CN104244314A - 一种基于Mc接口信令的潜在集团客户识别方法 - Google Patents

Abstract

本发明公开了一种基于Mc接口信令的集团客户识别方法，首先采集Mc接口信令数据，获取用户工作时间段的位置信息和通话信息，并根据所述位置信息和通话信息识别出用户中的室内稳定用户；之后计算室内稳定用户间的亲邻度，并根据亲邻度进行室内稳定用户所属移动社交网络圈的划分，在将同一移动社交网络圈中的用户与现有集团用户对比，识别出移动社交网络圈中潜在的集团用户。本发明所述方法基于现网采集的实时数据，根据不同的分析需求进行数据的存储汇总，能够更加全面有效的进行数据支撑；基于科学的数据建模和完善合理的算法结构，使潜在集团客户研判结果更加准确可信。

Description

一种基于Mc接口信令的潜在集团客户识别方法

技术领域

本发明涉及移动通信技术领域，具体涉及一种基于Mc接口信令的潜在集团客户识别方法。 

背景技术

集团用户是指以组织名义与一个公司签署协议，订购并使用该公司通信产品和服务，并在该公司建立起集团客户关系管理的法人单位及所附属的产业活动单位。集团业务的客户竞争，关键在于运营商是否有一个闭环的管理过程，必须通过内部前后端协同优化，从客户需求发现，到需求确认、方案制定、执行，以及售后服务，提供集团客户优质的服务。 

移动通信市场潜在集团客户的识别，目前是以营销为主题的工作机制，营销体系仍处于发展的初级阶段，其整个的管理体系仍存在许多的漏洞。其具体工作开展形式主要包括业务员深入一线到市场去“拉”客户和选择与SI(业务集成商)合作共享客户资源两种。国内外在识别潜在集团客户方面的研究报告很少，尚无成型或较为成熟的技术方案。现有的移动通信市场潜在集团客户的识别机制整体较为粗放，对外部客户特别是政企客户信息依赖严重，在现有数据的利用上又缺乏有效的系统分析，同时，由于服务地区的覆盖范围大，常规技术方案在地域上无法保证潜在用户定位的支持能力，也无法评估潜在集团客户的效益大小，在通信行业中的如何科学化、自动化的进行潜在集团客户的识别，亟需人们去解决、去完善。 

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于Mc接口信令的潜在集团客户识别方法，通过该方法能够有效提高潜在集团用户识别的准确率。 

为实现上述目的，本发明采用的技术方案如下： 

一种基于Mc接口信令的潜在集团客户识别方法，包括以下步骤： 

(1)采集Mc接口信令数据，获取用户工作时间段的位置信息和通话信息；所述位置信息包括用户所在的位置区编码LAC和基站扇区CI，所述通话信息包括通话时间、通话时长和对端号码； 

(2)根据所述位置信息和通话信息识别出用户中的室内稳定用户； 

(3)根据所述通话信息计算室内稳定用户间的亲邻度，并根据亲邻度进行室内稳定用户所属移动社交网络圈的划分；所述亲邻度用于衡量两个用户之间的共同联系人的数量； 

(4)根据所述通话信息计算同一移动社交网络圈中每个用户的交往指数，将交往指数大于设定交往指数阈值的用户判定为该移动社交网络圈中的潜在集团用户；所述交往指数用于衡量用户与其通话对象之间通信亲密程度，用户的交往指数为该用户与其所有通话对象之间的交往指数之和。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤(2)中，根据位置信息和通话信息识别出用户中的室内稳定用户的方式为： 

(2-1)识别出用户中的稳定用户，识别方式为： 

设在一设定时间段D中，某用户u在工作时间段t内在某小区L内出现通话的天数为T，在该设定时间段D中的某天d的工作时间段t内在小区L的通话次数为n；该用户在某天d的工作时间段t内在所有小区的通话次数为sum_n； 

在满足以下条件(1)时，用户u为在小区L内的某天d中工作时间段t内的稳定用户： 

n＞sum_n/k     (1) 

