改进的呼叫指纹算法及其在重入网识别中的应用.doc

2012-07-19#2012-07-19#2#0#1#2-07-19#改进的呼叫指纹算法及其在重入网识别中的应用李铁钢 , 马驷良 , 王彦(吉林大学 数学学院 , 长春 130012 )摘要 : 针对传统呼叫指纹算法在实际应用中识别准确率低 、识别对象局限性大 、识别时间长等问题 , 在 H au sdo rff距离的基础上提出一种新的匹配算法 , 从而提高了重入网用户识别的精 度 , 扩大了识别对象的适用范围.关键词 : 呼叫指纹 ; 重入网 ; H au sdo rff距离 ; 转移概率矩阵文章编号 : 1671 25489 ( 2007 ) 02 20254 202中图分类号 : TP391文献标识码 : AIm proved Ca ll2f ingerpr in t Ar ithm etic and Its Applica tionin Recogn ition of Repea t Network AccessL I Tie2gang, MA Si2liang, WAN G Yan2gang( College of M a them a tics, J ilin U n iversity, Changchun 130012, Ch ina)A b s tra c t: In the ligh t of m any p rob lem s like the low accu racy on iden tifica tion, the b ig lim itne ss on the ob jec tof iden tifica tion, tak ing mo re tim e, e tc. fo r the a rithm e tic of trad itiona l ca ll2finge rp rin t u sing the m e thod wh ich com b ine s the ca ll2round iden tifica tion w ith the IM E I iden tifica tion, th is the sis dea ls w ith an a rithm e tic wh ich is ba sed on the m a tch of H au sdo rffs d istance to imp rove the accu racy of iden tifica tion and the extend ing of the scop e of ob jec t.Ke y w o rd s: ca ll2finge rp rin t; rep ea t ne two rk acce ss; H au sdo rff d istance; tran sfe r p robab ility m a trix控制用户的重入网是当前移动运营商十分关注的问题 , 而这一问题的瓶颈在于现有重入网识别技术不够成熟 , 准确率低 、识别时间过长 , 不能进行有效的控制. 目前 , 识别重入网用户的方法基本有两 种 : ( 1 ) 通过用户手机的 IM E I号码识别 ; ( 2 ) 通过用户交往圈呼叫指纹识别算法 , 即所谓的基于交往 圈的“呼叫指纹 ”识别算法 . 上述两种识别方法都存在不同程度的局限性 : 基于用户手机识别更换手机 的用户 ; 基于交往圈信息的呼叫指纹算法由于识别准确率低 、识别时间过长 、只能识别本网用户 , 因 此 , 在控制重入网用户方面不十分有效 . 本文对“呼叫指纹 ”算法进行了改进 , 提出一种新的特征提取 方法和匹配算法 , 提高了识别的准确率和识别速度 , 并根据提出的识别算法给出了转移概率矩阵 , 用 于测算市场占有率 , 在实际中取得了很好效果.1 Ha u sdorff距离 1 对于两个有限点集 A = a1 , a2 , , ap 和 B = b1 , b2 , , bq , A , B 之间的 H au sdo rff距离定义为dH (A , B ) = m ax dh (A , B ) , dh (B , A ) , 其中 dh (A , B ) = m ax m in a - b称为 A , B 间的直接 H au sdo rffaA bB距离 , a - b是某种距离范数 . 如果定义一个点 a 到一个点集 B 的距离 d ( a, B ) 为该点到该点集中每个点距离的最小值 , 即 d ( a, B ) = m ina - b, 则 dh (A , B )是点集 A 中所有点到点集 B 距离的最大bB值 . H au sdo rff距离 dH (A , B )取 dh (A , B ) 和 dh ( B , A ) 的最大值 , 从而可获得点集 A 和 B 之间的匹配程2012-0收7稿-日期1:920#06#212#218#.#2012-07-19#2#0#1#2-07-19#度 . 对于模糊数的 H au sdo rff距离 , 只定义了两个模糊数间的最大间距 , 无法反映两个模糊数的整体距离关系. 可见对这个距离定义的更改十分必要.2 改进的 Ha u sdorff距离在改进的 H au sdo rff距离中 , 我们认为两个集合匹配程度和他们的共有元素个数相关 , 并且不使用 14 单个 dH ( A , B ) 来 衡 量 集 合 之 间 的 距 离 , 而 是 取 其 中 所 有 的 dh 和 作 为 统 一 的 判 别. 改 进 后 的H au sdo rff距离定义为DH (A , B ) = N +d ( a, B ) + d ( b, A )( 1 ),aA其中 N 为集合 A , B 中相同元素的个数 , 为给定常数 .3 对呼叫指纹识别算法的改进bB所谓“呼叫指纹 ”就是指用户的交往圈 、呼叫特征 、短信特征 、位置特征 、客服特征 、终端特征等信息. 