本發(fā)明涉及通信網(wǎng)絡(luò)的數(shù)據(jù)分析領(lǐng)域，特別涉及一種基于通信網(wǎng)絡(luò)數(shù)據(jù)分析的關(guān)鍵人物挖掘方法及系統(tǒng)。

背景技術(shù)：

手機(jī)在我們當(dāng)今社會(huì)生活中無(wú)疑是一種必不可少的日常通訊工具，使用手機(jī)這種日常通訊工具在進(jìn)行通話或短信等通信行為活動(dòng)中，會(huì)產(chǎn)生一系列的詳細(xì)通信單數(shù)據(jù)，根據(jù)這種通信單，可以構(gòu)建出全面詳細(xì)的電話通信網(wǎng)絡(luò)。

隨著各行業(yè)業(yè)務(wù)數(shù)據(jù)量的井噴式增長(zhǎng)，數(shù)據(jù)挖掘這門(mén)學(xué)科受到學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。數(shù)據(jù)挖掘，一般是指在海量數(shù)據(jù)基礎(chǔ)上，基于計(jì)算科學(xué)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、信息檢索、數(shù)據(jù)倉(cāng)庫(kù)、模式識(shí)別等相關(guān)領(lǐng)域技術(shù)以及結(jié)合業(yè)務(wù)領(lǐng)域?qū)＜抑R(shí)構(gòu)建高效可用的數(shù)據(jù)挖掘模型，從已知數(shù)據(jù)中挖掘未知且極具價(jià)值的知識(shí)信息，適用于多種領(lǐng)域。

通信網(wǎng)絡(luò)數(shù)據(jù)分析，是根據(jù)電話通信單構(gòu)建出一種基于通信的社交網(wǎng)絡(luò)基礎(chǔ)上，使用或利用計(jì)算科學(xué)、統(tǒng)計(jì)學(xué)、社會(huì)心理學(xué)等多學(xué)科的融合理論和方法，為理解人類(lèi)各種社交關(guān)系的形成、行為特點(diǎn)分析以及信息傳播的規(guī)律等提供的分析方法，現(xiàn)有在社交網(wǎng)絡(luò)拓?fù)渲蟹治鼍W(wǎng)絡(luò)節(jié)點(diǎn)重要程度的主要技術(shù)有:

現(xiàn)有技術(shù)一：hits算法，該算法出自于kleinberg,jon(1999)."authoritativesourcesinahyperlinkedenvironment".journaloftheacm.46(5):604–632.doi:10.1145/324133.324140.最早應(yīng)用在信息檢索領(lǐng)域，用于分析網(wǎng)頁(yè)的重要程度，該算法是web結(jié)構(gòu)挖掘中最具權(quán)威性和使用最廣泛的算法。hits算法利用web的鏈接結(jié)構(gòu)進(jìn)行挖掘，其核心思想是建立在頁(yè)面鏈接關(guān)系的基礎(chǔ)上，對(duì)鏈接結(jié)構(gòu)的進(jìn)行改進(jìn)。hits算法通過(guò)兩個(gè)評(píng)價(jià)權(quán)值——權(quán)威值(authority)和樞紐值(hub)來(lái)對(duì)網(wǎng)頁(yè)質(zhì)量進(jìn)行評(píng)估，其基本思想是利用頁(yè)面之間的引用鏈接來(lái)挖掘隱含在其中的有用信息(如權(quán)威性)，具有計(jì)算簡(jiǎn)單且效率高的特點(diǎn)，hits算法認(rèn)為對(duì)每一個(gè)網(wǎng)頁(yè)應(yīng)該將其內(nèi)容權(quán)威值(authority)和樞紐值(hub)分開(kāi)來(lái)考慮，在對(duì)網(wǎng)頁(yè)內(nèi)容權(quán)威值(authority)做出評(píng)價(jià)的基礎(chǔ)上再對(duì)頁(yè)面的樞紐值(hub)進(jìn)行評(píng)價(jià)，然后給出該頁(yè)面的綜合評(píng)價(jià)。權(quán)威值(authority)與網(wǎng)頁(yè)自身直接提供內(nèi)容信息的質(zhì)量相關(guān)，被越多網(wǎng)頁(yè)所引用的網(wǎng)頁(yè)，其權(quán)威值(authority)越高；樞紐值(hub)與網(wǎng)頁(yè)提供的超鏈接頁(yè)面的質(zhì)量相關(guān)，引用越多高質(zhì)量頁(yè)面的網(wǎng)頁(yè)，其樞紐值(hub)越高。該算法用于社交網(wǎng)絡(luò)拓?fù)渲锌梢苑謩e考慮權(quán)威值(authority)和樞紐值(hub)來(lái)計(jì)算該網(wǎng)絡(luò)中的網(wǎng)絡(luò)節(jié)點(diǎn)的重要性。