其中，k为条件(1)的判定系数，k为正整数； 

设用户u在设定时间段D中满足条件(1)的天数为D′，则在满足以下条件(2)时，用户u为小区L内的稳定用户： 

D′＞T/m     (2) 

其中，m为条件(2)的判定系数，m为正整数； 

(2-2)在识别出的稳定用户中符合以下任意一条的用户为室内稳定用 户： 

a.占用室分小区的室内用户； 

b.占用过宏站小区且占用过室分小区的室内用户； 

c.只占用宏站小区且占用宏站小区的时长大于设定阈值的室内用户。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤(3)中，计算室内稳定用户间亲邻度的方式为： 

(3-1)识别出室内稳定用户中的全联通用户集合，将全联通用户集合初步划分为同一移动社交网络圈；所述全联通用户集合是指能够直接或者间接进行通信联系的用户集合； 

(3-2)计算初步划分为同一移动社交网络圈的全联通用户集合中用户之间的亲邻度，计算公式为： 

亲邻度＝共同联系人数+共同联系人之间的边数 

其中，共同联系人之间的边数是指两个用户之间的所有共同联系人之间的共同联系人个数。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤(3)中，根据亲邻度进行室内稳定用户所属移动社交网络圈划分的方式为： 

选取亲邻度最高的q对用户为核心用户，分别计算核心用户之外的其它室内稳定用户与每对核心用户的亲邻度之和，并将亲邻度之和大于设定阈值f的用户划分到亲邻度之和最大的一对核心用户所在的移动社交网络圈。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤(3-1)与步骤(3-2)之间还包括，计算设定时间段D内全联通用户集合中用户的交往指数，并根据用户的交往指数对初步划分为同一移动社交网络圈的全联通用户进行过滤，过滤的方式为： 

1)计算在设定时间段D内全联通用户集合中每个用户的交往指数，得到集合中所有用户的交往指数之和；用户与其某通话对象的交往指数计算公式为： 

交往指数Exp＝X×call_freq+Y×call_dur+Z×call_counts 

其中，call_freq、call_dur、call_counts分别表示用户与其某通话对象之间在设定时间段D内的通话频度、通话时长和通话次数，X、Y、Z分别为通话频度、通话时长和通话次数的权重系数，X+Y+Z＝1； 

2)过滤掉交往指数之和小于设定指数的全联通用户集合。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤2)中，所述设定指数根据现有集团用户中的全联通用户集合中所有用户的交往指数之和进行设定。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，通话频度的计算公式为： 

call_freq＝w_d×D_n+w_w×W_n+w_p×P_n+ξ 

其中，ξ为常量，D_n、W_n、P_n分别为用户的某通话对象在设定时间段D内与该用户有通话的天数、周数和旬数，w_d、w_w、w_p分别为D_n、W_n、P_n的系数，w_d+w_w+w_p＝1。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤(3)中，根据亲邻度进行室内稳定用户所属移动社交网络圈划分的方式为： 

选取亲邻度最高的q对用户为核心用户，计算核心用户之外的其它室内稳定用户与每对核心用户的亲邻度之和，以及所述其它室内稳定用户与每对核心用户的交往指数平均值；所述交往指数平均值是指所述其它用户与每对核心用户中的两个用户的交往指数的平均值； 

将亲邻度之和与交往指数平均值均大于设定阈值f的用户划分到亲邻度之和最大的一对核心用户所在的移动社交网络圈。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步骤(4)中，所述设定交往指数阈值根据现有集团用户样本中用户的交往指数进行设定。 

进一步，如上所述的一种基于Mc接口信令的潜在集团客户识别方法，步 骤(4)中，判定出潜在集团用户之后，还包括： 

将所述现有集团用户样本与判断出的潜在集团用户合并成新的集团用户样本，计算所述移动社交网络圈中除潜在集团用户之外的用户的交往指数，将交往指数大于新的设定交往指数阈值的用户判定为潜在集团用户；所述新的设定交往指数阈值根据新的集团用户样本中用户的交往指数进行设定。 

