基于A-D模型的K-means算法在通話異?？蛻敉诰蛑械膽?/h1>
2018-05-04 02:38:48周堅石永革何美斌
電信科學 2018年4期
周堅，石永革，何美斌
（1.南昌大學信息工程學院，江西 南昌 330029；2.中國電信股份有限公司江西分公司，江西 南昌 330029）
1 引言
隨著通信技術的迅速發(fā)展，移動和固定電話已經成為人們日常生活中不可缺少的語音通信工具。然而，其在給人們的工作、生活帶來極大便利的同時，也會給電信客戶和運營商帶來負面影響，例如電信詐騙、廣告騷擾、欠費等。目前，針對語音通信行為異?？蛻簦ê喎Q異?？蛻簦?，相關部門已經采取了若干措施，如針對電信詐騙實行手機實名制、針對欠費客戶的分析催繳等，但其一般都屬于事后被動處置。為此，迫切需要基于海量的語音通信數(shù)據(jù)，自動分析它們之間的關聯(lián)關系，聚類分析出其中隱藏的異?？蛻粜畔?，對異?？蛻艏跋嚓P事件實現(xiàn)預判預警、實時提示、主動響應、快速處置。
迄今，國內針對電信客戶語音通信行為特征進行分析建模并進一步實現(xiàn)客戶聚類分析的文獻不多，典型如：參考文獻[1]采用模糊集的語義關聯(lián)度算法，可以找出具有強關聯(lián)度的客戶；參考文獻[2]應用復雜網絡理論和模糊決策樹算法，基于通話記錄開展語音通信行為異?？蛻舻淖R別研究；參考文獻[3]研究如何使用決策樹分析惡意欠費客戶，應用聚類分群發(fā)現(xiàn)電信欺詐客戶。上述文獻的主要不足在于，都沒有進行深入的異常行為特征建模和客戶聚類挖掘算法的研究。參考文獻[4]基于客戶通話數(shù)據(jù)進行聚類分析，獲取具有良好特征的客戶集合，然后應用K-means算法挖掘特定的客戶，以便針對不同客戶群提供差異化服務，其主要不足在于：沒有對挖掘算法進行優(yōu)化，使得其挖掘效率和質量不夠理想，并且僅考慮了移動通信客戶。綜上所述，參考文獻[1-4]對于本文具有一定的參考價值，但它們的研究或者僅局限于行為特征分析，或者局限于客戶挖掘，并沒有結合行為特征分析建模與客戶挖掘，開展完整深入的研究及算法優(yōu)化工作，使得其在準確性、完整性、普適性等綜合性能上存在明顯不足。參考文獻[5-7]對本文具有較高的參考價值，都對聚類算法進行了改進并應用于電信客戶細分中。其中，參考文獻[5]通過改進的K-means算法對電信客戶進行了聚類分析，但其主要研究目標是降低聚類分析的時間復雜度。參考文獻[6]使用自適應差分演化算法改進K-means算法，并將其應用在電信客戶細分中，但未給出3個關鍵參數(shù)的經驗值和選取方法。參考文獻[7]通過不斷優(yōu)化新的聚類中心改進K-means算法，從而提高其在電信CRM（customer relationship management，客戶關系管理）客戶分類中的準確性。
為實現(xiàn)對語音通信行為異?？蛻舻母哔|量聚類分析，本文針對固定和移動電話客戶，以AHP模型為基礎，融合DEMATEL法構建異?？蛻粜袨樘卣髂Ｐ?，即 AHP-DEMATEL模型（analytic hierarchy process decision making trial and evaluation laboratory，以下簡稱A-D模型），并提出了一種基于A-D模型的K-means算法，從海量的語音通信數(shù)據(jù)中聚類分析出異常客戶。本文主要工作是：基于語音通信記錄，詳細分析客戶的通話行為特征；基于A-D模型構建語音通信異?？蛻粜袨樘卣髂Ｐ停垣@取各項行為特征的權值；對K-means算法進行分析和優(yōu)化，提出基于A-D模型的異常電信客戶挖掘算法；對上述研究成果進行測試、比較、分析，驗證其有效性。
2 相關工作
2.1 層次分析法AHP
AHP一種將定性和定量分析融合的多要素決策方法，其主要思想為：針對復雜決策問題，綜合其主要影響元素、問題本質、內在關系等，通過深入分析來構造層次結構模型，從而基于很少的定量信息就可將決策者的思維過程數(shù)學化。由此，即可為求解擁有多目標、多準則、無結構等特性的復雜決策性問題，提供一種較為簡單的決策方法[8]。AHP常用于主觀賦權，其具體步驟如下。
步驟 1 構造層次結構模型。將復雜的多目標、多準則的決策問題，按照它們之間的相互關系分解成多個層次，自頂向下每一層對應一組分目標、準則直至相關指標（統(tǒng)稱元素），形成遞階層次結構模型。由此，即可通過逐層向上分析，最終確定各低層元素對于各級高層元素的重要性權值。
步驟 2 構建判斷矩陣。為盡可能減少性質不同元素相互比較的困難，提高準確度，對于每一個目標，不是將影響該目標的所有元素放在一起比較，而是兩兩相互比較后，給出描述相對重要程度的比較值。由此，對于各個目標，生成一系列的兩兩判斷矩陣A=（aij）nm，其中aij表示針對同一目標，元素 i比j的相對重要值。例如，若對于目標Y，aij=2表示元素i比元素j對Y的影響更大（即權重更高），且對應必有aji=1/2。上述重要值應由多位專家進行評價并取其加權均值。
步驟 3 驗證判斷矩陣的一致性。由于判斷矩陣的值主要取決于專家意見，難免出現(xiàn)邏輯不一致的情況（如前例中，若aij=2，而aji不是1/2），故必須對判斷矩陣進行一致性檢驗，方法為：首先計算出判斷矩陣的最大特征值λmax，利用式（1）計算出一致性檢驗的標度，然后計算隨機一致性比率其中，RI可查表得到，一般認為CR<0.1時具有滿意的一致性。
步驟4 確定權重。一般采用求和法，按式（2）將判斷矩陣的每列向量歸一化，再對行求和并歸一化。
2.2 DEMATEL法
DEMATEL（decision making trial and evaluation laboratory）即“決策實驗和評價實驗法”，是一種用于篩選復雜系統(tǒng)主要元素、簡化系統(tǒng)結構分析過程的方法論，可以充分利用專家經驗和知識處理比較復雜的系統(tǒng)問題，特別是對關系要素不太確定的系統(tǒng)更為有效[9]。實施步驟如下。
步驟 1 使用德爾斐法、頭腦風暴法或者專家訪談法確定各個元素。
步驟 2 確定各要素間的直接影響度。首先使用專家評分法建立各風險影響元素的直接影響矩陣，一般將元素之間的關系定性地分為5個等級，0分表示無影響關系，1分表示關系很弱，2分表示關系較弱，3分表示關系較強，4分表示影響關系很強。然后，使用上述評分結果建立直接影響矩陣A=（aij）nm，其中aij即上述評分值。
步驟5 獲取各要素的影響度和被影響度 利用式（3）和式（4）可以分別計算出風險元素之間的相互影響度和被影響度。其中，fi是綜合影響矩陣T中行元素之和，表示風險元素i給j帶來的直接或間接影響度，ei是綜合影響矩陣 T中列元素之和，各行對應風險元素受到其他各元素的影響值稱為被影響度。
步驟6 計算各要素的中心度。使用式（5）即可計算出各要素的中心度。