現(xiàn)有技術(shù)二：pagerank是google提出的專(zhuān)有的算法，用于衡量特定網(wǎng)頁(yè)相對(duì)于搜索引擎索引中的其他網(wǎng)頁(yè)而言的重要程度。同樣最早用于信息檢索領(lǐng)域，計(jì)算頁(yè)面的“得票數(shù)”，一個(gè)頁(yè)面的“得票數(shù)”由所有鏈向它的頁(yè)面的重要性來(lái)決定，到一個(gè)頁(yè)面的鏈接相當(dāng)于對(duì)該頁(yè)投一票。一個(gè)頁(yè)面的pagerank是由所有鏈向它的頁(yè)面(“鏈入頁(yè)面”)的重要性經(jīng)過(guò)遞歸算法得到的。一個(gè)有較多鏈入頁(yè)面的網(wǎng)頁(yè)會(huì)有較高的等級(jí)，相反如果一個(gè)頁(yè)面沒(méi)有任何鏈入頁(yè)面，那么它沒(méi)有等級(jí)。該算法用于社交網(wǎng)絡(luò)拓?fù)渲袝r(shí)往往不考慮網(wǎng)絡(luò)連接的有向性，單純考慮網(wǎng)絡(luò)中用戶(hù)連接數(shù)去計(jì)算該網(wǎng)絡(luò)中的網(wǎng)絡(luò)節(jié)點(diǎn)的重要性。

社會(huì)生活中存在著各種各樣需要對(duì)人物重要程度進(jìn)行評(píng)價(jià)、以及關(guān)鍵人物發(fā)現(xiàn)等的應(yīng)用場(chǎng)景。例如警察針對(duì)犯罪偵查過(guò)程中，，疑犯的鎖定和排除是警察破案的關(guān)鍵。傳統(tǒng)方法針對(duì)具有異常通信特征的關(guān)鍵人物發(fā)現(xiàn)中往往綜合社會(huì)行為學(xué)、心理學(xué)、現(xiàn)代刑偵技術(shù)手段等。現(xiàn)有針對(duì)異常通信特征的關(guān)鍵人物發(fā)現(xiàn)技術(shù)主要有：

現(xiàn)有技術(shù)三，人工排查方法。這種人工排查方法，效果顯著，但單純靠人工去排查鎖定，效率低，周期長(zhǎng)，而且存在遺漏的可能。

現(xiàn)有技術(shù)的缺陷：通信網(wǎng)絡(luò)是根據(jù)用戶(hù)電話呼入呼出構(gòu)建的一種有向圖，不考慮的方向性現(xiàn)有技術(shù)二的pagerank方法去計(jì)算難以滿足需求。而現(xiàn)有技術(shù)一的hits算法盡管綜合的考慮了有向性，計(jì)算權(quán)威值(authority)和樞紐值(hub)，卻不能滿足帶權(quán)重的社交網(wǎng)絡(luò)圖，更不能滿足我們應(yīng)用到具有異常通信特征的關(guān)鍵人物挖掘場(chǎng)景。而現(xiàn)有技術(shù)三，人工排查的方法，盡管有效，但是挖掘周期長(zhǎng)，甚至可能出現(xiàn)遺漏。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提出一種基于通信網(wǎng)絡(luò)數(shù)據(jù)分析的關(guān)鍵人物挖掘方法及系統(tǒng)。

本發(fā)明提出一種基于通信網(wǎng)絡(luò)數(shù)據(jù)分析的關(guān)鍵人物挖掘方法，包括：

步驟1，獲取通信記錄并進(jìn)行預(yù)處理，根據(jù)預(yù)處理后的通信記錄構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)，根據(jù)所述有向加權(quán)通信網(wǎng)絡(luò)構(gòu)建有權(quán)鄰接矩陣，并根據(jù)通信關(guān)系計(jì)算權(quán)威值與樞紐值；