本发明的有益效果在于：本发明所述的方法，基于Mc口信令数据，能够准确地定位用户的位置，清楚地指出用户处在哪个区域，哪栋楼，甚至是哪个公司等详细的位置信息，为集团营销活动的定位开展提供了方便。且该方法依赖于企业外部信息数据即可进行集团潜在用户的研判，同时可对集团用户群变化进行动态的评估，有助于提高企业对集团市场的实时掌控，发现营销机会。基于交往圈的深入挖掘，能够准确地找到发展集团用户的用户切入点，方便市场营销的开展。 

附图说明

图1为本发明具体实施方式中一种基于Mc接口信令的潜在集团客户识别方法的流程图； 

图2为本发明具体实施方式中基于亲邻度的用户交往圈归属划定的示意图。 

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。 

图1示出了本发明具体实施方式中一种基于Mc接口信令的潜在集团客户识别方法的流程图，本实施方式中的集团用户主要是指处于在工作时间段交往密切的用户群，即处于同一移动社交网络圈的用户群，该识别方法主要包括以下步骤： 

步骤S11：获取用户工作时间段的位置信息和通话信息； 

Mc接口的定义：MSC Server(Mobile Switching Center—server)与MGW(Media Gateway)间的接口为Mc接口，MSC Server通过Mc接口对MGW 的承载连接行为进行控制和监视。 

通过Mc接口信令数据可以提取用户的通话行为、用户位置等信息，本实施方式中主要是通过提取Mc接口信令数据，获取用户在工作时间段的位置信息和通话信息，位置信息包括用户所在的位置区编码LAC、和基站扇区CI，通话信息包括通话时间、通话时长和对端号码(通话对象的号码)。 

在获取用户工作时间段的位置信息和通话信息时，可以根据用户的作息习惯将用户的通信交往圈按时间分为生活圈、工作圈和综合圈，工作时间段即用户工作圈的时间范围，即正常的工作时间范围，可以根据需要自行定义如9:00-11:30和15：00-17:30。 

步骤S12：根据位置信息和通话信息识别出用户中的室内稳定用户； 

所述室内稳定用户是指长期有规律的占用室分小区的用户或者是在一个或者几个室外宏站小区进行附着的室内用户，即在一定的时间段内稳定占用室分小区或者稳定附着在一个或者几个室外宏站小区。 

本实施方式中识别室内稳定用户的具体方式包括： 

1)首先识别出用户中的稳定用户，识别方式为： 

(2-1)识别出用户中的稳定用户，识别方式为： 

设在一设定时间段D中，某用户u在工作时间段t内在某小区L内出现通话的天数为T，在该设定时间段D中的某天d的工作时间段t内在小区L的通话次数为n；该用户在某天d的工作时间段t内在所有小区的通话次数为sum_n； 

在满足以下条件(1)时，用户u为在小区L内的某天d中工作时间段t内的稳定用户： 

n＞sum_n/k   (1) 

其中，k为条件(1)的判定系数A，k为正整数； 

设用户u在设定时间段D中满足条件(1)的天数为D′，则在满足以下条件(2)时，用户u为小区L内的稳定用户： 

D′＞T/m   (2) 

其中，m为条件(2)的判定系数，m为正整数；判定系数k和m为经验值，可以根据判定需要进行设定。 

2)在识别出的稳定用户中符合以下任意一条的用户为室内稳定用户： 

a.占用室分的室内用户：即用户占用室分小区。 

b.占用宏站的室内用户(有室分覆盖)：用户占用过宏站小区，且占用过室分小区。 

c.占用宏站的室内用户(无室分覆盖)：占用宏站小区时长比例大于设定时长。 

需要说明的是，本实施方式中上述对室内稳定用户的判定方式并不是唯一的，本领域技术人员可以根据实际需要对判定条件进行适当的调整。 

步骤S13：计算室内稳定用户间的亲邻度，并根据亲邻度进行室内稳定用户所属移动社交网络圈的划分； 

对于步骤S12中识别出的室内稳定用户，对他们的工作交往圈进行分析，并通过计算用户间的亲邻度，进行用户移动社交网络圈的划分。所述亲邻度是用来衡量两个用户是否应该划分到同一个群体中即划分到同一移动社交网络圈中，亲邻度一方面体现双方共同联系人的数量，另一方面体现共同联系人里面又互相认识的概率。 

