面向用戶(hù)地理位置的電信大數(shù)據(jù)分群方法研究與實(shí)現(xiàn)

蔡一欣 劉穎慧 李 堃 廖 軍

中國(guó)聯(lián)通研究院 北京 100176

引言

近年來(lái)，隨著我國(guó)數(shù)據(jù)通信和移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，不論是傳統(tǒng)行業(yè)還是新興產(chǎn)品行業(yè)，數(shù)據(jù)逐漸發(fā)展成為了互聯(lián)網(wǎng)技術(shù)的重要核心。在當(dāng)前的大數(shù)據(jù)時(shí)代，要率先與互聯(lián)網(wǎng)開(kāi)展融合并取得成果，首先要抓住大數(shù)據(jù)中所隱含的規(guī)則，才會(huì)有可能搶占先機(jī)。相比于以往的傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)在技術(shù)上具備的特點(diǎn)包括數(shù)據(jù)規(guī)模大、數(shù)據(jù)類(lèi)型繁多、數(shù)據(jù)價(jià)值和信息密度相對(duì)偏低、數(shù)據(jù)處理速度快、對(duì)時(shí)效性要求高[1]。

目前，針對(duì)大數(shù)據(jù)膨脹所提出的各種有效解決行業(yè)發(fā)展問(wèn)題的創(chuàng)新方法，是各企業(yè)持續(xù)發(fā)展的有力支撐。移動(dòng)互聯(lián)網(wǎng)和互聯(lián)網(wǎng)所提供的各種個(gè)性化服務(wù)，要求不斷改善和提升使用者的體驗(yàn)。一般對(duì)于用戶(hù)大數(shù)據(jù)的處理，可以分為事后風(fēng)險(xiǎn)和追溯，在用戶(hù)大量的數(shù)據(jù)中挖掘信息，為企業(yè)提供決策，從而提升用戶(hù)體驗(yàn)。例如，以阿里巴巴電商公司為主要代表的互聯(lián)網(wǎng)電商搭建了一個(gè)大數(shù)據(jù)處理系統(tǒng)，用于實(shí)時(shí)統(tǒng)計(jì)和分析消費(fèi)者的行為，細(xì)分客戶(hù)隨時(shí)更新自己的商品推薦列表[2]。以美國(guó)T-Mobile為主要代表的運(yùn)營(yíng)商已經(jīng)開(kāi)展了大數(shù)據(jù)分析的技術(shù)研究工作，通過(guò)集成數(shù)據(jù)進(jìn)行綜合分析，確定消費(fèi)者流失的原因，根據(jù)分析結(jié)果優(yōu)化網(wǎng)絡(luò)布局，為廣大消費(fèi)者和企業(yè)提供了更好的服務(wù)和體驗(yàn)。用戶(hù)的數(shù)據(jù)分析通常是量級(jí)的處理，利用用戶(hù)的天然特征和行為特征，縱向?qū)ε坑脩?hù)進(jìn)行分析，從而提高數(shù)據(jù)處理的速度，通常分析用戶(hù)屬性的方法就是用戶(hù)分群。運(yùn)營(yíng)商目前主要的用戶(hù)分群場(chǎng)景及規(guī)則，大多是通過(guò)用戶(hù)的消費(fèi)習(xí)慣和瀏覽視頻、信息等行為偏好提取出群體類(lèi)別，對(duì)群體進(jìn)行定點(diǎn)營(yíng)銷(xiāo)。針對(duì)用戶(hù)的消費(fèi)特征，將用戶(hù)分為高中低端用戶(hù)，結(jié)合消費(fèi)類(lèi)別，又細(xì)分為流量型、話(huà)費(fèi)型用戶(hù)，在此基礎(chǔ)上對(duì)不同消費(fèi)傾向的群體匹配對(duì)應(yīng)的營(yíng)銷(xiāo)策略[3]。例如，韓國(guó)通信公司 SK telecom新成立名為SK Planet的公司，通過(guò)移動(dòng)互聯(lián)網(wǎng)和大數(shù)據(jù)分析等技術(shù)對(duì)于所有用戶(hù)的韓國(guó)網(wǎng)絡(luò)網(wǎng)頁(yè)瀏覽器的使用和用戶(hù)體驗(yàn)記錄進(jìn)行數(shù)據(jù)分析。