2.3 K-means算法
K-means算法的主要優(yōu)點：聚類速度快、效率高、適用于處理大數(shù)據(jù)集，是一種常用的無監(jiān)督學習方法。算法主要原理：隨機選出K個點用作初始聚類中心，然后計算各個樣本與初始聚類中心之間的距離，并且把樣本劃分到距離最近的聚類中心所在類；對劃分完全后的新類進行計算得到新聚類中心，如果前后兩次的初始聚類中心未發(fā)生變化，可以確定樣本調整結束，此時相應的誤差平方和函數(shù)已達到最小，聚類準則函數(shù)已經收斂；否則，若初始聚類中心發(fā)生變化，則需要繼續(xù)調整所有樣本來確定新的聚類中心，并進入下一次的迭代過程[10]。
K-means算法的主要不足：對初始中心敏感；無法處理非球形類；對孤立點數(shù)據(jù)和噪聲數(shù)據(jù)較敏感；對初始值 k的選取依賴性較大；容易陷入局部最優(yōu)解；同等看待每一個特征，難以產生高質量的聚類結果。
3 語音通信異常行為分析模型
3.1 語音通信行為特征
電信運營商提供的語音通信原始通話記錄組成客戶原始數(shù)據(jù)集，其每條記錄包括18個字段，從中析取開始時間、主叫號碼、被叫號碼、呼叫結果、通話時長等作為原始特征字段并按客戶歸并后，即可生成客戶通話數(shù)據(jù)集。
基于語音通信行為異?？蛻粜袨樘卣鞯姆治?，需要對客戶通話數(shù)據(jù)集中的數(shù)據(jù)基于客戶進行以下處理后，生成客戶通話特征集，其中每一客戶的語音通信行為特征參數(shù)包括以下幾種。
· 平均呼出時間：客戶每日呼出時間點的平均值c1；
· 平均通話時長：客戶接通記錄中通話時長的平均值c2；
· 呼出次數(shù)：客戶主叫次數(shù)c3；
· 呼出號碼數(shù)：客戶主叫時對端號碼不重復的個數(shù)c4；
· 呼入次數(shù)：客戶被叫記錄數(shù)c5；
· 呼入號碼數(shù)：客戶被叫時對端號碼不重復的個數(shù)c6；
· 接通率：客戶主叫接通數(shù)與所有主叫記錄的比值c7。
以廣告客戶為例，其廣告推銷行為一般集中在白天，平均呼出時間一般分布在8：00—18：00時間段；廣告必須面向大量客戶，其呼出次數(shù)及呼出號碼數(shù)量較多；廣告推銷號碼的呼入次數(shù)和呼入號碼數(shù)量極少；由于被叫客戶的經驗、智能手機提示以及陌生主叫號碼等原因，其接通率相對較低。
3.2 行為特征分析模型構建
如前所述，K-means是一種非常適合挖掘語音行為異?？蛻舻乃惴?，但由于其同等看待所有特征，會影響聚類分析的質量。實際上，不同的語音通信行為特征對于異?？蛻敉诰蜻^程的貢獻，往往存在較大的差別，如對于廣告客戶的行為特征分析，由于平均通話時長與正?？蛻舻牟顒e很小，其影響應該可以忽略。為此，本文引入行為特征模型的概念，獲取不同行為特征的權重，以提高異常客戶挖掘的效率與質量。參考文獻[11]圍繞系統(tǒng)評價中的權重計算問題，提出了AHP-DEMATEL方法，通過計算初始權重和影響度，并相互融合來獲得綜合權重。實驗表明，該方法可以較為準確地計算出異?？蛻敉ㄔ捫袨樘卣鞯臋嘀?。
3.2.1 基于AHP生成行為特征的主觀權重
判斷異?？蛻粜枰诟餍袨樘卣鲗崿F(xiàn)，其初始權重則需由領域專家生成，屬于主觀權重，而AHP是目前廣泛使用的一種主觀賦權法。
（1）構建異常客戶層次分析模型
本文討論的異?？蛻舭ㄔp騙客戶、廣告客戶、欠費客戶，分別用z、g、q表示，并用y表示包括這3類客戶的異?？蛻羧?。由此，可以構建異常客戶層次分析模型如下，其中用實線連接的元素表示它們之間具有關聯(lián)關系。
之后，由多位領域專家根據(jù)經驗，給出各低層元素對高層元素的影響程度相對值并對其加權平均，得到異?？蛻艟C合判斷矩陣 Y、詐騙客戶判斷矩陣 Z、廣告客戶判斷矩陣 G、欠費客戶判斷矩陣Q。
（2）一致性檢驗
通過計算可得矩陣Y的CR=0.046 2<0.10，Z的CR=0.010 3<0.10，G 的 CR=0.010 3<0.10，Q 的CR=0.028 4<0.10，所有判斷矩陣均可通過一致性檢驗。
（3）計算主觀權重
通過判斷矩陣Y得到綜合分析異常客戶的初始權重向量W1為[0.408 2、0.816 5、0.408 2]。
根據(jù)判斷矩陣Z、G、Q得到單獨分析3種異?？蛻舻某跏紮嘀鼐仃嘩2見表1。
圖1 層次分析結構
表1 3種異?？蛻舴治龀跏紮嘀鼐仃嘩2
使用式（2）對W2做歸一化處理得到W3，再使用式（6）即得到異?？蛻艟C合分析權重向量W4。
對W4歸一化處理得到綜合權重向量W5。
最后，將W3和W5組合即得到基于AHP的歸一化主觀權重矩陣WA，見表2。
表2 基于AHP的歸一化主觀權重矩陣WA
3.2.2 基于DEMATEL確定各特征之間的影響元素
AHP僅考慮了低層元素對高層元素在垂直方向上的影響，實際上同層元素之間也存在不同程度的相關性，從而影響有關權重的取值。如詐騙客戶的行為直接關聯(lián)呼出次數(shù)和呼出號碼數(shù)兩項特征，而它們又會影響到接通率和平均通話時長；顯然，此時前兩項特征的權重應予加強。為此，本文使用DEMATEL方法來進一步提高權重賦值的科學性和客觀性。
（1）根據(jù)各特征之間相互影響關系得出直接影響矩陣
采用專家問卷的形式獲取相關信息。問卷依次用0～4代表各通話行為特征間的關系強度：無影響、影響稍弱、影響弱、影響強、影響較強。然后，對收回的有效問卷進行統(tǒng)計整理，得到直接影響矩陣，并將該矩陣規(guī)范化得到規(guī)范影響矩陣G(ci×ci)，見表3，其中，ci表示各特征。
表3 規(guī)范影響矩陣
（2）生成各特征之間的影響度向量
利用規(guī)范影響矩陣計算出綜合影響矩陣，并由其計算出各特征的影響度（Ri）和被影響度（Di），通過對各特征的影響度和被影響度進行計算，得出該特征的中心度（Ri+Di），見表4。
表4 中心度
將DEMATEL法分析得出的各特征的中心度利用式（2）進行歸一化處理，即可得到基于DEMATEL的權重向量 WD=[0.088,0.131,0.177,0.177,0.132,0.132,0.161]。
3.2.3 生成目標權重
將WA的各行分別與WD進行向量乘運算，再使用式（2）歸一化處理后即得到用于異常行為特征分析的目標權重，見表5。
表5 異常行為特征分析的目標權重
其中，Wy用于同時綜合挖掘異?？蛻羧海琖z、Wg和 Wq分別用于詐騙客戶、廣告客戶及欠費客戶的單類型挖掘。
4 基于A-D模型的K-means算法
4.1 數(shù)據(jù)處理
主要工作：從通話記錄中析取原始特征字段（開始時間、主叫號碼、被叫號碼和通話時長等）；清洗其中不完整或者不一致的數(shù)據(jù)；生成客戶通話特征集并使用式（7）對所有特征進行歸一化處理，得到實驗數(shù)據(jù)集X。