步驟2，根據(jù)所述權(quán)威值，及所述有向加權(quán)通信網(wǎng)絡(luò)中兩節(jié)點(diǎn)鏈接邊的權(quán)重，計(jì)算新權(quán)威值與新樞紐值；

步驟3，設(shè)置異常特征參數(shù)α，并根據(jù)所述新權(quán)威值與所述新樞紐值，計(jì)算最終權(quán)威值，對(duì)所述最終權(quán)威值進(jìn)行最大-最小規(guī)范化，獲得關(guān)鍵人物。

所述步驟1中預(yù)處理包括刪除通信記錄中的重復(fù)數(shù)據(jù)、非常規(guī)號(hào)碼，將缺省值進(jìn)行補(bǔ)全。

所述步驟1中構(gòu)建有向加權(quán)網(wǎng)絡(luò)包括根據(jù)通信網(wǎng)絡(luò)中節(jié)點(diǎn)的“主叫”、“被叫”的頻率構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)。

所述步驟2中計(jì)算新權(quán)威值與新樞紐值的公式為：

hub(u)＝∑(authority(v)*edgepower/σout_edgepower(u))

authority(u)＝σ(hub(v)*edgepower/σin_edgepower(u))

其中hub(u)為樞紐值，authority(v)為權(quán)威值，edgepower為節(jié)點(diǎn)u和節(jié)點(diǎn)v的鏈接邊權(quán)重，σout_edgepower(u)為節(jié)點(diǎn)u的出度的總和，σin_edgepower(u)為節(jié)點(diǎn)u的入度的總和。

刪除鏈接邊權(quán)重小于預(yù)設(shè)閾值的邊。

本發(fā)明還提出一種基于通信網(wǎng)絡(luò)數(shù)據(jù)分析的關(guān)鍵人物挖掘系統(tǒng)，包括：

計(jì)算權(quán)威值與樞紐值模塊，用于獲取通信記錄并進(jìn)行預(yù)處理，根據(jù)預(yù)處理后的通信記錄構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)，根據(jù)所述有向加權(quán)通信網(wǎng)絡(luò)構(gòu)建有權(quán)鄰接矩陣，并根據(jù)通信關(guān)系計(jì)算權(quán)威值與樞紐值；

計(jì)算新權(quán)威值與新樞紐值模塊，用于根據(jù)所述權(quán)威值，及所述有向加權(quán)通信網(wǎng)絡(luò)中兩節(jié)點(diǎn)鏈接邊的權(quán)重，計(jì)算新權(quán)威值與新樞紐值；

獲得關(guān)鍵人物模塊，用于設(shè)置異常特征參數(shù)α，并根據(jù)所述新權(quán)威值與所述新樞紐值，計(jì)算最終權(quán)威值，對(duì)所述最終權(quán)威值進(jìn)行最大-最小規(guī)范化，獲得關(guān)鍵人物。

所述計(jì)算權(quán)威值與樞紐值模塊中預(yù)處理包括刪除通信記錄中的重復(fù)數(shù)據(jù)、非常規(guī)號(hào)碼，將缺省值進(jìn)行補(bǔ)全。

所述計(jì)算權(quán)威值與樞紐值模塊中構(gòu)建有向加權(quán)網(wǎng)絡(luò)包括根據(jù)通信網(wǎng)絡(luò)中節(jié)點(diǎn)的“主叫”、“被叫”的頻率構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)。

所述計(jì)算新權(quán)威值與新樞紐值模塊中計(jì)算新權(quán)威值與新樞紐值的公式為：

hub(u)＝∑(authority(v)*edgepower/∑out_edgepower(u))

authority(u)＝σ(hub(v)*edgepower/σin_edgepower(u))

其中hub(u)為樞紐值，authority(v)為權(quán)威值，edgepower為節(jié)點(diǎn)u和節(jié)點(diǎn)v的鏈接邊權(quán)重，σout_edgepower(u)為節(jié)點(diǎn)u的出度的總和，σin_edgepower(u)為節(jié)點(diǎn)u的入度的總和。