这些特征对每个用户都是相对稳定的 , 且存在个体差异 , 因此可以作为识别重入网用户的特征 .具体通过计算式 ( 1 ) , 即根据识别样本与待识别样本的重合度作为判别的依据 5, 6 . 当 D 大于设定的H阈值时 , 再根据终端信息进行识别. 为了能够计算式 ( 1 ) , 首 先定 义 任意 两个 号码 间 的相 似度 , 即d ( a, b) = 1 tl , 其中 为所有可以连接元素 a 和 b链的集合 , k 为当前链的节点个数 , M 为给定lM lkl的常数 , tl 指链 l中所有节点元素通话时间的总和.4 实验与分析实验中 , 取 = 1, M = 150 进行运算 , 同以往的算法相比 , 本文提出的算法缩短了识别周期 . 以往 识别重入网用户需要对新入网用户跟踪一个月的数据才能识别 , 本文提出的算法只需跟踪一周左右的 数据即可识别 . 与以往的算法相比 , 本文提出的算法在识别精度上有很大提高. 客服热线外呼调查反 馈结果显示 , 对于本网用户的重入网识别精度超过 98 % , 对于外网用户转为本网用户和本网用户转为 外网用户的识别精度达到 85 %以上 , 而对于外网用户的网间互转识别精度也超过了 70 % .在计算复杂度方面 , 尽管本文提出的算法较以往的算法更复杂 , 但由于对待匹配样本集和目标样 本集进行了聚类细分 , 且采用并行运算 , 因此整体的计算量略大于以往算法 , 但要实现数据库上的动 态识别还有很大距离 , 本文的识别算法是在文本文件上实现的 .参考文献CH EN L an2lan, B I Zhu2yan, MA Sh i2p ing. App lica tion of H au sdo rff D istance in Im age M a tch ing J . Mode rn E lec tron2 ic Techno logy, 2002, 9 ( 10) : 68 269. (陈岚岚 , 毕笃彦 , 马时平 . H au sdo rff距离在图像匹配中的应用 J . 现代电 子技术 , 2002 , 9 ( 10 ) : 68269. )XU Shao2yuan. A C rite rion abou t H au sdo rff M ea su re of Se lf2sim ila r Se t and Its App lica tion J . The Evo lu tion of M a th s,2002, 31 ( 2) : 1572162. (许绍元 . 关于自相似集的 H au sdo rff测度的一个判据及其应用 J . 数学进展 , 2002 ,31 ( 2 ) : 157 2162. )XU J iu2p ing. Techn ique of O rde r P refe rence by Sim ila rity to Idea l and A n ti2idea l A lte rna tive fo r M u ltip le A ttribu te GroupD ec ision M ak ing P rob lem s B a sed on H au sdo rff M e tric J . Theo ry and P rac tice of System s Enginee ring, 2002, 10 ( 2) :84 293. (徐 玖 平 . 基 于 H au sdo rff 度 量 模 糊 多 指 标 群 决 策 的 TO PS IS方 法 J . 系 统 工 程 理 论 与 实 践 , 2002 ,10 ( 2 ) : 84293. )ZHAN G L iang2guo, WU J iang2q in, GAO W en, e t a l. H and Ge stu re R ecogn ition B a sed on H au sdo rff D istance J . Jou rna l of Im age and Grap h ic s, 2002 , A7 ( 11 ) : 1144 21150. (张良国 , 吴江琴 , 高 文 , 等 . 基于 H au sdo rff距离的 手势识别 J . 中国图像图形学报 , 2002, A7 ( 11 ) : 114421150. )HU Ch i2feng, ZHAN G Chang2shu i, L I Yan2da. Signa tu re V e rifica tion U sing H au sdo rff D istance J . Comp u te r App lica2tion, 2003 , 23 ( 9 ) : 45249. (胡驰峰 , 张长水 , 李衍达 . 基于 H au sdo rff距离的签字验证问题 J . 计算机应用 ,2003, 23 ( 9) : 45 249. )SH EN Yun2tao, GUO L e i, R EN J ian2feng. Moving O b jec t Track ing A lgo rithm B a sed on H au sdo rff D istance J . Comp u te r App lica tion, 2005, 25 ( 9) : 212022122. (沈云涛 , 郭 雷 , 任建峰 . 一种基于 H a sdo rff距离的运动物体 1 2 3 4 5 6 (责任编辑 : 赵立芹 )( )2)Your request could not be processed because of a