其中，x*、xi分別表示歸一化前后的值，xmax、xmin分別表示樣本數(shù)據(jù)中的最小、最大值。
4.2 算法描述
為了有效提高語音通信行為異常客戶的聚類分析效果，以K-means算法為基礎，提出基于A-D模型的K-means算法，主要思路如下。
4.2.1 選擇初始聚類中心
聚類算法的基本原理是讓類內各數(shù)據(jù)對象的相似度最小，類間的各數(shù)據(jù)對象相似度最大，從而提高聚類結果的質量，K-means算法則由于其波動性而難以保證聚類質量[15]，又由于本文研究所涉及的數(shù)據(jù)具有海量特征，故本文采用參考文獻[15]提出的方法選擇初始聚類中心，方法為：基于異?？蛻襞c正常客戶相似度較小的原則，不斷從最大聚類中找出距離最遠的兩個數(shù)據(jù)對象作為新的聚類中心，從而選出K個初始聚類中心，消除隨機初始聚類中心可能存在的相似度較大問題。
4.2.2 改進歐氏距離公式
K-means算法是根據(jù)數(shù)據(jù)對象之間的距離進行聚類處理，而數(shù)據(jù)對象的距離一般采用歐氏距離公式來計算。通過K-means常用的歐氏距離公式可見，在計算兩個樣本的相似度時，K-means算法將所有特征視為同等重要[16]。然而，如前所述，不同特征對于樣本之間的差異所產生的影響一般是不同的，譬如廣告客戶關聯(lián)的6項特征中，呼出次數(shù)顯然更為重要，故在數(shù)據(jù)樣本之間適當放大呼出次數(shù)這一特征距離，有利于更精確地分類。由此，本文算法先通過A-D模型計算出各特征的最終權重，然后據(jù)此適當放大與縮小K-means距離公式樣本中各特征值之間的距離，使得權重越大的特征對聚類結果的影響越大，從而更加真實地反映實際聚類時各特征的作用。根據(jù)上述思路給出的改進距離計算式如下：其中，d為所求兩個樣本之間的距離，xin表示第i個樣本的第n個特征值，xjn表示第j個樣本的第n個特征，Wn表示第n個特征的權重。4.2.3 算法流程
本文算法的形式化描述及相關說明如下。
步驟 1對數(shù)據(jù)源進行數(shù)據(jù)處理，得到實驗數(shù)據(jù)集，并從中選出樣本集X。
步驟 2基于前述初始聚類中心選擇方法選取k個初始中心R(k)。
步驟 3生成語音通信行為異?？蛻敉诰虻哪繕藱嘀兀夯贏HP法計算不同類型挖掘對象的特征權重矩陣WA；基于DEMATEL法計算各特征間的相互影響權重向量 WD；計算目標權重 Wy、Wz、Wg、Wq。
步驟4選擇工作模式（異?？蛻艟C合挖掘，詐騙客戶、廣告客戶、欠費客戶單類型挖掘），并將相應權值向量代入歐氏距離公式得到d。
步驟5進行聚類分析，獲取K個聚類。
5 實證分析
5.1 實驗設置
（1）實驗數(shù)據(jù)
原始數(shù)據(jù)來源于某市電信公司的實際語音通信記錄，其中包括624 199條固話通話記錄、2 611 678條手機通話記錄，對應965 281位客戶。之后，隨機選取50 000名客戶的數(shù)據(jù)形成樣本集；析取100名正?？蛻艉?00名異常客戶的數(shù)據(jù)作為測試集1，其中平均涵蓋了詐騙客戶、廣告客戶和欠費客戶；另析取100名正常客戶和100名廣告客戶的數(shù)據(jù)作為測試集2。
（2）比對標準
在客戶細分分析中，K-means算法具有較好的效果，而參考文獻[7]通過不斷優(yōu)化聚類中心改進 K-means算法，并將其應用于客戶細分研究且取得一定效果。因此，選擇 K-means算法及參考文獻[7]提出的改進 K-means算法進行性能比對。
（3）評價標準
準確率（precision）和召回率（recall）是常用性能評價指標，而鑒于兩者往往相互矛盾，一般采用F值（F-measure）作為綜合評價標準，相關定義如下：
其中，TP、FP、FN依次表示正確檢測出的異?？蛻舾琶矓?shù)、錯誤標識為異常的正?？蛻魯?shù)、錯誤標識為正常的異常客戶概貌數(shù)。
（4）參數(shù)設置
由于 K較小時的實驗數(shù)據(jù)不太穩(wěn)定，故選K=4、5、6、7。
5.2 異?？蛻艟C合聚類分析
綜合聚類分析指同時對詐騙客戶、廣告客戶、欠費客戶3類異?？蛻暨M行聚類分析。
選用樣本集和測試集1，得到聚類結果后，結合電信公司已有數(shù)據(jù)和人工抽樣檢測結果可以發(fā)現(xiàn)簇內測試集中異常客戶多于正?？蛻魰r，該簇內異?？蛻魯?shù)量會明顯多于正常客戶。因此本實驗根據(jù)測試集內客戶的分布，合并所有異?？蛻魯?shù)大于正常客戶數(shù)的類作為異?？蛻纛?，其他為正?？蛻纛?。實驗結果見表6。
由表6可見，在K=5時，本文算法的綜合性能F值達到最佳值；通過對3種算法最佳性能比較，可以發(fā)現(xiàn)本文算法相對于參考文獻[7]算法性能提高4.49%，相對于K-means的提高幅度達到12.05%。此外，本文算法的準確率也明顯優(yōu)于另兩種算法。
5.3 廣告客戶單類型聚類分析
選用樣本集和測試集2，異常類合并同上，實驗結果見表7。
由表7可見，在K值相同時，本文算法的綜合性能F值明顯優(yōu)于參考文獻[7]算法及K-means，提高幅度分別可達6.52%和7.69%。此外，本文算法的準確率同樣明顯優(yōu)于另兩種算法。
表6 異常客戶群綜合聚類結果分析
表7 廣告客戶單類型聚類結果分析
5.4 小結
綜合比較表6和表7的數(shù)據(jù)，本文算法在廣告客戶聚類分析時的性能優(yōu)于多類型異?？蛻艟C合聚類分析。本文對詐騙客戶和欠費客戶進行了類似實驗分析，其結果與廣告客戶聚類分析的結果類似。
因此，單類型異?？蛻艟垲惙治龅男阅軆?yōu)于多類型異常客戶綜合聚類分析，但綜合聚類分析的時間效率則明顯高于單類型聚類分析，這種情況符合客觀規(guī)律。因此，針對不同場景可以選擇合適的方案，有利于提高異?？蛻艟垲惙治龅木C合效率。
6 結束語
本文基于語音通信記錄，分析了異常客戶的行為特征，設計并構建了A-D模型，據(jù)此提出了一種改進的K-means算法，實現(xiàn)利用海量數(shù)據(jù)對語音通信行為異常的客戶（電信詐騙客戶、廣告客戶、欠費客戶等）進行聚類分析。實證分析結果表明，本文算法用于對語音通信行為異?？蛻暨M行聚類分析時的性能效果較好。
參考文獻：
[1] 劉霞.基于電信通話記錄的數(shù)據(jù)挖掘[J].計算機與現(xiàn)代化,2008(6)： 36-38.LIU X.Application of fuzzy-association rule to telecom data mining[J].Computer and Modernization, 2008(6)： 36-38.
