基于核心边的局部贪婪扩展与重叠性家庭群体识别

为了支撑电信运营商面向家庭群体的精确营销活动,解决在赋权的超大规模复杂网络中进行重叠性社团发现的难题,提出了基于核心边的局部贪婪扩展(CEBLGE)算法,以核心边作为初始社团种子,基于赋权的适应度函数进行两阶段扩展。算法中防止了畸形扩展,定义了边权相似度、赋权重叠模块性,优化了对过度相似社团的评价和处理方法,从而提升了重叠社团划分的质量。基于中国移动的电信大数据,利用逻辑回归算法构建了手机用户间的家庭成员关系模型,基于CEBLGE算法进行了家庭群体识别,并通过测试样本数据和实际营销活动检验了上述模型和算法的有效性。