基于TF-IDF算法的运营商用户画像分析

刘佳; 陈敏时; 谢懿; 苏昭玉; 武星宇

doi:10.13992/j.cnki.tetas.2023.10.005

Chinese

您当前的位置：

首页 >

文章列表页 >

基于TF-IDF算法的运营商用户画像分析

更新时间：2026-04-20

- 基于TF-IDF算法的运营商用户画像分析
- Vol. 36, Issue 10, Pages: 1-5+30(2023)
- 作者机构：
  
  1. 中国移动通信集团有限公司
  2. 中国移动通信集团设计院有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2023.10.005
  CLC： TP309;TP311.13
- Published：2023
- 稿件说明：
移动端阅览
刘佳, 陈敏时, 谢懿, et al. 基于TF-IDF算法的运营商用户画像分析[J]. 2023, 36(10): 1-5+30.
DOI：

刘佳, 陈敏时, 谢懿, et al. 基于TF-IDF算法的运营商用户画像分析[J]. 2023, 36(10): 1-5+30. DOI： 10.13992/j.cnki.tetas.2023.10.005.

摘要

随着通信技术的迅速发展，海量日志的产生给企业运营带来了安全隐患，除了能否及时检测出电信运营商企业内各类业务系统及设备的海量日志是否安全、合规之外，基于用户行为的分析对日志安全也尤为重要。为了直观掌握用户行为，本文基于TF-IDF标签权重算法对运营商海量用户业务日志数据构建用户画像。根据实际业务场景构建RFS模型，通过开发的用户画像标签体系分析研究运营商用户行为，对用户操作日志中的潜在高风险信息进行数据挖掘，并输出可视化用户行为分析画像结果。实际应用表明，通过用户画像能识别风险用户行为信息，同时也能为日志安全分析提供参考价值，帮助企业实现数据安全运营动态监测。

Abstract

关键词

Keywords

references

基于专家系统的Web日志数据处理方法研究[J]. 李春生;豆立宪;张可佳;刘涛;邹林浩.计算机技术与发展,2022(07)

面向业务过程挖掘和分析的事件日志预处理技术[J]. 赵海燕;李欣歌;陈庆奎;曹健.小型微型计算机系统,2022(01)

个性化广告推荐系统及其应用研究[J]. 张玉洁;董政;孟祥武.计算机学报,2021(03)

科技情报用户画像标签生成与推荐[J]. 赵辉;化柏林;何鸿魏.情报学报,2020(11)

学术用户画像的行为与兴趣标签构建与应用[J]. 王仁武;张文慧.现代情报,2019(09)

基于大数据的电子商务用户画像构建研究[J]. 李佳慧;赵刚.电子商务,2019(01)

基于概念格的在线健康社区用户画像研究[J]. 张海涛;崔阳;王丹;宋拓.情报学报,2018(09)

国内外用户画像研究综述[J]. 刘海鸥;孙晶晶;苏妍嫄;张亚明.情报理论与实践,2018(11)

一种用于构建用户画像的二级融合算法框架[J]. 李恒超;林鸿飞;杨亮;徐博;魏晓聪;张绍武;古丽孜热·艾尼外.计算机科学,2018(01)

自组织映射神经网络(SOM)在客户分类中的一种应用[J]. 陈伯成,梁冰,周越博,林析泉,赵延.系统工程理论与实践,2004(03)

牛顿冷却定律适用范围的探讨[J]. 詹士昌.大学物理,2000(05)

Identification and characterisation of Facebook user profiles considering interaction aspects[J]. Pedro Henrique B. Ruas;Alan D. Machado;Michelle C. Silva;Magali R. G. Meireles;Ana Maria P. Cardoso;Luis E. Zárate;Cristiane N. Nobre.Behaviour & Information Technology,2019

Understanding Participant’s Behaviour in Massively Open Online Courses[J]. Poellhuber Bruno;Roy Normand;Bouchoucha Ibtihel.International Review of Research in Open and Distributed Learning,2019

Multi-co-training for document classification using various document representations: TF–IDF, LDA, and Doc2Vec[J]. Donghwa Kim;Deokseong Seo;Suhyoun Cho;Pilsung Kang.Information Sciences,2018

Views

329

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于多因素方差分析方法的工单调度研究

通信网络后备蓄电池的运行数据分析与挖掘

基于知识图谱的工单智能调度方法

一种融合业务经验与机器学习算法预测用户行为的方法

Data Mining Based Customer Churn Management Framework in Telecommunication

Related Author

王锐

李腾蛟

黄赟

葛鸽

王锐

余凤丽

景昕

牛琨

Related Institution

中国移动通信集团广东有限公司

中国移动通信集团上海有限公司

中移信息技术有限公司

北京邮电大学计算机科学与技术学院

中国电信北京研究院决策研究部

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