[2] 王家定.基于復雜網絡理論和通話記錄的客戶行為異常識別研究[D].合肥： 中國科學技術大學, 2013.WANG J D.Research on customer behavior anomaly recognition based on complex network theory and call logging[D].Hefei： University of Science and Technology of China, 2013.
[3] 石瑛.面向電信市場營銷的數(shù)據(jù)挖掘技術研究[D].上海： 華東師范大學, 2004.SHI Y.Research on data mining technology for telecom marketing[D].Shanghai： East China Normal University, 2004.
[4] 趙凱, 蔣朝惠.基于K-means算法的電信客戶行為特征聚類分析[J].貴州大學學報：自然科學版, 2015, 32(2)： 86-90.ZHAO K, JIANG C H.Analysis of telecom user behavior features clustering based on K-means algorithm[J].Journal of Guizhou University(Natural Science), 2015, 32(2)： 86-90.
[5] 江哲雅.聚類挖掘在電信客戶分類中的研究與應用[D].上海： 上海交通大學, 2013.JIANG Z Y.Research and application of clustering mining in telecom customer classification[D].Shanghai： Shanghai Jiao Tong University, 2013.
[6] 關云鴻.改進 K-均值聚類算法在電信客戶分類中的應用[J].計算機仿真, 2011, 28(8)： 138-140.GUAN Y H.Application of improved K-means algorithm in telecom customer segmentation[J].Computer Simulation, 2011,28(8)： 138-140.
[7] ZUO G C, ZHOU R H, LI Z Q, et al.Improved K-means algorithm and its CRM in telecom customer segmentation application[J].Computer Systems & Applications, 2012, 19(11)： 155-159.
[8] FAN G, ZHONG D, YAN F, et al.A hybrid fuzzy evaluation method for curtain grouting efficiency assessment based on an AHP method extended by D numbers[J].Expert Systems with Applications, 2016(44)： 289-303.
[9] TZENG G H, CHIANG C H, LI C W.Evaluating intertwined effects in e-learning programs： a novel hybrid MCDM model based on factor analysis and DEMATEL[J].Expert Systems with Applications, 2007, 32(4)： 1028-1044.
[10] 原福永, 張曉彩, 羅思標.基于信息熵的精確特征賦權K-means聚類算法[J].計算機應用, 2011, 31(6)： 1675-1677.YUAN F Y, ZHANG X C, LUO S B.Accurate property weighted K-means clustering algorithm based on information entropy[J].Journal of Computer Applications, 2011, 31(6)： 1675-1677.
[11] 瞿英, 路亞靜, 劉紫玉, 等.基于 AHP-DEMATEL法的權重計算方法研究[J].數(shù)學的實踐與認識, 2016, 46(7)： 38-46.QU Y, LU Y J, LIU Z Y, et al.Research on the weight calculation method based on the AHP-DEMATEL method[J].Mathematics in Practice and Theory, 2016, 46(7)： 38-46.
[12] 丁曉琴, 張德生.基于 AHP和 cRITIc綜合賦權的 K-means算法[J].計算機系統(tǒng)應用, 2016, 25(7)： 182-186.DING X Y, ZHANG D S.K-means algorithm based on synthetic weighting of AHP and CRITIC[J].Computer Systems & Applications, 2016, 25(7)： 182-186.
[13] 王俊鳳, 閆文.基于AHP-DEMATEL模型的黑龍江省農民專業(yè)合作社內部資金互助的影響元素分析[J].金融理論與實踐,2016(7)： 86-90.WANG J F, YAN W.Analysis of the influence of mutual funds between farmer cooperatives in Heilongjiang province based on AHP-DEMATEL model[J].Financial Theory and Practice,2016(7)： 86-90.
[14] HUNG S J.Activity-based divergent supply chain planning for competitive advantage in the risky global environment： a DEMATEL-ANP fuzzy goal programming approach[J].Expert Systems with Applications, 2011, 38(8)： 9053-9062.
[15] 陳光平, 王文鵬, 黃俊.一種改進初始聚類中心選擇的K-means算法[J].小型微型計算機系統(tǒng), 2012, 33(6)： 170-173.CHEN G P, WANG W P, HUANG J.Improved initial clustering center selection method for K-means algorithm[J].Journal of Chinese Computer Systems, 2012, 33(6)： 170-173.
[16] 熊平, 顧霄.基于特征權重最優(yōu)化的 K-means 聚類算法[J].微電子學與計算機, 2014(4)： 40-43.XIONG P, GU X.K-means clustering algorithm based on feature weight optimization[J].Microelectronics Computer,2014(4)： 40-43.
[17] 劉春, 鄒海鋒, 向勇.大數(shù)據(jù)環(huán)境下電信數(shù)據(jù)服務能力開放研究[J].電信科學, 2014, 30(3)： 156-161.LIU C, ZOU H F, XIANG Y.Research on telecom data service open ability under the environment of big data[J].Telecommunications Science, 2014, 30(3)： 156-161.
[18] 韓晶, 張智江, 王健全, 等.面向統(tǒng)一運營的電信運營商大數(shù)據(jù)戰(zhàn)略[J].電信科學, 2014, 30(11)： 154-158.HAN J, ZHANG Z J, WANG J Q, et al.The unified-operation-oriented big data strategy for telecom operators[J].Telecommunications Science, 2014, 30(11)： 154-158.
[19] 曹旭, 曹瑞彤.基于大數(shù)據(jù)分析的網絡異常檢測方法[J].電信科學, 2014, 30(6)： 152-156.CAO X, CAO R T.Network anomaly prediction method based on big data[J].Telecommunications Science, 2014, 30(6)：152-156.
[20] 谷紅勛, 楊珂.基于大數(shù)據(jù)的移動用戶行為分析系統(tǒng)與應用案例[J].電信科學, 2016, 32(3)： 139-146.GU H X, YANG K.Mobile user behavior analysis system and applications based on big data [J].Telecommunications Science,2016, 32(3)： 139-146.