電信行業(yè)數(shù)據(jù)主要是個(gè)人的基本信息、用戶(hù)的電信消費(fèi)記錄以及活動(dòng)軌跡，具有數(shù)據(jù)量大、信息密度低的特點(diǎn)。僅根據(jù)靜態(tài)的信息，通常無(wú)法對(duì)用戶(hù)進(jìn)行精準(zhǔn)畫(huà)像，運(yùn)營(yíng)商需要圍繞最迫切的業(yè)務(wù)開(kāi)展行動(dòng)，從市場(chǎng)活動(dòng)中增加收入。通常與用戶(hù)活動(dòng)關(guān)聯(lián)度最高的是活動(dòng)軌跡，通過(guò)對(duì)用戶(hù)活動(dòng)軌跡進(jìn)行分析，定時(shí)定點(diǎn)發(fā)放廣告，引導(dǎo)用戶(hù)自己做決策，把握控制權(quán)，是目前運(yùn)營(yíng)商在用戶(hù)分析領(lǐng)域另辟蹊徑的途徑之一。

大數(shù)據(jù)的實(shí)時(shí)性、無(wú)限性、突發(fā)性等特征決定了傳統(tǒng)的數(shù)據(jù)計(jì)算理念不再被廣泛地應(yīng)用，取而代之的是針對(duì)特定數(shù)據(jù)類(lèi)型、特定場(chǎng)景下的大數(shù)據(jù)處理算法。電信大數(shù)據(jù)的處理在實(shí)時(shí)推薦、用戶(hù)營(yíng)銷(xiāo)等場(chǎng)景中的地位日漸凸顯，可以幫助運(yùn)營(yíng)商提升營(yíng)銷(xiāo)效率和優(yōu)化流程。對(duì)于用戶(hù)地理位置的數(shù)據(jù)分析，在技術(shù)上和應(yīng)用場(chǎng)景上都面臨著前所未有的挑戰(zhàn)。

1 大數(shù)據(jù)分群方法

對(duì)于電信大數(shù)據(jù)中用戶(hù)地理位置分析，目前的研究大多基于用戶(hù)位置數(shù)據(jù)，開(kāi)展用戶(hù)工作地識(shí)別[4]、同住宅區(qū)篩選[5]、流動(dòng)人口數(shù)量統(tǒng)計(jì)[6]等方面的應(yīng)用，最常用的研究方法是軌跡聚類(lèi)。針對(duì)地理位置的聚類(lèi)算法是在大數(shù)據(jù)挖掘過(guò)程中獲取信息的重要途徑和方法之一，經(jīng)典的軌跡聚類(lèi)方法大多采用基于距離和密度的方法判斷軌跡的相似性。聚類(lèi)分析需要使用的大量數(shù)據(jù)沒(méi)有任何類(lèi)別標(biāo)記，算法需在原始數(shù)據(jù)的處理中探索得出一定規(guī)律，最后計(jì)算出符合這些規(guī)律的結(jié)果。近年來(lái)隨著機(jī)器學(xué)習(xí)和人工智能的發(fā)展，聚類(lèi)算法出現(xiàn)了基于人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)以及基于核聚類(lèi)的方法。需要特別指出的是，這些改進(jìn)的聚類(lèi)的準(zhǔn)則函數(shù)一般由人為設(shè)定的終止條件實(shí)現(xiàn)，而這些終止條件并沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。由此可見(jiàn)聚類(lèi)算法具有一定的主觀(guān)性，需要根據(jù)實(shí)際情況對(duì)聚類(lèi)所揭示的數(shù)據(jù)結(jié)構(gòu)進(jìn)行進(jìn)一步歸納總結(jié)。因此，本文主要以聚類(lèi)算法為主，研究其在聚類(lèi)結(jié)果隸屬程度方面的改進(jìn)過(guò)程[7]。

