[发明专利]一种用户人群扩散方法及装置有效
申请号: | 201710625332.2 | 申请日: | 2017-07-27 |
公开(公告)号: | CN110020334B | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 苏雯;杨春风 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/958 | 分类号: | G06F16/958;G06Q50/00 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用户 人群 扩散 方法 装置 | ||
1.一种用户人群扩散方法,其特征在于,所述方法包括:
获取多个用户之间的社交信息;
根据所述多个用户之间的社交信息构建多个社区,并计算所述多个社区中每个社区的特征属性;
根据所述每个社区的所述特征属性,从所述多个社区中选取目标社区,并计算所述目标社区中每个用户的社交得分;
根据所述目标社区中每个用户的画像信息,计算所述目标社区中每个用户的兴趣得分;
根据所述目标社区中每个用户的所述兴趣得分以及所述社交得分,确定多个种子用户经扩散后的用户人群;
所述特征属性包括社区质量,所述计算所述多个社区中每个社区的特征属性包括:
根据所述多个用户之间的社交信息,计算所述多个用户之间的边影响力以及所述多个用户中每个用户的自身影响力;
计算所述多个社区中每个社区的局部模块度;
根据所述每个社区的局部模块度、所述每个社区中用户之间的边影响力以及所述每个社区中用户的自身影响力,计算所述每个社区的社区质量。
2.如权利要求1所述的方法,其特征在于,所述f(u,v)为用户u对用户v的边影响力,所述message(u,v)为预设时长内所述用户u给所述用户v发信息的次数,所述comment(u,v)为所述预设时长内所述用户u给所述用户v的评论次数,所述like(u,v)为所述预设时长内所述用户u给所述用户v的点赞次数,所述a、所述b以及所述c为常数。
3.如权利要求2所述的方法,其特征在于,所述node_inf(u)为所述用户u的自身影响力,所述node_inf(i)为用户i的自身影响力,所述f(u,v)为所述用户u对所述用户v的边影响力,所述f(j,i)为用户j对所述用户i的边影响力,所述m为常数。
4.如权利要求1所述的方法,其特征在于,所述计算所述多个社区中每个社区的局部模块度包括:
统计关联的两个用户同时在一个社区的个数、以及所述关联的两个用户中任何一个在该社区的个数;
将所述关联的两个用户同时在一个社区的个数除以所述关联的两个用户中任何一个在该社区的个数,计算该社区的局部模块度。
5.如权利要求1所述的方法,其特征在于,所述根据所述每个社区的局部模块度、所述每个社区中用户之间的边影响力以及所述每个社区中的用户的自身影响力,计算所述每个社区的社区质量包括:
根据所述每个社区中用户之间的边影响力,计算所述每个社区中用户之间平均边影响力,以及根据所述每个社区中的用户的自身影响力,计算所述每个社区中的用户的平均自身影响力;
计算所述每个社区的局部模块度、所述每个社区中用户之间平均边影响力以及所述每个社区中的用户的平均自身影响力的加权平均值作为所述每个社区的社区质量。
6.如权利要求1所述的方法,其特征在于,所述特征属性还包括所述种子用户与所述每个社区的匹配度;其中,所述Flc为所述种子用户与所述每个社区的匹配度,所述SeedNumc为属于所述多个社区中社区c的种子用户的数量,所述SeedNum为所有所述种子用户的数量,所述csizec为所述社区c中所有用户的数量。
7.如权利要求6所述的方法,其特征在于,所述根据所述每个社区的所述特征属性,从所述多个社区中选取目标社区包括:
计算所述每个社区的社区质量以及所述种子用户与所述每个社区的匹配度的加权平均值作为所述每个社区的社区综合打分;
选取所述社区综合打分最高的社区作为所述目标社区。
8.如权利要求7所述的方法,其特征在于,所述p(u)为用户u的社交得分,所述p(i)为用户i的社交得分,所述f(i,j)为所述用户i对用户j的边影响力,所述f(u,j)为所述用户u对所述用户j的边影响力,所述n为常数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710625332.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:数据分析方法及装置、电子设备、存储介质
- 下一篇:收藏夹的处理方法和装置