猜你喜歡
權重常思“浮名輕”當代陜西(2020年17期)2020-10-28 08:18:18 The Muted Lover and the Singing Poet:Ekphrasis and Gender in the Canzoniere*國際比較文學(中英文)(2019年1期)2019-11-12 23:08:45 魔力語音閱讀(快樂英語高年級)(2019年5期)2019-09-10 07:22:44 基于MATLAB的語音信號處理電子制作(2019年14期)2019-08-20 05:43:38 基于MQ3與MP3的價廉物美的酒駕語音提醒器電子制作(2019年9期)2019-05-30 09:42:10 對方正在輸入……小說界(2018年5期)2018-11-26 12:43:42 為黨督政勤履職 代民行權重擔當人大建設(2018年5期)2018-08-16 07:09:00 基于公約式權重的截短線性分組碼盲識別方法電信科學(2017年6期)2017-07-01 15:44:57 Study on the physiological function and application of γ—aminobutyric acid and its receptors東方教育(2016年4期)2016-12-14 13:52:48 The Review of the Studies of Trilingual Education in inghai中國校外教育(下旬)(2014年10期)2014-11-20 00:34:27
周堅，石永革，何美斌
（1.南昌大學信息工程學院，江西 南昌 330029；2.中國電信股份有限公司江西分公司，江西 南昌 330029）
1 引言
隨著通信技術的迅速發(fā)展，移動和固定電話已經成為人們日常生活中不可缺少的語音通信工具。然而，其在給人們的工作、生活帶來極大便利的同時，也會給電信客戶和運營商帶來負面影響，例如電信詐騙、廣告騷擾、欠費等。目前，針對語音通信行為異?？蛻簦ê喎Q異?？蛻簦?，相關部門已經采取了若干措施，如針對電信詐騙實行手機實名制、針對欠費客戶的分析催繳等，但其一般都屬于事后被動處置。為此，迫切需要基于海量的語音通信數(shù)據(jù)，自動分析它們之間的關聯(lián)關系，聚類分析出其中隱藏的異?？蛻粜畔?，對異?？蛻艏跋嚓P事件實現(xiàn)預判預警、實時提示、主動響應、快速處置。
迄今，國內針對電信客戶語音通信行為特征進行分析建模并進一步實現(xiàn)客戶聚類分析的文獻不多，典型如：參考文獻[1]采用模糊集的語義關聯(lián)度算法，可以找出具有強關聯(lián)度的客戶；參考文獻[2]應用復雜網絡理論和模糊決策樹算法，基于通話記錄開展語音通信行為異?？蛻舻淖R別研究；參考文獻[3]研究如何使用決策樹分析惡意欠費客戶，應用聚類分群發(fā)現(xiàn)電信欺詐客戶。上述文獻的主要不足在于，都沒有進行深入的異常行為特征建模和客戶聚類挖掘算法的研究。參考文獻[4]基于客戶通話數(shù)據(jù)進行聚類分析，獲取具有良好特征的客戶集合，然后應用K-means算法挖掘特定的客戶，以便針對不同客戶群提供差異化服務，其主要不足在于：沒有對挖掘算法進行優(yōu)化，使得其挖掘效率和質量不夠理想，并且僅考慮了移動通信客戶。綜上所述，參考文獻[1-4]對于本文具有一定的參考價值，但它們的研究或者僅局限于行為特征分析，或者局限于客戶挖掘，并沒有結合行為特征分析建模與客戶挖掘，開展完整深入的研究及算法優(yōu)化工作，使得其在準確性、完整性、普適性等綜合性能上存在明顯不足。參考文獻[5-7]對本文具有較高的參考價值，都對聚類算法進行了改進并應用于電信客戶細分中。其中，參考文獻[5]通過改進的K-means算法對電信客戶進行了聚類分析，但其主要研究目標是降低聚類分析的時間復雜度。參考文獻[6]使用自適應差分演化算法改進K-means算法，并將其應用在電信客戶細分中，但未給出3個關鍵參數(shù)的經驗值和選取方法。參考文獻[7]通過不斷優(yōu)化新的聚類中心改進K-means算法，從而提高其在電信CRM（customer relationship management，客戶關系管理）客戶分類中的準確性。
為實現(xiàn)對語音通信行為異?？蛻舻母哔|量聚類分析，本文針對固定和移動電話客戶，以AHP模型為基礎，融合DEMATEL法構建異?？蛻粜袨樘卣髂Ｐ?，即 AHP-DEMATEL模型（analytic hierarchy process decision making trial and evaluation laboratory，以下簡稱A-D模型），并提出了一種基于A-D模型的K-means算法，從海量的語音通信數(shù)據(jù)中聚類分析出異常客戶。本文主要工作是：基于語音通信記錄，詳細分析客戶的通話行為特征；基于A-D模型構建語音通信異?？蛻粜袨樘卣髂Ｐ停垣@取各項行為特征的權值；對K-means算法進行分析和優(yōu)化，提出基于A-D模型的異常電信客戶挖掘算法；對上述研究成果進行測試、比較、分析，驗證其有效性。
2 相關工作
2.1 層次分析法AHP
AHP一種將定性和定量分析融合的多要素決策方法，其主要思想為：針對復雜決策問題，綜合其主要影響元素、問題本質、內在關系等，通過深入分析來構造層次結構模型，從而基于很少的定量信息就可將決策者的思維過程數(shù)學化。由此，即可為求解擁有多目標、多準則、無結構等特性的復雜決策性問題，提供一種較為簡單的決策方法[8]。AHP常用于主觀賦權，其具體步驟如下。
步驟 1 構造層次結構模型。將復雜的多目標、多準則的決策問題，按照它們之間的相互關系分解成多個層次，自頂向下每一層對應一組分目標、準則直至相關指標（統(tǒng)稱元素），形成遞階層次結構模型。由此，即可通過逐層向上分析，最終確定各低層元素對于各級高層元素的重要性權值。
步驟 2 構建判斷矩陣。為盡可能減少性質不同元素相互比較的困難，提高準確度，對于每一個目標，不是將影響該目標的所有元素放在一起比較，而是兩兩相互比較后，給出描述相對重要程度的比較值。由此，對于各個目標，生成一系列的兩兩判斷矩陣A=（aij）nm，其中aij表示針對同一目標，元素 i比j的相對重要值。例如，若對于目標Y，aij=2表示元素i比元素j對Y的影響更大（即權重更高），且對應必有aji=1/2。上述重要值應由多位專家進行評價并取其加權均值。
步驟 3 驗證判斷矩陣的一致性。由于判斷矩陣的值主要取決于專家意見，難免出現(xiàn)邏輯不一致的情況（如前例中，若aij=2，而aji不是1/2），故必須對判斷矩陣進行一致性檢驗，方法為：首先計算出判斷矩陣的最大特征值λmax，利用式（1）計算出一致性檢驗的標度，然后計算隨機一致性比率其中，RI可查表得到，一般認為CR<0.1時具有滿意的一致性。
步驟4 確定權重。一般采用求和法，按式（2）將判斷矩陣的每列向量歸一化，再對行求和并歸一化。
2.2 DEMATEL法
DEMATEL（decision making trial and evaluation laboratory）即“決策實驗和評價實驗法”，是一種用于篩選復雜系統(tǒng)主要元素、簡化系統(tǒng)結構分析過程的方法論，可以充分利用專家經驗和知識處理比較復雜的系統(tǒng)問題，特別是對關系要素不太確定的系統(tǒng)更為有效[9]。實施步驟如下。
