动通信用户流失预测方法，包括采集移动用户的通信记录数据；数据预处理，得到所需的样本数据集；建立BP神经网络结构；基于改进的粒子群优化算法PSO初始化所述BP神经网络的权值矩阵和阈值矩阵；对具有最好适应度的粒子对应的BP神经网络进行训练，得到移动通信用户流失模型；利用移动通信用户流失模型进行移动通信用户流失预测。本发明结合应用粒子分类优化算法(PCO)和适应度计算(PFC)两个过程对BP神经网络的权值矩阵和阈值矩阵进行初始化，使BP神经网络的权值矩阵和阈值矩阵更接近全局最优，从而提高BP神经网络对移动用户流失预测的准确率。

公开(公告)号：CN105469144A

公开(公告)日：2016-04-06

申请号：CN201510809789.X

申请日：2015-11-19

Applicant: 东北大学

Inventor： 顾宁伦 ,  于瑞云 ,  姜国强 ,  安轩邈 ,  夏兴有

IPC: G06N3/08 ,  G06Q50/30

CPC classification number: G06N3/086 ,  G06Q50/30

Abstract: 一种基于粒子分类与BP神经网络的移动通信用户流失预测方法，包括采集移动用户的通信记录数据；数据预处理，得到所需的样本数据集；建立BP神经网络结构；基于改进的粒子群优化算法PSO初始化所述BP神经网络的权值矩阵和阈值矩阵；对具有最好适应度的粒子对应的BP神经网络进行训练，得到移动通信用户流失模型；利用移动通信用户流失模型进行移动通信用户流失预测。本发明结合应用粒子分类优化算法(PCO)和适应度计算(PFC)两个过程对BP神经网络的权值矩阵和阈值矩阵进行初始化，使BP神经网络的权值矩阵和阈值矩阵更接近全局最优，从而提高BP神经网络对移动用户流失预测的准确率。

公开(公告)号：CN105592405A

公开(公告)日：2016-05-18

申请号：CN201510734202.3

申请日：2015-10-30

Applicant: 东北大学

Inventor： 于瑞云 ,  姜国强 ,  王兴伟 ,  李婕 ,  于超 ,  洪淼

IPC: H04W4/00 ,  H04W4/06

CPC classification number: H04W4/06 ,  H04W4/70

Abstract: 基于派系过滤和标签传播的移动通信用户群组构造方法，属于数据业务领域。计算用户节点间的联系紧密度；构建用户节点间的有权复杂网络；基于有权复杂网络，采用派系过滤算法构造社交关系群组的种子群组；基于种子群组，初始化网络中所有节点标签，即为每个节点分配初始标签；利用改进的SLPA算法进行标签传播，当绝大多数节点的标签收敛时，基于节点的标签将节点划分至对应的群组，完成社交关系群组的构造，即拥有相同标签的节点构成一个群组；本发明的有点为：可获得较好的用户好友推荐效果；获得较好的协同推荐效果；有助于用户构成分析；有助于发现异常群体；下一代通信的划分基础。