面向D2D移動社交網絡的用戶相似度分析方法

史愛靜 王盼盼

摘要：為了緩解海量社交信息傳播給底層通信網絡帶來的負擔，越來越多的社交網絡開始利用Device-to-Device（D2D）技術傳播信息，基于D2D的社交網絡應運而生。作為社交網絡分析領域的重要研究方向，用戶行為分析在輿情分析、網絡安全、社區發現、民意調查、市場預測方面發揮重要作用。為此，該文將針對D2D移動社交網絡的用戶行為分析開展工作，重點研究此類社交網絡中的用戶相似度建模方法。針對現有的用戶相似度分析方法未考慮用戶主觀因素的問題，參考傳統的用戶相似度分析方法，提出了適用于D2D移動社交網絡的、基于內容偏好的用戶相似度模型。該模型將用戶活躍度、用戶空間特征和用戶偏好等作為度量因素，建立用戶相似度模型，并在真實環境中對模型進行驗證。

關鍵詞：用戶相似度;用戶行為分析;D2D技術;移動社交網絡

中圖分類號：TP319? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）18-0277-03

隨著智能移動設備的普及，移動社交網絡飛速發展。相比傳統社交網絡，移動社交網絡滿足了用戶隨時隨地都會產生的社交需求，吸引了越來越多的用戶參與其中。然而，移動社交網絡中產生的大量社交信息卻給底層通信網絡帶來了沉重的負擔。已有的研究結果表明[1-2]，通過Device-to-Device（D2D）技術分流通信網絡的負載可以緩解底層通信網絡的負擔，而D2D環境中的用戶行為是利用D2D技術分流時重要的參考因素。

用戶行為分析是社交網絡分析的重要內容，它包括用戶影響力分析、用戶相似度分析等。用戶相似度被廣泛用來衡量不同用戶在興趣愛好、選擇傾向等方面的相似程度。通過用戶相似度分析，可以挖掘出群體用戶的特征，進而為不同特征的群體用戶提供個性化服務，如精準營銷[3-5]、好友推薦[6-8]等。

基于以上分析，本文以真實的、面向信息共享的D2D移動社交網絡為研究對象，重點研究該網絡中的用戶相似度問題。該網絡不同于微博等社交網絡，它沒有粉絲、關注、提及等可以量化分析的因素，需要從用戶的社交行為入手，分析用戶的行為特點，以此為基礎建立用戶相似度評價模型。

1背景

1.1國內外研究現狀分析

用戶相似度用來衡量不同用戶在興趣愛好、選擇傾向等方面的相似程度。目前，用戶相似度的研究主要以微博為研究對象，重點從用戶背景信息、微博內容、用戶交互行為和用戶社交關系等方面進行分析[9][10]。徐志明[11]通過分析用戶背景信息、博文內容以及用戶的社交行為等因素，發現以社交信息為基礎的用戶相似度能夠較好地反映用戶之間關系的緊密程度。Yu等[12]主要關注用戶興趣相似度與用戶社交關系之間的聯系，其研究結果表明用戶之間的興趣相似度和用戶之間的現實社交關系之間存在著較強的正相關。Krishnamurthy等[13]將關注和被關注兩個因素作為用戶分類標準，進而計算用戶相似度。仲兆滿等[14]在分析用戶相似度時，同時考慮用戶之間的關注關系和用戶之間的粉絲關系。逯鵬等[15]利用用戶之間的共同好友數計算用戶相似度。

與上述研究所涉及的社交網絡不同，本文研究的D2D移動社交網絡用戶主要的社交活動是進行信息共享。在該社交網絡中，不存在關注、被關注、粉絲等概念，難以應用已有方法。基于此，本文將針對該社交網絡開展用戶相似度研究。

1.2 Xender數據集概要

Xender是一款利用D2D技術為用戶提供信息共享服務的智能移動設備應用程序。它擁有超過8000萬的活躍用戶，覆蓋了所有時區。在文件傳輸過程中，不會產生移動網絡通信費用。本文收集了長達一個月的信息傳播日志數據，總量超過500GB，共8億多條記錄。這些記錄包含了20多個屬性[1]，本文僅分析與文件名、文件類型、發送者、接收者、接收時間和地理分布對應的屬性。本文分析均在Hadoop集群上運行。該集群包括20個節點，640GB內存空間和60TB磁盤空間。本文所有分析工作都在MapReduce模型編程實現。

2用戶相似度相關因素分析

在本文所研究的移動社交網絡中，用戶在D2D技術的支持下進行多種類型的文件共享活動。每個文件共享活動涉及文件類型、參與用戶（時間因素、空間因素等）等等，本節將從以下三方面出發，分析各因素與用戶相似度的關系。

（1）用戶因素

本節首先分析了用戶在分享文件時對文件的偏好。在分析過程中，首先利用程序分析了分享活動中涉及的文件類型和用戶對文件類型的偏好，約50%的用戶傾向共享一種類型文件，25%左右的用戶傾向共享兩種類型文件，不到10%的用戶傾向于4種及以上類型文件的共享。

用戶傾向性比較明顯的文件類型組合。如圖1展示了，在分享了Folder的用戶中， 65%的用戶分享App文件，約20%的用戶分享Audio文件。在File相關分享活動中，約10%的用戶分享了APP文件，在Audio相關分享活動中，約33%的用戶分享了App文件。由上可知，不同用戶對不同的文件類型有不同的偏好，在分析用戶相似度時應充分考慮用戶偏好這一因素。

（2） 時間因素

用戶的分享行為在時間上的特征如圖2所示。其中x軸表示時間，以天為單位;y軸表示不同分享偏好所占的比例。由圖可知，用戶的文件分享行為具有比較明顯的時間特征，在時間上顯現出鮮明的傳播高峰和低谷，有一定的周期性可循。因此，本文在計算用戶相似度時將考慮用戶的分享活動在時間上表現出的特征。

（3）空間因素

在不同文化背景和社會認知的影響下，不同地區的用戶會展示不同的生活和社交習慣，這些習慣必然會在文件分享行為上有所表現。故，在度量用戶的相似度時應當考慮空間因素對用戶相似度的影響。