步驟 1 使用德爾斐法、頭腦風暴法或者專家訪談法確定各個元素。
步驟 2 確定各要素間的直接影響度。首先使用專家評分法建立各風險影響元素的直接影響矩陣，一般將元素之間的關系定性地分為5個等級，0分表示無影響關系，1分表示關系很弱，2分表示關系較弱，3分表示關系較強，4分表示影響關系很強。然后，使用上述評分結果建立直接影響矩陣A=（aij）nm，其中aij即上述評分值。
步驟5 獲取各要素的影響度和被影響度 利用式（3）和式（4）可以分別計算出風險元素之間的相互影響度和被影響度。其中，fi是綜合影響矩陣T中行元素之和，表示風險元素i給j帶來的直接或間接影響度，ei是綜合影響矩陣 T中列元素之和，各行對應風險元素受到其他各元素的影響值稱為被影響度。
步驟6 計算各要素的中心度。使用式（5）即可計算出各要素的中心度。
2.3 K-means算法
K-means算法的主要優(yōu)點：聚類速度快、效率高、適用于處理大數(shù)據(jù)集，是一種常用的無監(jiān)督學習方法。算法主要原理：隨機選出K個點用作初始聚類中心，然后計算各個樣本與初始聚類中心之間的距離，并且把樣本劃分到距離最近的聚類中心所在類；對劃分完全后的新類進行計算得到新聚類中心，如果前后兩次的初始聚類中心未發(fā)生變化，可以確定樣本調整結束，此時相應的誤差平方和函數(shù)已達到最小，聚類準則函數(shù)已經收斂；否則，若初始聚類中心發(fā)生變化，則需要繼續(xù)調整所有樣本來確定新的聚類中心，并進入下一次的迭代過程[10]。
K-means算法的主要不足：對初始中心敏感；無法處理非球形類；對孤立點數(shù)據(jù)和噪聲數(shù)據(jù)較敏感；對初始值 k的選取依賴性較大；容易陷入局部最優(yōu)解；同等看待每一個特征，難以產生高質量的聚類結果。
3 語音通信異常行為分析模型
3.1 語音通信行為特征
電信運營商提供的語音通信原始通話記錄組成客戶原始數(shù)據(jù)集，其每條記錄包括18個字段，從中析取開始時間、主叫號碼、被叫號碼、呼叫結果、通話時長等作為原始特征字段并按客戶歸并后，即可生成客戶通話數(shù)據(jù)集。
基于語音通信行為異?？蛻粜袨樘卣鞯姆治?，需要對客戶通話數(shù)據(jù)集中的數(shù)據(jù)基于客戶進行以下處理后，生成客戶通話特征集，其中每一客戶的語音通信行為特征參數(shù)包括以下幾種。
· 平均呼出時間：客戶每日呼出時間點的平均值c1；
· 平均通話時長：客戶接通記錄中通話時長的平均值c2；
· 呼出次數(shù)：客戶主叫次數(shù)c3；
· 呼出號碼數(shù)：客戶主叫時對端號碼不重復的個數(shù)c4；
· 呼入次數(shù)：客戶被叫記錄數(shù)c5；
· 呼入號碼數(shù)：客戶被叫時對端號碼不重復的個數(shù)c6；
· 接通率：客戶主叫接通數(shù)與所有主叫記錄的比值c7。
以廣告客戶為例，其廣告推銷行為一般集中在白天，平均呼出時間一般分布在8：00—18：00時間段；廣告必須面向大量客戶，其呼出次數(shù)及呼出號碼數(shù)量較多；廣告推銷號碼的呼入次數(shù)和呼入號碼數(shù)量極少；由于被叫客戶的經驗、智能手機提示以及陌生主叫號碼等原因，其接通率相對較低。
3.2 行為特征分析模型構建
如前所述，K-means是一種非常適合挖掘語音行為異?？蛻舻乃惴?，但由于其同等看待所有特征，會影響聚類分析的質量。實際上，不同的語音通信行為特征對于異?？蛻敉诰蜻^程的貢獻，往往存在較大的差別，如對于廣告客戶的行為特征分析，由于平均通話時長與正?？蛻舻牟顒e很小，其影響應該可以忽略。為此，本文引入行為特征模型的概念，獲取不同行為特征的權重，以提高異常客戶挖掘的效率與質量。參考文獻[11]圍繞系統(tǒng)評價中的權重計算問題，提出了AHP-DEMATEL方法，通過計算初始權重和影響度，并相互融合來獲得綜合權重。實驗表明，該方法可以較為準確地計算出異?？蛻敉ㄔ捫袨樘卣鞯臋嘀?。
3.2.1 基于AHP生成行為特征的主觀權重
判斷異?？蛻粜枰诟餍袨樘卣鲗崿F(xiàn)，其初始權重則需由領域專家生成，屬于主觀權重，而AHP是目前廣泛使用的一種主觀賦權法。
（1）構建異常客戶層次分析模型
本文討論的異?？蛻舭ㄔp騙客戶、廣告客戶、欠費客戶，分別用z、g、q表示，并用y表示包括這3類客戶的異?？蛻羧?。由此，可以構建異常客戶層次分析模型如下，其中用實線連接的元素表示它們之間具有關聯(lián)關系。
之后，由多位領域專家根據(jù)經驗，給出各低層元素對高層元素的影響程度相對值并對其加權平均，得到異?？蛻艟C合判斷矩陣 Y、詐騙客戶判斷矩陣 Z、廣告客戶判斷矩陣 G、欠費客戶判斷矩陣Q。
（2）一致性檢驗
通過計算可得矩陣Y的CR=0.046 2<0.10，Z的CR=0.010 3<0.10，G 的 CR=0.010 3<0.10，Q 的CR=0.028 4<0.10，所有判斷矩陣均可通過一致性檢驗。
（3）計算主觀權重
通過判斷矩陣Y得到綜合分析異常客戶的初始權重向量W1為[0.408 2、0.816 5、0.408 2]。
根據(jù)判斷矩陣Z、G、Q得到單獨分析3種異?？蛻舻某跏紮嘀鼐仃嘩2見表1。
圖1 層次分析結構
表1 3種異?？蛻舴治龀跏紮嘀鼐仃嘩2
使用式（2）對W2做歸一化處理得到W3，再使用式（6）即得到異?？蛻艟C合分析權重向量W4。
對W4歸一化處理得到綜合權重向量W5。
最后，將W3和W5組合即得到基于AHP的歸一化主觀權重矩陣WA，見表2。
表2 基于AHP的歸一化主觀權重矩陣WA
3.2.2 基于DEMATEL確定各特征之間的影響元素
AHP僅考慮了低層元素對高層元素在垂直方向上的影響，實際上同層元素之間也存在不同程度的相關性，從而影響有關權重的取值。如詐騙客戶的行為直接關聯(lián)呼出次數(shù)和呼出號碼數(shù)兩項特征，而它們又會影響到接通率和平均通話時長；顯然，此時前兩項特征的權重應予加強。為此，本文使用DEMATEL方法來進一步提高權重賦值的科學性和客觀性。
（1）根據(jù)各特征之間相互影響關系得出直接影響矩陣
采用專家問卷的形式獲取相關信息。問卷依次用0～4代表各通話行為特征間的關系強度：無影響、影響稍弱、影響弱、影響強、影響較強。然后，對收回的有效問卷進行統(tǒng)計整理，得到直接影響矩陣，并將該矩陣規(guī)范化得到規(guī)范影響矩陣G(ci×ci)，見表3，其中，ci表示各特征。
表3 規(guī)范影響矩陣
（2）生成各特征之間的影響度向量
利用規(guī)范影響矩陣計算出綜合影響矩陣，并由其計算出各特征的影響度（Ri）和被影響度（Di），通過對各特征的影響度和被影響度進行計算，得出該特征的中心度（Ri+Di），見表4。
表4 中心度
將DEMATEL法分析得出的各特征的中心度利用式（2）進行歸一化處理，即可得到基于DEMATEL的權重向量 WD=[0.088,0.131,0.177,0.177,0.132,0.132,0.161]。
3.2.3 生成目標權重
將WA的各行分別與WD進行向量乘運算，再使用式（2）歸一化處理后即得到用于異常行為特征分析的目標權重，見表5。