刪除鏈接邊權(quán)重小于預(yù)設(shè)閾值的邊。

由以上方案可知，本發(fā)明的優(yōu)點(diǎn)在于：

本發(fā)明實(shí)驗(yàn)采用一起真實(shí)案件的通信網(wǎng)絡(luò)挖掘結(jié)果顯示，排除10086、10010等非常規(guī)號(hào)碼，最終真實(shí)有效的電話號(hào)碼總共有1015個(gè)，經(jīng)本發(fā)明的計(jì)算公式模型得出權(quán)威值(authority)從大到小排序得結(jié)果的top100中包含了經(jīng)警察驗(yàn)證全部的疑犯使用的電話號(hào)碼，其中top10中包含5個(gè)疑犯使用電話號(hào)碼。

附圖說(shuō)明

圖1為具體實(shí)施方案流程圖；

圖2為有向無(wú)權(quán)圖；

圖3為有向加權(quán)圖；

圖4為包含準(zhǔn)確率pred、召回率recall、f1值得測(cè)試結(jié)果圖。

其中附圖標(biāo)記為：

步驟s01-s15。

具體實(shí)施方式

以下為本發(fā)明的實(shí)施例，如圖1所示，具體實(shí)施方案為：

s01、將通信記錄導(dǎo)入數(shù)據(jù)庫(kù)中。通信記錄中包含許多字段，取與本實(shí)施例相關(guān)的字段導(dǎo)入數(shù)據(jù)庫(kù)，與本實(shí)施例相關(guān)字段有：id、src、imei、imsi、dest、calltype、tmbetween、startdt，其中src是用于所導(dǎo)入數(shù)據(jù)庫(kù)的通信記錄的源號(hào)碼；imei是存儲(chǔ)是由15位數(shù)字組成的"電子串號(hào)"，它與每臺(tái)移動(dòng)電話機(jī)一一對(duì)應(yīng)，而且該碼是全世界唯一的國(guó)際移動(dòng)設(shè)備身份碼；imsi是儲(chǔ)存在sim卡中用于存儲(chǔ)區(qū)別移動(dòng)用戶(hù)的標(biāo)志，可用于區(qū)別移動(dòng)用戶(hù)的有效信息的國(guó)際移動(dòng)用戶(hù)識(shí)別碼；dest是存儲(chǔ)與src電話號(hào)有過(guò)聯(lián)系的目的電話號(hào)碼；calltype用于存儲(chǔ)src與dest的呼叫類(lèi)型，主要值有‘主叫’、‘被叫’、‘短信發(fā)送’、‘短信接收’等通信數(shù)據(jù)類(lèi)型；tmbetween字段用于存儲(chǔ)src和dest的兩個(gè)電話號(hào)碼間通話的時(shí)長(zhǎng)；startdt是存儲(chǔ)src與dest通話開(kāi)始時(shí)間，或者是短信發(fā)送時(shí)間等。

s02、數(shù)據(jù)預(yù)處理。數(shù)據(jù)中存在許多缺省值、重復(fù)數(shù)據(jù)、非常規(guī)號(hào)碼，為避免這類(lèi)數(shù)據(jù)對(duì)最終結(jié)果造成嚴(yán)重的影響需對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。步驟如下：

取呼叫類(lèi)型calltype為‘主叫’、‘被叫’兩種類(lèi)型，去掉重復(fù)的數(shù)據(jù)，例如某src主叫dest的記錄a中與另一條記錄b，其中記錄a的dest號(hào)碼為記錄b的src，而記錄a的src號(hào)碼為記錄b的dest，呼叫類(lèi)型calltype卻為被叫，且startdt字段中的值是一樣的，為避免重復(fù)處理類(lèi)似數(shù)據(jù)，將此類(lèi)重復(fù)記錄去掉。

缺省值處理，采取有一一對(duì)應(yīng)關(guān)系的進(jìn)行補(bǔ)全處理。例如數(shù)據(jù)中有字段src值為null的數(shù)據(jù)，采取依照imsi與src一一對(duì)應(yīng)關(guān)系進(jìn)行補(bǔ)全。對(duì)于沒(méi)有一一對(duì)應(yīng)關(guān)系的數(shù)據(jù)采取舍去的處理方式。