本实施方式中，计算室内稳定用户间亲邻度的方式为： 

(1)利用社交网络群体划分技术，识别出室内稳定用户中的全联通用户，将全联通用户初步划分为同一移动社交网络圈；其中，全联通用户是指可以直接或者间接进行通信联系的一些用户，例如对于用户a、b、c、d，a与b可以直接通信，b与c可以通信，c与d可以直接通信，那么a与d也可以通过b进行间接联系，那么a、b、c、d之间即为全联通用户，将全联通用户之间连接，构成全联通用户多边形。 

(2)计算初步划分为同一移动社交网络圈的全联通用户之间的亲邻度，计算公式为： 

亲邻度＝共同联系人数+共同联系人之间的边数 

其中，共同联系人之间的边数是指两个用户之间的所有共同联系人之间的共同联系人个数。例如，对于用户a和b，两者之间的共同联系人为c和d，那么计算a和b的亲邻度时，共同联系人之间的边数记为c和d之间的共同联系人的个数。 

完成亲邻度计算后，根据亲邻度进行室内稳定用户所属移动社交网络圈划分的方式为： 

选取亲邻度最高的q对用户为核心用户，分别计算核心用户之外的其它室内稳定用户与每对核心用户的亲邻度之和，并将亲邻度之和大于设定阈值f的用户划分到亲邻度之和最大的一对核心用户所在的移动社交网络圈。 

此外，本实施方式中，在步骤(1)与步骤(2)之间还可以包括，根据用户的交往指数，对初步划分为同一移动社交网络圈的全联通用户集合进行过滤，过滤掉一些为潜在集团用户概率比较低的用户，降低后续计算量。所述交往指数用于衡量用户与其通话对象之间通信亲密程度，用户的交往指数为该用户与其所有通话对象之间的交往指数之和。 

本实施方式中过滤的方式为： 

1)计算在设定时间段D内全联通用户集合中每个用户的交往指数，得到集合中所有用户的交往指数之和；用户与其某通话对象的交往指数计算公式为： 

交往指数Exp＝X×call_freq+Y×call_dur+Z×call_counts 

其中，call_freq、call_dur、call_counts分别表示用户与其某通话对象之间在设定时间段D内的通话频度、通话时长和通话次数，X、Y、Z分别为通话频度、通话时长和通话次数的权重系数，X+Y+Z＝1； 

2)过滤掉交往指数之和小于设定指数的全联通用户集合。 

之后，对过滤后剩余的全联通用户根据亲邻度进行所属移动社交网络圈的划分。其中，设定指数一般根据现有集团用户中的全联通用户集合中所有用户的交往指数之和进行设定，例如将设定指数设定为现有集团用户中几个的全联通用户集合中所有用户的交往指数之和的平均值，例如有两个现有集团用户中的全联通用户集合，两个全联通用户集合中所有用户的交往指数之和分别为a和b，那么可以选取a与b的平均值作为设定指数。 

本实施方式中以通话频度、通话时长和通话次数等信息作为交往指数的计算要素，加权计算，一般以通话频度占主权重、通话时长和通话次数占次要权重，用以判断用户号码之间的交往密度。通话频度用于衡量一定时间内(一般以月为单位)某个号码的每个对端号码在该号码交往圈中出现的交往频 率，计算此频度时综合考虑对端号码出现的天数、周数、旬数，可以降低一些临时性突发通话号码的干扰，确保通话比较有规律的号码通话频度高，提高频率计算的精确性。本实施方式中通话频度的计算公式为： 

call_freq＝w_d×D_n+w_w×W_n+w_p×P_n+ξ 

其中，ξ为常量，D_n、W_n、P_n分别为用户的某通话对象在设定时间段D内与该用户有通话的天数、周数和旬数，w_d、w_w、w_p分别为D_n、W_n、P_n的系数，w_d+w_w+w_p＝1。 