表5 異常行為特征分析的目標權重
其中，Wy用于同時綜合挖掘異?？蛻羧海琖z、Wg和 Wq分別用于詐騙客戶、廣告客戶及欠費客戶的單類型挖掘。
4 基于A-D模型的K-means算法
4.1 數(shù)據(jù)處理
主要工作：從通話記錄中析取原始特征字段（開始時間、主叫號碼、被叫號碼和通話時長等）；清洗其中不完整或者不一致的數(shù)據(jù)；生成客戶通話特征集并使用式（7）對所有特征進行歸一化處理，得到實驗數(shù)據(jù)集X。
其中，x*、xi分別表示歸一化前后的值，xmax、xmin分別表示樣本數(shù)據(jù)中的最小、最大值。
4.2 算法描述
為了有效提高語音通信行為異常客戶的聚類分析效果，以K-means算法為基礎，提出基于A-D模型的K-means算法，主要思路如下。
4.2.1 選擇初始聚類中心
聚類算法的基本原理是讓類內各數(shù)據(jù)對象的相似度最小，類間的各數(shù)據(jù)對象相似度最大，從而提高聚類結果的質量，K-means算法則由于其波動性而難以保證聚類質量[15]，又由于本文研究所涉及的數(shù)據(jù)具有海量特征，故本文采用參考文獻[15]提出的方法選擇初始聚類中心，方法為：基于異?？蛻襞c正常客戶相似度較小的原則，不斷從最大聚類中找出距離最遠的兩個數(shù)據(jù)對象作為新的聚類中心，從而選出K個初始聚類中心，消除隨機初始聚類中心可能存在的相似度較大問題。
4.2.2 改進歐氏距離公式
K-means算法是根據(jù)數(shù)據(jù)對象之間的距離進行聚類處理，而數(shù)據(jù)對象的距離一般采用歐氏距離公式來計算。通過K-means常用的歐氏距離公式可見，在計算兩個樣本的相似度時，K-means算法將所有特征視為同等重要[16]。然而，如前所述，不同特征對于樣本之間的差異所產生的影響一般是不同的，譬如廣告客戶關聯(lián)的6項特征中，呼出次數(shù)顯然更為重要，故在數(shù)據(jù)樣本之間適當放大呼出次數(shù)這一特征距離，有利于更精確地分類。由此，本文算法先通過A-D模型計算出各特征的最終權重，然后據(jù)此適當放大與縮小K-means距離公式樣本中各特征值之間的距離，使得權重越大的特征對聚類結果的影響越大，從而更加真實地反映實際聚類時各特征的作用。根據(jù)上述思路給出的改進距離計算式如下：其中，d為所求兩個樣本之間的距離，xin表示第i個樣本的第n個特征值，xjn表示第j個樣本的第n個特征，Wn表示第n個特征的權重。4.2.3 算法流程
本文算法的形式化描述及相關說明如下。
步驟 1對數(shù)據(jù)源進行數(shù)據(jù)處理，得到實驗數(shù)據(jù)集，并從中選出樣本集X。
步驟 2基于前述初始聚類中心選擇方法選取k個初始中心R(k)。
步驟 3生成語音通信行為異?？蛻敉诰虻哪繕藱嘀兀夯贏HP法計算不同類型挖掘對象的特征權重矩陣WA；基于DEMATEL法計算各特征間的相互影響權重向量 WD；計算目標權重 Wy、Wz、Wg、Wq。
步驟4選擇工作模式（異?？蛻艟C合挖掘，詐騙客戶、廣告客戶、欠費客戶單類型挖掘），并將相應權值向量代入歐氏距離公式得到d。
步驟5進行聚類分析，獲取K個聚類。
5 實證分析
5.1 實驗設置
（1）實驗數(shù)據(jù)
原始數(shù)據(jù)來源于某市電信公司的實際語音通信記錄，其中包括624 199條固話通話記錄、2 611 678條手機通話記錄，對應965 281位客戶。之后，隨機選取50 000名客戶的數(shù)據(jù)形成樣本集；析取100名正?？蛻艉?00名異常客戶的數(shù)據(jù)作為測試集1，其中平均涵蓋了詐騙客戶、廣告客戶和欠費客戶；另析取100名正常客戶和100名廣告客戶的數(shù)據(jù)作為測試集2。
（2）比對標準
在客戶細分分析中，K-means算法具有較好的效果，而參考文獻[7]通過不斷優(yōu)化聚類中心改進 K-means算法，并將其應用于客戶細分研究且取得一定效果。因此，選擇 K-means算法及參考文獻[7]提出的改進 K-means算法進行性能比對。
（3）評價標準
準確率（precision）和召回率（recall）是常用性能評價指標，而鑒于兩者往往相互矛盾，一般采用F值（F-measure）作為綜合評價標準，相關定義如下：
其中，TP、FP、FN依次表示正確檢測出的異?？蛻舾琶矓?shù)、錯誤標識為異常的正?？蛻魯?shù)、錯誤標識為正常的異常客戶概貌數(shù)。
（4）參數(shù)設置
由于 K較小時的實驗數(shù)據(jù)不太穩(wěn)定，故選K=4、5、6、7。
5.2 異?？蛻艟C合聚類分析
綜合聚類分析指同時對詐騙客戶、廣告客戶、欠費客戶3類異?？蛻暨M行聚類分析。
選用樣本集和測試集1，得到聚類結果后，結合電信公司已有數(shù)據(jù)和人工抽樣檢測結果可以發(fā)現(xiàn)簇內測試集中異常客戶多于正?？蛻魰r，該簇內異?？蛻魯?shù)量會明顯多于正常客戶。因此本實驗根據(jù)測試集內客戶的分布，合并所有異?？蛻魯?shù)大于正常客戶數(shù)的類作為異?？蛻纛?，其他為正?？蛻纛?。實驗結果見表6。
由表6可見，在K=5時，本文算法的綜合性能F值達到最佳值；通過對3種算法最佳性能比較，可以發(fā)現(xiàn)本文算法相對于參考文獻[7]算法性能提高4.49%，相對于K-means的提高幅度達到12.05%。此外，本文算法的準確率也明顯優(yōu)于另兩種算法。
5.3 廣告客戶單類型聚類分析
選用樣本集和測試集2，異常類合并同上，實驗結果見表7。
由表7可見，在K值相同時，本文算法的綜合性能F值明顯優(yōu)于參考文獻[7]算法及K-means，提高幅度分別可達6.52%和7.69%。此外，本文算法的準確率同樣明顯優(yōu)于另兩種算法。
表6 異常客戶群綜合聚類結果分析
表7 廣告客戶單類型聚類結果分析
5.4 小結
綜合比較表6和表7的數(shù)據(jù)，本文算法在廣告客戶聚類分析時的性能優(yōu)于多類型異?？蛻艟C合聚類分析。本文對詐騙客戶和欠費客戶進行了類似實驗分析，其結果與廣告客戶聚類分析的結果類似。
因此，單類型異?？蛻艟垲惙治龅男阅軆?yōu)于多類型異常客戶綜合聚類分析，但綜合聚類分析的時間效率則明顯高于單類型聚類分析，這種情況符合客觀規(guī)律。因此，針對不同場景可以選擇合適的方案，有利于提高異?？蛻艟垲惙治龅木C合效率。
6 結束語
本文基于語音通信記錄，分析了異常客戶的行為特征，設計并構建了A-D模型，據(jù)此提出了一種改進的K-means算法，實現(xiàn)利用海量數(shù)據(jù)對語音通信行為異常的客戶（電信詐騙客戶、廣告客戶、欠費客戶等）進行聚類分析。實證分析結果表明，本文算法用于對語音通信行為異?？蛻暨M行聚類分析時的性能效果較好。
參考文獻：
[1] 劉霞.基于電信通話記錄的數(shù)據(jù)挖掘[J].計算機與現(xiàn)代化,2008(6)： 36-38.LIU X.Application of fuzzy-association rule to telecom data mining[J].Computer and Modernization, 2008(6)： 36-38.