對(duì)于如10086、10010等非常規(guī)號(hào)碼，為避免非常規(guī)號(hào)碼導(dǎo)致樞紐值(hub)和權(quán)威值(authority)計(jì)算出現(xiàn)錯(cuò)誤，將該類(lèi)號(hào)碼的通話記錄去掉。

s03、將s02中預(yù)處理好的數(shù)據(jù)用于構(gòu)建通信網(wǎng)絡(luò)的有向圖。例如，號(hào)碼a呼叫過(guò)號(hào)碼b，或者說(shuō)號(hào)碼a給號(hào)碼b打過(guò)電話，就將號(hào)碼a與號(hào)碼b連接方向由a到b。最終構(gòu)建的有向圖如圖2所示形式，圖2為號(hào)碼a打給號(hào)碼b和號(hào)碼d，號(hào)碼b和號(hào)碼c打給號(hào)碼a。

s04、根據(jù)s03方法構(gòu)建好的有向圖，構(gòu)建與之相對(duì)應(yīng)的表示有向圖頂點(diǎn)鄰接關(guān)系的鄰接矩陣，圖2中所示例子構(gòu)建出連接矩陣形式為如下所示，橫向表示點(diǎn)的出度，縱向表示點(diǎn)的入度。

s05、根據(jù)s02中處理好的數(shù)據(jù)及s03中的方法構(gòu)建一種有向加權(quán)通信網(wǎng)絡(luò)。本發(fā)明主要是根據(jù)通信網(wǎng)絡(luò)中的節(jié)點(diǎn)‘主叫’、‘被叫’的頻率構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)圖如圖3所示。圖3中e號(hào)碼打給f號(hào)碼2次打給g號(hào)碼2次，f號(hào)碼打給g號(hào)碼2次，g號(hào)碼打給e號(hào)碼1次。

s06、根據(jù)s05的有向加權(quán)通信網(wǎng)絡(luò)及s04的構(gòu)建方法，構(gòu)建有權(quán)鄰接矩陣?？紤]到號(hào)碼間的通信頻率的關(guān)鍵因素，不能單純的通過(guò)考慮兩號(hào)碼是否有過(guò)練習(xí)計(jì)算權(quán)威值(authority)，固依照構(gòu)建的有向加權(quán)通信網(wǎng)絡(luò)構(gòu)建有權(quán)鄰接矩陣。如按照?qǐng)D3構(gòu)建有權(quán)鄰接矩陣如下：

s07、通過(guò)s05、s06構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)及相關(guān)的鄰接矩陣的基礎(chǔ)上進(jìn)行權(quán)威值(authority)計(jì)算。其中權(quán)威值(authority)計(jì)算主要參考由康奈爾大學(xué)(cornelluniversity)的jonkleinberg博士于1997年首先提出的hits算法。

hits算法應(yīng)用于通信網(wǎng)絡(luò)這一場(chǎng)景恰好可以反映主叫被叫關(guān)系，也就是圖2中節(jié)點(diǎn)的入度出度關(guān)系，主叫越多的權(quán)威值(authority)大的號(hào)碼其樞紐值(hub)也會(huì)很大，而被叫越多的樞紐值(hub)大的號(hào)碼的權(quán)威值(authority)也會(huì)變得很大，反復(fù)迭代最終衡量號(hào)碼的重要程度。

該算法的主要計(jì)算公式為:

hub(u)＝σauthority(v)

其中v點(diǎn)是u在有向圖中出度大于0的點(diǎn)。

authority(u)＝σhub(v)

其中v點(diǎn)是u在有向圖中入度大于0的點(diǎn)。

s08、將樞紐值(hub)和權(quán)威值(authority)的計(jì)算公式中引入兩號(hào)碼鏈接邊的權(quán)重，公式如下：

hub(u)＝σ(authority(v)*edgepower/∑out_edgepower(u))

authority(u)＝∑(hub(v)*edgepower/∑in_edgepower(u))

