移动通信网络的用户群组构造算法优化

本文探讨了"面向移动通信网络的局部扩张群组构造方法"这一主题，着重于在移动通信领域中如何利用大数据分析技术提升用户资源理解。作者李婕和王兴伟，以及郭静和于超，作为东北大学计算机科学与工程学院和软件学院的研究人员，针对移动运营商面临的业务拓展需求，提出了一个创新的用户社交群组构造算法。 该算法的核心在于通过分析用户的通话记录，构建用户间的联系紧密度模型。这里的联系紧密度考虑了用户之间的通话频率、持续时间等因素，以量化他们之间的社交关系强度。借助复杂网络理论，特别是局部扩张原理，算法能够在庞大的移动通话数据中发现具有紧密联系的小群体，也就是所谓的社交群组。同时，为了处理海量数据，算法采用了MapReduce编程模型进行并行化设计，提高了计算效率。 实验部分，作者首先在模拟数据集上验证了算法的性能，随后将其应用到中国移动的真实数据集上进行实际测试。结果显示，这种方法在大规模数据处理下表现出良好的性能，不仅能够有效地划分用户群组，而且在实际场景中是可行且实用的。研究的关键点包括移动通信网络、联系紧密度、群组构造、复杂网络和MapReduce技术。 这项工作对于移动运营商理解和优化用户行为，以及推动基于大数据的网络服务发展具有重要意义，为后续的网络数据分析提供了新的思路和技术支持。该研究论文被发表在《东北大学学报（自然科学版）》上，得到了国家自然科学基金、国家杰出青年基金、中国博士后科学基金等多个项目的资助，显示了其在学术界的高度认可。