[2] 王家定.基于復雜網絡理論和通話記錄的客戶行為異常識別研究[D].合肥： 中國科學技術大學, 2013.WANG J D.Research on customer behavior anomaly recognition based on complex network theory and call logging[D].Hefei： University of Science and Technology of China, 2013.
[3] 石瑛.面向電信市場營銷的數(shù)據(jù)挖掘技術研究[D].上海： 華東師范大學, 2004.SHI Y.Research on data mining technology for telecom marketing[D].Shanghai： East China Normal University, 2004.
[4] 趙凱, 蔣朝惠.基于K-means算法的電信客戶行為特征聚類分析[J].貴州大學學報：自然科學版, 2015, 32(2)： 86-90.ZHAO K, JIANG C H.Analysis of telecom user behavior features clustering based on K-means algorithm[J].Journal of Guizhou University(Natural Science), 2015, 32(2)： 86-90.
[5] 江哲雅.聚類挖掘在電信客戶分類中的研究與應用[D].上海： 上海交通大學, 2013.JIANG Z Y.Research and application of clustering mining in telecom customer classification[D].Shanghai： Shanghai Jiao Tong University, 2013.
[6] 關云鴻.改進 K-均值聚類算法在電信客戶分類中的應用[J].計算機仿真, 2011, 28(8)： 138-140.GUAN Y H.Application of improved K-means algorithm in telecom customer segmentation[J].Computer Simulation, 2011,28(8)： 138-140.
[7] ZUO G C, ZHOU R H, LI Z Q, et al.Improved K-means algorithm and its CRM in telecom customer segmentation application[J].Computer Systems & Applications, 2012, 19(11)： 155-159.
[8] FAN G, ZHONG D, YAN F, et al.A hybrid fuzzy evaluation method for curtain grouting efficiency assessment based on an AHP method extended by D numbers[J].Expert Systems with Applications, 2016(44)： 289-303.
[9] TZENG G H, CHIANG C H, LI C W.Evaluating intertwined effects in e-learning programs： a novel hybrid MCDM model based on factor analysis and DEMATEL[J].Expert Systems with Applications, 2007, 32(4)： 1028-1044.
[10] 原福永, 張曉彩, 羅思標.基于信息熵的精確特征賦權K-means聚類算法[J].計算機應用, 2011, 31(6)： 1675-1677.YUAN F Y, ZHANG X C, LUO S B.Accurate property weighted K-means clustering algorithm based on information entropy[J].Journal of Computer Applications, 2011, 31(6)： 1675-1677.
[11] 瞿英, 路亞靜, 劉紫玉, 等.基于 AHP-DEMATEL法的權重計算方法研究[J].數(shù)學的實踐與認識, 2016, 46(7)： 38-46.QU Y, LU Y J, LIU Z Y, et al.Research on the weight calculation method based on the AHP-DEMATEL method[J].Mathematics in Practice and Theory, 2016, 46(7)： 38-46.
[12] 丁曉琴, 張德生.基于 AHP和 cRITIc綜合賦權的 K-means算法[J].計算機系統(tǒng)應用, 2016, 25(7)： 182-186.DING X Y, ZHANG D S.K-means algorithm based on synthetic weighting of AHP and CRITIC[J].Computer Systems & Applications, 2016, 25(7)： 182-186.
[13] 王俊鳳, 閆文.基于AHP-DEMATEL模型的黑龍江省農民專業(yè)合作社內部資金互助的影響元素分析[J].金融理論與實踐,2016(7)： 86-90.WANG J F, YAN W.Analysis of the influence of mutual funds between farmer cooperatives in Heilongjiang province based on AHP-DEMATEL model[J].Financial Theory and Practice,2016(7)： 86-90.
[14] HUNG S J.Activity-based divergent supply chain planning for competitive advantage in the risky global environment： a DEMATEL-ANP fuzzy goal programming approach[J].Expert Systems with Applications, 2011, 38(8)： 9053-9062.
[15] 陳光平, 王文鵬, 黃俊.一種改進初始聚類中心選擇的K-means算法[J].小型微型計算機系統(tǒng), 2012, 33(6)： 170-173.CHEN G P, WANG W P, HUANG J.Improved initial clustering center selection method for K-means algorithm[J].Journal of Chinese Computer Systems, 2012, 33(6)： 170-173.
[16] 熊平, 顧霄.基于特征權重最優(yōu)化的 K-means 聚類算法[J].微電子學與計算機, 2014(4)： 40-43.XIONG P, GU X.K-means clustering algorithm based on feature weight optimization[J].Microelectronics Computer,2014(4)： 40-43.
[17] 劉春, 鄒海鋒, 向勇.大數(shù)據(jù)環(huán)境下電信數(shù)據(jù)服務能力開放研究[J].電信科學, 2014, 30(3)： 156-161.LIU C, ZOU H F, XIANG Y.Research on telecom data service open ability under the environment of big data[J].Telecommunications Science, 2014, 30(3)： 156-161.
[18] 韓晶, 張智江, 王健全, 等.面向統(tǒng)一運營的電信運營商大數(shù)據(jù)戰(zhàn)略[J].電信科學, 2014, 30(11)： 154-158.HAN J, ZHANG Z J, WANG J Q, et al.The unified-operation-oriented big data strategy for telecom operators[J].Telecommunications Science, 2014, 30(11)： 154-158.
[19] 曹旭, 曹瑞彤.基于大數(shù)據(jù)分析的網絡異常檢測方法[J].電信科學, 2014, 30(6)： 152-156.CAO X, CAO R T.Network anomaly prediction method based on big data[J].Telecommunications Science, 2014, 30(6)：152-156.
[20] 谷紅勛, 楊珂.基于大數(shù)據(jù)的移動用戶行為分析系統(tǒng)與應用案例[J].電信科學, 2016, 32(3)： 139-146.GU H X, YANG K.Mobile user behavior analysis system and applications based on big data [J].Telecommunications Science,2016, 32(3)： 139-146.
猜你喜歡
當代陜西(2020年17期)2020-10-28 08:18:18
國際比較文學(中英文)(2019年1期)2019-11-12 23:08:45
閱讀(快樂英語高年級)(2019年5期)2019-09-10 07:22:44
電子制作(2019年14期)2019-08-20 05:43:38
電子制作(2019年9期)2019-05-30 09:42:10
小說界(2018年5期)2018-11-26 12:43:42
人大建設(2018年5期)2018-08-16 07:09:00
電信科學(2017年6期)2017-07-01 15:44:57
東方教育(2016年4期)2016-12-14 13:52:48
中國校外教育(下旬)(2014年10期)2014-11-20 00:34:27