其中edgepower為節(jié)點(diǎn)u和節(jié)點(diǎn)v的鏈接邊的權(quán)重，σout_edgepower(u)為節(jié)點(diǎn)u的出度的總和，∑in_edgepower(u)為節(jié)點(diǎn)u的入度的總和，除以這樣的總和是為了標(biāo)準(zhǔn)化各邊的權(quán)重。

s09、在s08加入邊的權(quán)重的計(jì)算中，往往會(huì)出現(xiàn)某些號(hào)碼與某些權(quán)威值(authority)和樞紐值(hub)較大的號(hào)碼只聯(lián)系了一次而與某些權(quán)威值(authority)和樞紐值(hub)較低的值聯(lián)系比較密切，最終結(jié)果權(quán)威值(authority)和樞紐值(hub)卻很大這樣的誤判，去掉兩號(hào)聯(lián)系的次數(shù)低于2的邊。這樣的做法是依照通信專(zhuān)家經(jīng)驗(yàn)兩人聯(lián)系‘有來(lái)有回’超過(guò)3次算比較熟悉的人，‘有來(lái)有回’是指如圖2中a給b打過(guò)電話，b給a也打過(guò)電話的狀態(tài)，這里考慮避免出現(xiàn)某些關(guān)鍵人物僅和其中一些特定的人少量聯(lián)系‘只去不回’、‘只接不去’，‘只去不回’是指如圖2中a給c打過(guò)電話而c給a沒(méi)打過(guò)電話的狀態(tài)，‘只接不去’是指如圖2中c只接到a的電話而c沒(méi)有給a回過(guò)電話的狀態(tài)，卻通知一些重要事情或者可能是某些重要信號(hào)，這里沒(méi)有完全按照通信專(zhuān)家的經(jīng)驗(yàn)去掉‘有來(lái)有回’總數(shù)低于3次的邊，而是去掉兩個(gè)號(hào)碼聯(lián)系，‘只去不回’或者是‘只接不去’的次數(shù)低于一定頻率的邊。

s10、從數(shù)據(jù)的觀點(diǎn)出發(fā)，找出具備異常特征的號(hào)碼。發(fā)明人在實(shí)驗(yàn)過(guò)程中發(fā)現(xiàn)一類(lèi)特殊號(hào)碼，這類(lèi)號(hào)碼在通話記錄中的imei多次出現(xiàn)替換的現(xiàn)象。imei是用于存儲(chǔ)是由15位數(shù)字組成的"電子串號(hào)"，該碼是全世界唯一的國(guó)際移動(dòng)設(shè)備身份碼，除雙卡雙待的手機(jī)會(huì)出現(xiàn)兩個(gè)imei，絕大多數(shù)手機(jī)都只具備唯一的imei。固依照經(jīng)驗(yàn)考慮，普通公民這種行為出現(xiàn)頻繁更換手機(jī)的幾率比較小，找出頻繁更換手機(jī)imei號(hào)的異常手機(jī)號(hào)。若兩個(gè)號(hào)碼u和v聯(lián)系中都出現(xiàn)該行為特征，則將這類(lèi)號(hào)碼通話與正常通話做明顯區(qū)分。固將兩個(gè)聯(lián)系號(hào)碼同時(shí)出現(xiàn)這類(lèi)特征的聯(lián)系在計(jì)算的樞紐值(hub)和權(quán)威值(authority)中乘上一個(gè)很大的參數(shù)α(范圍2-500)，出現(xiàn)該異常特征的參數(shù)α定為一個(gè)較大的參數(shù)，而普通聯(lián)系參數(shù)定為1。

s11、根據(jù)上述步驟構(gòu)建在通信網(wǎng)絡(luò)中用于挖掘關(guān)鍵人物的數(shù)據(jù)分析算法公式。用于計(jì)算樞紐值(hub)和權(quán)威值(authority)的計(jì)算公式如下所示：

hub(u)＝σ(authority(v)*edgepower*α/∑out_edgepower(u))

authority(u)＝∑(hub(v)*edgepower*α/σin_edgepower(u))

s12、按照s11中構(gòu)建的公式進(jìn)行計(jì)算。具體步驟如下：

將所有通信網(wǎng)絡(luò)中的節(jié)點(diǎn)也就是電話號(hào)碼的樞紐值(hub)和權(quán)威值(authority)進(jìn)行初始化，其中樞紐值(hub)初始化為該電話號(hào)碼主叫的總次數(shù)，而權(quán)威值(authority)則初始化為該電話號(hào)碼被叫的總次數(shù)。

