[发明专利]一种团体活跃度的确定方法及装置在审

专利信息
申请号: 202010684143.4 申请日: 2020-07-16
公开(公告)号: CN111915166A 公开(公告)日: 2020-11-10
发明(设计)人: 张兴;夏恒毅;张佳鑫 申请(专利权)人: 北京邮电大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06F17/16
代理公司: 北京柏杉松知识产权代理事务所(普通合伙) 11413 代理人: 马敬;项京
地址: 100876 *** 国省代码: 北京;11
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 团体 活跃 确定 方法 装置
【权利要求书】:

1.一种团体活跃度的确定方法,其特征在于,每个团体包括多个项目类别,每个项目类别包括多个指标,每个指标用于表示团体的一种属性,所述方法包括:

针对每组预设比值集合,构建该组的准则层判断矩阵和指标层判断矩阵;每组预设比值集合包括:每两个项目类别对于确定团体活跃度重要性的第一预设比值和同一项目类别下每两个指标对于确定团体活跃度重要性的第二预设比值;所述准则层判断矩阵包括多个第一预设比值;所述指标层判断矩阵包括多个第二预设比值;

根据该组的准则层判断矩阵的最大特征根对应的特征向量,确定该组的每个项目类别的权重;

根据该组的指标层判断矩阵的最大特征根对应的特征向量和该组的各项目类别的权重,确定每个指标的权重,并基于确定的各指标的权重,生成该组预设比值集合对应的权重向量;

针对权重向量集合包括的每个权重向量,计算该权重向量与所述权重集合包括的其他权重向量之间的夹角和,并将与所述权重集合包括的其他权重向量之间的夹角和最小的权重向量确定为目标向量;所述权重向量集合包括各组预设比值集合对应的权重向量;

基于所述目标向量包括的各指标的权重,计算指定团体包括的各指标的属性值的加权和,得到所述指定团体的活跃度。

2.根据权利要求1所述的方法,其特征在于,在所述根据该组的准则层判断矩阵的最大特征根对应的特征向量,确定该组的每个项目类别的权重之前,所述方法还包括:

计算该组的准则层判断矩阵的第一一致性指标,并将所述第一一致性指标与第一平均随机一致性指标的商,作为第一一致性比例;所述第一平均随机一致性指标为该组的准则层判断矩阵的阶数对应的预设数值;

计算该组的指标层判断矩阵的第二一致性指标,并将所述第二一致性指标与第二平均随机一致性指标的商,作为第二一致性比例;所述第二平均随机一致性指标为该组的指标层判断矩阵的阶数对应的预设数值;

若所述第一一致性比例和所述第二一致性比例均小于预设比例,则执行所述根据该组的准则层判断矩阵的最大特征根对应的特征向量,确定该组的每个项目类别的权重的步骤。

3.根据权利要求1所述的方法,其特征在于,所述根据该组的指标层判断矩阵的最大特征根对应的特征向量和该组的各项目类别的权重,确定每个指标的权重,包括:

对该组的指标层判断矩阵的最大特征根对应的特征向量进行归一化处理,得到每个指标对应的初始权重;

针对每个指标,将该指标对应的初始权重与该组中该指标所属的项目类别的权重乘积,作为该指标的权重。

4.根据权利要求1所述的方法,其特征在于,所述指定团体的数量为至少两个,所述权重向量集合还包括:熵权向量;在所述针对权重向量集合包括的每个权重向量,计算该权重向量与所述权重集合包括的其他权重向量之间的夹角和,并将与所述权重集合包括的其他权重向量之间的夹角和最小的权重向量确定为目标向量之前,所述方法还包括:

针对每个指标,分别计算每个指定团体该指标的该种属性值数量与指定团体总数量的比值;

根据每个指定团体该指标的该种属性值数量与指定团体总数量的比值,计算该指标的熵值;

根据各指标的熵值,计算每个指标的权重,并将各指标的权重组成所述熵权向量。

5.根据权利要求4所述的方法,其特征在于,所述根据各指标的熵值,计算每个指标的权重,包括:

通过以下公式,计算每个指标的权重:

其中,wj为指标j的权重,Hj为指标j的熵值,n为指定团体包括的指标总数。

6.根据权利要求1-5任一项所述的方法,其特征在于,团体的项目类别包括团体和项目;团体的指标包括:团体成立时间、团体点击量、团体参与活动的累计时长、团体正式成员数中的至少两种;项目的指标包括:参与项目数、项目点击量、项目累计时长、项目人均时长、项目参与人次中的至少两种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京邮电大学,未经北京邮电大学许可,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/202010684143.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top