[发明专利]一种无线局域网内用户行为的分析方法

说明书

技术领域

本发明属于无线局域网领域，更具体地，涉及一种无线局域网内用户行为的分析方法。

背景技术

为了更准确地度量无线网络中用户行为的距离，需要通过网络数据挖掘用户之间的行为。Wei-jen Hsu和Ahmed Helmy提出了一种挖掘用户之间行为的方法，其基于平均最小向量距离（average minimum vector distance，简称AMVD）算法的度量，并利用用户的行为矩阵来表示用户，并通过这个矩阵计算用户的不相似度，从而准确地定义用户的行为特性。

然而，现有用户行为的分析方法存在四个问题，第一，其使用矩阵表示数据，这抹去了用户移动的顺序性，会导致聚类结果的实际意义产生偏差；第二，归一化后，上网时间的比例矩阵忽略了用户上网时间的长度；第三。基于AMVD算法的度量过于敏感；第四，AMVD算法不符合三角不等式，造成了分析方法不适用于众多的数据挖掘和机器学习算法。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种无线局域网内用户行为的分析方法，旨在解决现有技术中存在的缺陷，并使得无线网络中的用户行为表现出用户移动的顺序性、距离性，从而提高了距离的敏感度和时间的敏感度，同时在时间复杂度上也优于现有技术。

为实现上述目的，本发明提供了一种无线局域网内用户行为的分析方法，包括以下步骤：

（1）获取无线局域网用户的上网信息{(t₁,p₁),(t₂,p₂),…(t_n,p_n)}，其中(p₁,p₂,…,p_n)表示用户的不同上网地点，n为上网信息的总数量，(t₁,t₂,…,t_n)表示对应于不同上网地点(p₁,p₂,…,p_n)的起始上网时刻，并以秒为单位；

（2）对用户的上网信息{(t₁,p₁),(t₂,p₂),…(t_n,p_n)}按照时间间隔进行划分，以生成划分后的上网记录；

（3）对划分后的上网记录进行采样，以生成采样后的上网记录；

（4）重复上述步骤（1）至（3），直到无线局域网内所有用户的上网记录都被采样为止；

（5）计算无线局域网内所有用户两两之间的不相似度；

（6）对无线局域网内所有用户之间的不相似度D(A,B)进行聚类，以得到用户行为的聚类结果。

时间间隔为1天，生成划分后的上网记录数量为61。

采样的时间间隔为1分钟。

用户两两之间的不相似度D(A,B)是通过以下公式计算，其中A表示无线局域网内的一个用户，B表示无线局域网内的另一个用户：

D(A,B)=Σi=16112*61D(Ai,Bi)]]>

其中A_i表示用户A采样后的上网记录，B_i表示用户B采样后的上网记录，并且