根据交往指数进行全联通用户集合过滤后，再根据亲邻度进行室内稳定用户所属移动社交网络圈划分的方式为： 

选取亲邻度最高的q对用户为核心用户，计算核心用户之外的其它室内稳定用户与每对核心用户的亲邻度之和，以及所述其它室内稳定用户与每对核心用户的交往指数平均值；所述交往指数平均值是指所述其它用户与每对核心用户中的两个用户的交往指数的平均值； 

将亲邻度之和与交往指数平均值均大于设定阈值f的用户划分到亲邻度之和最大的一对核心用户所在的移动社交网络圈。 

其中，该处的设定阈值f与上述直接根据亲邻度进行划分中的设定阈值f相同，其设定方式可以选用与设定指数相同的设定方式，即根据现有集团用户中全联通用户集合中所有用户的交往指数之和进行设定。 

步骤S14：将同一移动社交网络圈中的用户与现有集团用户对比，识别出移动社交网络圈中潜在的集团用户。 

本实施方式中将同一移动社交网络圈中的用户与现有集团用户对比，识别出移动社交网络圈中潜在集团用户的方式为： 

根据通话信息计算同一移动社交网络圈中每个用户的交往指数(计算方式如步骤S13中记载)，将交往指数大于设定交往指数阈值的用户判定为该移动社交网络圈中的潜在集团用户。 

本实施方式中，所述设定交往指数阈值根据现有集团用户样本中用户的交往指数进行设定。 

此外，在完成上述潜在集团用户的判定之后，还包括： 

将所述现有集团用户样本与判断出的潜在集团用户合并成新的集团用户 样本，计算所述移动社交网络圈中除潜在集团用户之外的用户的交往指数，将交往指数大于新的设定交往指数阈值的用户判定为潜在集团用户；所述新的设定交往指数阈值根据新的集团用户样本中用户的交往指数进行设定。 

即在该步骤中，首先计算已识别移动社交网络圈中用户集M中用户的交往指数EXP，然后将计算出的指数与根据现有集团用户样本设定的指数阈值相比较，指数越高，则代表M中用户与真实集团客户交往越密切，通过设定交往指数阈值来筛选交往圈用户中的集团客户，得到潜在集合用户集合e，之后生成新的真实集团客户集合N’＝N+e，之后继续计算(M-e)集合中用户的交往指数，并根据新的集团永和集合N’设定新的的指数阈值，如此循环，直到M中再无满足条件的潜在集团用户为止。 

本发明所述的方法基于现网采集的实施数据，通过实时采集某一区域的Mc接口信令数据，并以该信令数据为基础识别出该区域中的潜在集团用户，且该方法以现有的集团用户为样本，能够有效提高识别的准确性。 

下面结合一具体实施例对本发明的方法进行进一步说明。 

实施例 

本实施例中以某地市(LAC，CI)为例，该地是覆盖区域多为写字楼(室分覆盖)，楼内有大量的稳定用户。对该区域的潜在集团客户进行识别的过程如下： 

1)基于Mc接口信令数据提取该地市用户的地理位置维度、时间维度及业务消费行为信息，时间域为一周，即设定时间段D为一周。进一步提取 

(LAC，CI)维度下发生通信行为的用户数据构建数据集。提取的用户位置信息和通话信息汇总表可采用如下方式： 

表一：通话信息汇总表 

DATE

IMSI

LAC

CI

通话次数

短信次数

上网次数

表二：通话详单表 

表三：小区信息表 

LAC	CI	覆盖类型	经度	维度

2)对用户在工作时段(周一至周五9:00-11:30，15：00-17:30)的通信行为进行统计分析，选取用户在该时间段内在该(LAC，CI)下通信行为占比(相对该时间段全区域通信行为)大于50％且通信天数大于等于3天的用户为稳定用户。本实施例中对室内用户的判断条件相比于上述步骤S12中进行了调整。 