常見(jiàn)的聚類(lèi)算法包括K-均值(K-Means)、模糊C-均值聚類(lèi)(FCM)、層次聚類(lèi)(Agglomerative clustering)等，具有靈活、快速、應(yīng)用范圍廣等特點(diǎn)，前期需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和特征選取。K-Means是一種具有排他性的目標(biāo)聚類(lèi)方法，即一個(gè)目標(biāo)的數(shù)據(jù)僅歸納為一個(gè)特定的類(lèi)別[8]，分群數(shù)隨機(jī)產(chǎn)生，K值確定較為困難，且對(duì)于初始聚類(lèi)中心非常敏感，容易陷入局部最優(yōu)解。層次聚類(lèi)算法的初始對(duì)象是所有目標(biāo)，將兩個(gè)距離最近的目標(biāo)合并，不斷重復(fù)直到達(dá)到預(yù)設(shè)簇的數(shù)目為止[9]，具有相似度容易定義、可以發(fā)現(xiàn)類(lèi)的層次關(guān)系的優(yōu)點(diǎn)，但是時(shí)間復(fù)雜度大，聚類(lèi)過(guò)程不可逆。FCM模糊了目標(biāo)聚類(lèi)的邊界，結(jié)果可分為多類(lèi)，在應(yīng)用中更能描述實(shí)際的情況，然而抗噪性較差、容易出現(xiàn)局部收斂的聚類(lèi)結(jié)果[10]。實(shí)際情況下，用戶(hù)的活動(dòng)點(diǎn)是復(fù)合的，當(dāng)用戶(hù)活動(dòng)范圍較小時(shí)，一個(gè)活躍點(diǎn)可能涉及多個(gè)類(lèi)型的地點(diǎn)，用戶(hù)所屬類(lèi)別不應(yīng)是單一的，因此采用FCM算法，能夠更加貼合現(xiàn)實(shí)情況。

針對(duì)現(xiàn)有的運(yùn)營(yíng)商在用戶(hù)大數(shù)據(jù)處理中面臨的問(wèn)題與不足，本文在地理位置變化的實(shí)時(shí)推薦場(chǎng)景下，提出了一種基于改進(jìn)FCM的大數(shù)據(jù)分群算法，可以根據(jù)用戶(hù)實(shí)時(shí)位置、歷史位置及個(gè)人軌跡的地理信息判斷不同用戶(hù)在地理空間尺度的相似性，對(duì)用戶(hù)進(jìn)行分群。此外，本文還針對(duì)該算法進(jìn)行實(shí)際的大數(shù)據(jù)測(cè)試，分析不同聚類(lèi)算法對(duì)分群結(jié)果的影響，驗(yàn)證改進(jìn)FCM算法的有效性。最后針對(duì)該大數(shù)據(jù)分群算法對(duì)業(yè)務(wù)需求的適配性進(jìn)行展望，幫助在用戶(hù)做出決定之前推出符合用戶(hù)興趣的合作業(yè)務(wù)，便于針對(duì)不同群體進(jìn)行定向營(yíng)銷(xiāo)。

2 面向用戶(hù)地理位置信息的大數(shù)據(jù)分群方法

大數(shù)據(jù)的應(yīng)用廣泛且涉及場(chǎng)景繁多，對(duì)于電信運(yùn)營(yíng)商來(lái)說(shuō)，大數(shù)據(jù)在中國(guó)的電信移動(dòng)網(wǎng)絡(luò)產(chǎn)品和服務(wù)行業(yè)市場(chǎng)上具有重要作用，特別是在精準(zhǔn)市場(chǎng)營(yíng)銷(xiāo)和實(shí)現(xiàn)客戶(hù)關(guān)系有效管理等方面。本文基于大數(shù)據(jù)的特征，設(shè)計(jì)了一種面向用戶(hù)地理位置信息的大數(shù)據(jù)分群方法，包括數(shù)據(jù)預(yù)處理、改進(jìn)FCM分群算法并確定分群評(píng)價(jià)指標(biāo)。

2.1 數(shù)據(jù)預(yù)處理

針對(duì)用戶(hù)地理位置的特點(diǎn)，對(duì)數(shù)據(jù)集內(nèi)容進(jìn)行預(yù)處理，降低數(shù)據(jù)集內(nèi)容的不平衡性，以此提升算法在非平衡性數(shù)據(jù)集上分群的準(zhǔn)確度和可靠性。

1)獲取用戶(hù)位置及歷史軌跡

對(duì)于用戶(hù)的位置數(shù)據(jù)，提取用戶(hù)近1個(gè)月的位置日志，以日與星期為單位，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。以位置數(shù)據(jù)中有效地點(diǎn)為圓心，半徑200m的區(qū)域?yàn)椴呗詤^(qū)，有效到訪(fǎng)地點(diǎn)為用戶(hù)設(shè)備進(jìn)入策略區(qū)并停留5min及以上的位置。從位置日志中提取用戶(hù)有效到訪(fǎng)地點(diǎn)，構(gòu)建位置向量P={p1,p2，…，pn}，每個(gè)向量包含三個(gè)維度，緯度(Latitude)、經(jīng)度(Longitude)和時(shí)間戳(Time)。根據(jù)時(shí)間戳連接位置點(diǎn)，構(gòu)建用戶(hù)活動(dòng)歷史數(shù)據(jù)。