初始化后將所有節(jié)點(diǎn)按照構(gòu)建的通信網(wǎng)絡(luò)的連接關(guān)系和計(jì)算公式，反復(fù)迭代，計(jì)算出最終的樞紐值(hub)和權(quán)威值(authority)。

s13、權(quán)威值(authority)的計(jì)算是綜合樞紐值(hub)計(jì)算得出，將權(quán)威值(authority)進(jìn)行最大-最小規(guī)范化。最大-最小規(guī)范化的公式如下：

其中new_v是規(guī)范后的結(jié)果，old_v是規(guī)范化前的數(shù)據(jù)，old_min和old_max是規(guī)范化前的最小和最大值，new_max和new_min是新的映射區(qū)間。

s14、按照最大-最小規(guī)范化后的權(quán)威值(authority)依照從大到小順序進(jìn)行排序，最終得出一個(gè)關(guān)于通信網(wǎng)絡(luò)數(shù)據(jù)分析的關(guān)鍵人物挖掘結(jié)果。

s15、實(shí)驗(yàn)結(jié)果評(píng)價(jià)：主要評(píng)價(jià)指標(biāo)有準(zhǔn)確率pred、召回率recall、f1值，取權(quán)威值(authority)的排序結(jié)果中topn，共n個(gè)，其中經(jīng)警察驗(yàn)證的疑犯號(hào)碼為accute準(zhǔn)確率pred公式如下：

召回率recall公式中realsum為經(jīng)警察驗(yàn)證的所有疑犯號(hào)碼總數(shù)，召回率recall公式如下：

根據(jù)pred和recall可以計(jì)算f1值，f1值得計(jì)算公式如下：

根據(jù)上述三個(gè)公式依次取top10、top40、top70、top100計(jì)算準(zhǔn)確率pred、召回率recall、f1值的計(jì)算圖如下圖4所示，計(jì)算結(jié)果表如下所示。

本發(fā)明還提出一種基于通信網(wǎng)絡(luò)數(shù)據(jù)分析的關(guān)鍵人物挖掘系統(tǒng)，包括：

計(jì)算權(quán)威值與樞紐值模塊，用于獲取通信記錄并進(jìn)行預(yù)處理，根據(jù)預(yù)處理后的通信記錄構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)，根據(jù)所述有向加權(quán)通信網(wǎng)絡(luò)構(gòu)建有權(quán)鄰接矩陣，并根據(jù)通信關(guān)系計(jì)算權(quán)威值與樞紐值；

計(jì)算新權(quán)威值與新樞紐值模塊，用于根據(jù)所述權(quán)威值，及所述有向加權(quán)通信網(wǎng)絡(luò)中兩節(jié)點(diǎn)鏈接邊的權(quán)重，計(jì)算新權(quán)威值與新樞紐值；

獲得關(guān)鍵人物模塊，用于設(shè)置異常特征參數(shù)α，并根據(jù)所述新權(quán)威值與所述新樞紐值，計(jì)算最終權(quán)威值，對(duì)所述最終權(quán)威值進(jìn)行最大-最小規(guī)范化，獲得關(guān)鍵人物。

所述計(jì)算權(quán)威值與樞紐值模塊中預(yù)處理包括刪除通信記錄中的重復(fù)數(shù)據(jù)、非常規(guī)號(hào)碼，將缺省值進(jìn)行補(bǔ)全。

所述計(jì)算權(quán)威值與樞紐值模塊中構(gòu)建有向加權(quán)網(wǎng)絡(luò)包括根據(jù)通信網(wǎng)絡(luò)中節(jié)點(diǎn)的“主叫”、“被叫”的頻率構(gòu)建有向加權(quán)通信網(wǎng)絡(luò)。

所述計(jì)算新權(quán)威值與新樞紐值模塊中計(jì)算新權(quán)威值與新樞紐值的公式為：

hub(u)＝∑(authority(v)*edgepower/∑out_edgepower(u))

authority(u)＝σ(hub(v)*edgepower/σin_edgepower(u))

其中hub(u)為樞紐值，authority(v)為權(quán)威值，edgepower為節(jié)點(diǎn)u和節(jié)點(diǎn)v的鏈接邊權(quán)重，σout_edgepower(u)為節(jié)點(diǎn)u的出度的總和，∑in_edgepower(u)為節(jié)點(diǎn)u的入度的總和。

刪除鏈接邊權(quán)重小于預(yù)設(shè)閾值的邊。