3)以稳定用户为数据集，统计分析，选取室分通话次数占比(相对工作时段内用户全区域通话次数)超过60％的用户为室内稳定用户 

4)判定用户间的交往指数 

Exp＝0.55×call_freq+0.25×call_dur+0.2×call_counts 

本实施例中通话频度、通话时长和通话次数的权重系数分别为0.55、0.25、0.2。通话频度call_freq＝0.6×D_n+0.3×W_n+.01×P_n+0.03。 

5)根据用户的交往指数进行用户交往圈网络的连边权重评估(对全联通用户集合进行过滤)，利用上述交往指数公式计算现有集团用户样本中所有全联通用户集合中的用户交往指数之和，以平局值作为设定指数进行过滤。 

6)对于过滤后的全联通用户结合，进行基于亲邻度的用户交往圈归属划定,主要解决用户是否应该划分到同一个群体，如图2所示： 

AB、CD、EF是群体的核心边，即用户A和B、用户C和D、以及用户E和F为选取的亲邻度最高的3对核心用户，现在需要将用户G划到其中一个群体中去。G与核心边节点的平均权重(即用户F与每对核心用户中两个用户之间的交往指数的平均值)均大于设定阀值，计算G与这3个核心边的亲邻度之和，结果分别为7，9，3，与CD亲邻度最大，因此应该将G划分到CD所在的群体。 

7)反复迭代，直到所有用户都找到自己的聚类即对应的交往圈。 

8)筛选稳定室内用户的交往圈用户群，对比现有集团用户清单，判决得到潜在的集团用户。 

经过上述步骤的分析处理，发现该(LAC，CI)覆盖区域9个相互联系紧密的较大用户群体，其中7个是集团用户，有2个是未发展的集团用户，经市场部努力，成功将这2个用户群体发展为集团客户，涉及客户141个，其中新发展的用户27个。 

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。 

Claims (10)

1.一种基于Mc接口信令的潜在集团客户识别方法，包括以下步骤：

(1)采集Mc接口信令数据，获取用户工作时间段的位置信息和通话信息；所述位置信息包括用户所在的位置区编码LAC和基站扇区CI，所述通话信息包括通话时间、通话时长和对端号码；

(2)根据所述位置信息和通话信息识别出用户中的室内稳定用户；

(3)根据所述通话信息计算室内稳定用户间的亲邻度，并根据亲邻度进行室内稳定用户所属移动社交网络圈的划分；所述亲邻度用于衡量两个用户之间的共同联系人的数量；

(4)根据所述通话信息计算同一移动社交网络圈中每个用户的交往指数，将交往指数大于设定交往指数阈值的用户判定为该移动社交网络圈中的潜在集团用户；所述交往指数用于衡量用户与其通话对象之间通信亲密程度，用户的交往指数为该用户与其所有通话对象之间的交往指数之和。

2.如权利要求1所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(2)中，根据位置信息和通话信息识别出用户中的室内稳定用户的方式为：

(2-1)识别出用户中的稳定用户，识别方式为：

设在一设定时间段D中，某用户u在工作时间段t内在某小区L内出现通话的天数为T，在该设定时间段D中的某天d的工作时间段t内在小区L的通话次数为n；该用户在某天d的工作时间段t内在所有小区的通话次数为sum_n；

在满足以下条件(1)时，用户u为在小区L内的某天d中工作时间段t内的稳定用户：

n＞sum_n/k   (1)

其中，k为条件(1)的判定系数，k为正整数；

设用户u在设定时间段D中满足条件(1)的天数为D′，则在满足以下条件(2)时，用户u为小区L内的稳定用户：

D′＞T/m   (2)