從用戶(hù)活動(dòng)數(shù)據(jù)中提取活躍點(diǎn)，活躍點(diǎn)為停留1h以上或者每周到訪(fǎng)3次以上的區(qū)域。通常活躍點(diǎn)都具有一定特殊含義，例如工作地點(diǎn)、學(xué)校、家、健身房、超市等用戶(hù)經(jīng)常停留的地方。以一個(gè)用戶(hù)的活動(dòng)軌跡為例，每個(gè)矩陣表示用戶(hù)在不同時(shí)間的位置變化。一個(gè)用戶(hù)A一天到訪(fǎng)Y個(gè)地點(diǎn)，可建立一個(gè)3×y的矩陣AY，表示用戶(hù)到訪(fǎng)地點(diǎn)的緯度、經(jīng)度和時(shí)間，如公式(1)所示，其中PY=[LatY,LonY,TY]，代表用戶(hù)到訪(fǎng)第y個(gè)地點(diǎn)的經(jīng)度、緯度及時(shí)間。

2)構(gòu)建活躍點(diǎn)與時(shí)間戳矩陣

標(biāo)記活躍點(diǎn)H后，可以建立活躍點(diǎn)矩陣HM。用戶(hù)A本月共有m個(gè)活躍點(diǎn)，可建立一個(gè)2×m的活躍點(diǎn)矩陣HM，表示用戶(hù)活躍點(diǎn)的緯度、經(jīng)度，如公式(2)所示。

用戶(hù)A與用戶(hù)B的活動(dòng)軌跡如圖1所示，實(shí)心點(diǎn)表示策略區(qū)，空心圓表示活躍點(diǎn)。

圖1 基于活躍點(diǎn)的用戶(hù)歷史軌跡

提取同一時(shí)間戳下所有用戶(hù)的活躍點(diǎn)，構(gòu)建時(shí)間戳矩陣TS。在某個(gè)預(yù)設(shè)時(shí)間戳信息TK，提取TK時(shí)刻的所有用戶(hù)設(shè)備的活躍點(diǎn)的經(jīng)度和緯度。設(shè)定在時(shí)間戳為T(mén)K時(shí)，所有用戶(hù)包括S個(gè)活躍點(diǎn)，則根據(jù)S個(gè)活躍點(diǎn)的經(jīng)度和緯度構(gòu)建時(shí)間戳矩陣TS，其中，S為大于或等于1的整數(shù)。例如，可采用公式(3)表示TK時(shí)刻的時(shí)間戳矩陣TS。

用戶(hù)A與用戶(hù)B的活動(dòng)軌跡如圖2所示，實(shí)心點(diǎn)表示策略區(qū)，空心圓表示同一時(shí)間戳下的用戶(hù)歷史位置。

圖2 基于時(shí)間戳的用戶(hù)歷史軌跡

2.2 FCM算法改進(jìn)

本文對(duì)FCM進(jìn)行了兩個(gè)方面的改進(jìn)。其一，在運(yùn)行環(huán)境方面，將FCM與Hadoop、MapReduce等計(jì)算框架有機(jī)結(jié)合，實(shí)現(xiàn)分布式FCM方法，提高算法的處理效率。其二，在空間隸屬度方面進(jìn)行改進(jìn)，具體方法如下：在FCM聚類(lèi)算法中一個(gè)樣本可以不同程度地屬于多個(gè)類(lèi)簇，更能描述實(shí)際情況中的現(xiàn)象[10]。FCM的傳統(tǒng)算法流程如下：首先輸入0數(shù)據(jù)集，每一個(gè)樣本都有p個(gè)特征，輸出為一個(gè)c行n列的矩陣U，n為數(shù)據(jù)集中所有樣本個(gè)數(shù)，c為聚類(lèi)的數(shù)目，矩陣U代表分群的結(jié)果，表示該樣本對(duì)該類(lèi)別的隸屬程度[11]。算法流程如表1所示。

表1 FCM聚類(lèi)算法流程

用戶(hù)的地理位置數(shù)據(jù)在處理時(shí)，對(duì)于策略區(qū)與活躍點(diǎn)的判定存在一定模糊的范圍，本文基于上述FCM算法，結(jié)合隸屬度平滑更新方法，對(duì)算法進(jìn)行改進(jìn)。

將公式(2)中的經(jīng)度、緯度和時(shí)間信息利用線(xiàn)性變換進(jìn)行標(biāo)準(zhǔn)化處理，使經(jīng)度、緯度和時(shí)間信息都處于區(qū)間[0,1]內(nèi)，得到標(biāo)準(zhǔn)化矩陣。將標(biāo)準(zhǔn)化矩陣中的n個(gè)用戶(hù)的活躍點(diǎn)信息提取出來(lái)作為樣本數(shù)據(jù)的集合，例如，樣本數(shù)據(jù)集合中的第i個(gè)樣本數(shù)據(jù)記為i為大于或等于1且小于n的整數(shù)，n為大于或等于1的整數(shù)。

輸出c行n列的矩陣U，表示相似性判斷結(jié)果，每一列表示的是該用戶(hù)的活躍點(diǎn)矩陣對(duì)該分群結(jié)果的隸屬程度。

3 實(shí)驗(yàn)驗(yàn)證

本文對(duì)改進(jìn)的FCM在基于用戶(hù)地理位置數(shù)據(jù)的分群場(chǎng)景下進(jìn)行了測(cè)試與對(duì)比。測(cè)試了模糊加權(quán)指數(shù)m對(duì)于分群結(jié)果的影響，以及改進(jìn)FCM與未改進(jìn)FCM、K-Means聚類(lèi)、層次聚類(lèi)在相同條件下的分群表現(xiàn)。

3.1 實(shí)驗(yàn)數(shù)據(jù)

實(shí)驗(yàn)采用數(shù)據(jù)來(lái)自L(fǎng)BS服務(wù)平臺(tái)，在2017年2月至2017年10月期間，該平臺(tái)用戶(hù)通過(guò)登錄共享自身位置信息，平臺(tái)使用公共API技術(shù)收集用戶(hù)移動(dòng)端常用位置信息[13]。該數(shù)據(jù)集包含上萬(wàn)個(gè)用戶(hù)，共計(jì)400余萬(wàn)條簽到信息。篩取相關(guān)字段模擬通信用戶(hù)的地理位置信息構(gòu)成實(shí)驗(yàn)數(shù)據(jù)集，數(shù)據(jù)集包括15 000個(gè)用戶(hù)的有效數(shù)據(jù)，數(shù)據(jù)示例如表2所示。

表2 數(shù)據(jù)字段示例

3.2 實(shí)驗(yàn)設(shè)計(jì)

為了模擬改進(jìn)的聚類(lèi)算法實(shí)現(xiàn)大數(shù)據(jù)分群的過(guò)程并證明方法的有效性，在局域網(wǎng)環(huán)境下基于虛擬機(jī)搭建Hadoop虛擬集群，如圖3所示。

圖3 集群架構(gòu)圖

測(cè)試集群由4臺(tái)機(jī)器構(gòu)成，包括1臺(tái)主控節(jié)點(diǎn)和3臺(tái)從節(jié)點(diǎn)，系統(tǒng)硬件配置均相同，如表3所示。

表3 集群配置

實(shí)驗(yàn)比較了改進(jìn)的FCM算法、K-Means聚類(lèi)算法、層次聚類(lèi)算法在數(shù)據(jù)集中的聚類(lèi)效果，以及不同的模糊加權(quán)指數(shù)m對(duì)于分群效果的影響。

為驗(yàn)證改進(jìn)FCM分群算法的有效性，本文通過(guò)RI指標(biāo)和NMI信息兩個(gè)評(píng)價(jià)指標(biāo)對(duì)算法進(jìn)行評(píng)價(jià)，如公式(4)、(5)所示。

其中，a代表有不同標(biāo)簽且分群結(jié)果屬于不同分群類(lèi)別的樣本數(shù)量，b代表有相同標(biāo)簽且分群結(jié)果屬于同分群類(lèi)別的樣本數(shù)量，n表示樣本總量，RI表示分群正確的比率。

3.3 實(shí)驗(yàn)結(jié)果及結(jié)論

利用實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，比較改進(jìn)FCM算法與K-Means聚類(lèi)、層次聚類(lèi)算法在m值不同的情況下的對(duì)用戶(hù)基于地理位置的活躍點(diǎn)進(jìn)行分群的效果，性能表現(xiàn)如表4所示。結(jié)果表明改進(jìn)FCM算法的分群效果顯著好于K-Means算法、層次聚類(lèi)算法。對(duì)比各個(gè)算法在不同模糊加權(quán)指數(shù)m下的表現(xiàn)，結(jié)果表明m對(duì)于分群結(jié)果具有一定影響，當(dāng)m=2時(shí)改進(jìn)FCM算法和其他算法均可以得到較好的分群效果。