其中，m为条件(2)的判定系数，m为正整数；

(2-2)在识别出的稳定用户中符合以下任意一条的用户为室内稳定用户：

a.占用室分小区的室内用户；

b.占用过宏站小区且占用过室分小区的室内用户；

c.只占用宏站小区且占用宏站小区的时长大于设定阈值的室内用户。

3.如权利要求1所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(3)中，计算室内稳定用户间亲邻度的方式为：

(3-1)识别出室内稳定用户中的全联通用户集合，将全联通用户集合初步划分为同一移动社交网络圈；所述全联通用户集合是指能够直接或者间接进行通信联系的用户集合；

(3-2)计算初步划分为同一移动社交网络圈的全联通用户集合中用户之间的亲邻度，计算公式为：

亲邻度＝共同联系人数+共同联系人之间的边数

其中，共同联系人之间的边数是指两个用户之间的所有共同联系人之间的共同联系人个数。

4.如权利要求3所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(3)中，根据亲邻度进行室内稳定用户所属移动社交网络圈划分的方式为：

选取亲邻度最高的q对用户为核心用户，分别计算核心用户之外的其它室内稳定用户与每对核心用户的亲邻度之和，并将亲邻度之和大于设定阈值f的用户划分到亲邻度之和最大的一对核心用户所在的移动社交网络圈。

5.如权利要求3所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(3-1)与步骤(3-2)之间还包括，计算设定时间段D内全联通用户集合中用户的交往指数，并根据用户的交往指数对初步划分为同一移动社交网络圈的全联通用户进行过滤，过滤的方式为：

1)计算在设定时间段D内全联通用户集合中每个用户的交往指数，得到集合中所有用户的交往指数之和；用户与其某通话对象的交往指数计算公式为：

交往指数Exp＝X×call_freq+Y×call_dur+Z×call_counts

其中，call_freq、call_dur、call_counts分别表示用户与其某通话对象之间在设定时间段D内的通话频度、通话时长和通话次数，X、Y、Z分别为通话频度、通话时长和通话次数的权重系数，X+Y+Z＝1；

2)过滤掉交往指数之和小于设定指数的全联通用户集合。

6.如权利要求5所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤2)中，所述设定指数根据现有集团用户中的全联通用户集合中所有用户的交往指数之和进行设定。

7.如权利要求5所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：通话频度的计算公式为：

call_freq＝w_d×D_n+w_w×W_n+w_p×P_n+ξ

其中，ξ为常量，D_n、W_n、P_n分别为用户的某通话对象在设定时间段D内与该用户有通话的天数、周数和旬数，w_d、w_w、w_p分别为D_n、W_n、P_n的系数，w_d+w_w+w_p＝1。

8.如权利要求7所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(3)中，根据亲邻度进行室内稳定用户所属移动社交网络圈划分的方式为：

选取亲邻度最高的q对用户为核心用户，计算核心用户之外的其它室内稳定用户与每对核心用户的亲邻度之和，以及所述其它室内稳定用户与每对核心用户的交往指数平均值；所述交往指数平均值是指所述其它用户与每对核心用户中的两个用户的交往指数的平均值；

将亲邻度之和与交往指数平均值均大于设定阈值f的用户划分到亲邻度之和最大的一对核心用户所在的移动社交网络圈。

9.如权利要求1所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(4)中，所述设定交往指数阈值根据现有集团用户样本中用户的交往指数进行设定。

10.如权利要求9所述的一种基于Mc接口信令的潜在集团客户识别方法，其特征在于：步骤(4)中，判定出潜在集团用户之后，还包括：

将所述现有集团用户样本与判断出的潜在集团用户合并成新的集团用户样本，计算所述移动社交网络圈中除潜在集团用户之外的用户的交往指数，将交往指数大于新的设定交往指数阈值的用户判定为潜在集团用户；所述新的设定交往指数阈值根据新的集团用户样本中用户的交往指数进行设定。