表4 不同分群方法的性能表現(xiàn)

對(duì)比m=2時(shí)，改進(jìn)FCM與其他算法在精確率與聚類(lèi)結(jié)果相似度上的表現(xiàn)。傳統(tǒng)FCM算法與K-Means算法、層次聚類(lèi)算法的精確率與聚類(lèi)結(jié)果相近程度差別不大，反而K-Means算法在精確率上具有最好的表現(xiàn)。改進(jìn)的FCM算法在精確率與聚類(lèi)結(jié)果的相近程度上均有了明顯的提高。相較于K-Means算法，改進(jìn)的FCM算法精確率提高了17.62%，相較于傳統(tǒng)FCM算法，改進(jìn)FCM算法聚類(lèi)結(jié)果的相近程度明顯提高了34.25%。

綜上所述，經(jīng)過(guò)改進(jìn)的FCM算法能一定程度上改善處于邊界上的活躍點(diǎn)矩陣的分群效果，從而能夠更加客觀(guān)地反映樣本屬于該類(lèi)別的隸屬度，在面向用戶(hù)地理位置信息的場(chǎng)景下能夠較好地進(jìn)行大數(shù)據(jù)分群。

4 總結(jié)和展望

本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)面向用戶(hù)地理位置數(shù)據(jù)分析場(chǎng)景的大數(shù)據(jù)分群方法，利用用戶(hù)歷史位置數(shù)據(jù)構(gòu)建個(gè)人活動(dòng)軌跡，繪制用戶(hù)活動(dòng)軌跡圖，建立用戶(hù)高頻活動(dòng)點(diǎn)日志。根據(jù)軌跡圖和高頻活動(dòng)點(diǎn)，建立活躍點(diǎn)矩陣，改進(jìn)FCM算法判斷不同用戶(hù)在地理空間尺度的相似性，對(duì)用戶(hù)進(jìn)行分群。在Hadoop計(jì)算框架下測(cè)試改進(jìn)FCM、K-Means、層次聚類(lèi)三種方法在同一數(shù)據(jù)集中的表現(xiàn)，得到RI、NMI作為測(cè)試指標(biāo)，以圖表的形式分析改進(jìn)的FCM分群方法的性能。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的FCM算法的分群效果顯著好于未改進(jìn)的FCM算法、K-Means聚類(lèi)、層次聚類(lèi)算法；模糊加權(quán)指數(shù)m對(duì)于聚類(lèi)算法均存在一定影響，當(dāng)m=2時(shí)三種算法均能夠達(dá)到較好的分群效果。

電信大數(shù)據(jù)種類(lèi)繁多、數(shù)據(jù)量龐大，從海量數(shù)據(jù)中挖掘價(jià)值并幫助企業(yè)決策成為重要難題。未來(lái)將從以下幾個(gè)方面進(jìn)一步開(kāi)展研究，為運(yùn)營(yíng)商在用戶(hù)數(shù)據(jù)挖掘方面提供機(jī)會(huì)。一是將改進(jìn)FCM算法應(yīng)用于不同場(chǎng)景下用戶(hù)大數(shù)據(jù)分群。二是測(cè)試除模糊加權(quán)指數(shù)m外，隸屬度函數(shù)中加權(quán)指數(shù)s、t對(duì)于分群結(jié)果的影響。三是與流式大數(shù)據(jù)處理方法相結(jié)合，擴(kuò)展數(shù)據(jù)源到用戶(hù)實(shí)時(shí)地理位置數(shù)據(jù)，從而進(jìn)行更加快速、精準(zhǔn)地定位客戶(hù)需求，為客戶(hù)運(yùn)營(yíng)提供決策參考。四是拓寬應(yīng)用場(chǎng)景，將用戶(hù)活躍點(diǎn)的分群與用戶(hù)消費(fèi)水平、采用的電信產(chǎn)品等信息結(jié)合，構(gòu)成社會(huì)關(guān)系網(wǎng)絡(luò)，細(xì)分用戶(hù)標(biāo)簽，提高客戶(hù)營(yíng)銷(xiāo)的精準(zhǔn)度。