在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)的制作方法
【專利摘要】本發(fā)明公開一種在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，包括以下步驟：定義在線社交網(wǎng)絡(luò)服務(wù)中所有用戶的決策信息和評估信息；然后構(gòu)建在線社交網(wǎng)絡(luò)服務(wù)的用戶行為演化模型；獲取用戶社交網(wǎng)絡(luò)結(jié)構(gòu)和有限的福利資源數(shù)目以及福利投放的時間；計算說服非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所需要投放的福利資源大??；計算非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所能產(chǎn)生的潛在價值；將用戶的潛在價值進(jìn)行排序，由高到低選擇用戶進(jìn)行福利投放。本發(fā)明考慮了用戶的行為演化特點(diǎn)，避免以往的影響最大化決策僅僅激活節(jié)點(diǎn)狀態(tài)，忽略行為演化過程的局限性。
【專利說明】在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及在線社交網(wǎng)絡(luò)服務(wù)的數(shù)據(jù)挖掘技術(shù)應(yīng)用，具體涉及一種在線社交網(wǎng)絡(luò) 服務(wù)競爭環(huán)境下基于用戶行為演化模式的福利精準(zhǔn)投放技術(shù)。

【背景技術(shù)】
[0002] 隨著以用戶創(chuàng)造內(nèi)容的web2. 0時代的到來，人們進(jìn)入社交網(wǎng)絡(luò)時代。各類在線社 交網(wǎng)絡(luò)服務(wù)（Social Network Service, SNS)層出不窮，例如國外的Facebook和twitter， 國內(nèi)的人人和微博。在線社交網(wǎng)絡(luò)服務(wù)主要通過兩種方式進(jìn)行經(jīng)營：第一種為廣告收入模 式，通過對用戶進(jìn)行廣告投放收取廣告費(fèi)；第二種為向用戶收費(fèi)的模式，通過給用戶提供網(wǎng) 站的服務(wù)收取費(fèi)用。然而不管是哪一種經(jīng)營模式，用戶都成為了在線社交網(wǎng)絡(luò)服務(wù)公司最 重要的資產(chǎn)。失去用戶就意味著衰亡，例如前幾年的Myspace非常流行，在巔峰期可吸納全 美7590的用戶，而隨著Facebook的興起，用戶數(shù)量逐漸下降，走上了衰亡之路，市值也從 2005年的5. 8億美元降到了 2011年的3500萬美元。因此，涉及到拉攏用戶的數(shù)據(jù)挖掘技 術(shù)及其應(yīng)用在在線社交網(wǎng)絡(luò)服務(wù)競爭中變得尤為重要。在線社交網(wǎng)絡(luò)服務(wù)公司通常會投放 福利來拉攏用戶，例如發(fā)放紅包，優(yōu)惠提供道具，或者優(yōu)惠享用會員特權(quán)等。但是投放多少 福利，投放給哪些用戶，成為了福利投放問題的難點(diǎn)。
[0003] 在以往的研究中，拉攏用戶的福利投放技術(shù)，一般采用的是平均發(fā)放的方法和影 響最大化的方法。平均發(fā)放的方法，即將所有的福利均等地發(fā)放給所有用戶，這樣的福利 投放代價太高，如果福利資源有限，由于用戶數(shù)量龐大，那么每個用戶獲得的福利都微乎其 微，用戶很難感受到福利；影響最大化的方法，選取若干有影響力的節(jié)點(diǎn)，對其狀態(tài)進(jìn)行激 活，從而期望間接的激活其他節(jié)點(diǎn)，達(dá)到激活用戶數(shù)目最大的目的。但是影響最大化僅僅考 慮了激活節(jié)點(diǎn)的狀態(tài)，忽略了用戶行為不斷演化和波動的動態(tài)過程。在拉攏用戶這個問題 上，影響最大化的方法存在著福利投放期間用戶數(shù)目上漲，而福利投放結(jié)束用戶數(shù)目明顯 下跌的可能性，從而導(dǎo)致福利投放所要達(dá)到的拉攏用戶的目的失敗。
[0004] 在線社交網(wǎng)絡(luò)服務(wù)競爭環(huán)境下基于用戶行為演化模式的福利精準(zhǔn)投放技術(shù)主要 包括以下幾點(diǎn)：在線社交網(wǎng)絡(luò)服務(wù)定義每個用戶具有決策信息和評估信息；構(gòu)建用戶的 行為演化模型；獲取用戶的社交網(wǎng)絡(luò)結(jié)構(gòu)信息和有限的福利資源數(shù)目以及福利投放的時 間；在福利投放時間計算說服非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所需要 投放的福利資源大小和非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所能產(chǎn)生的 潛在價值；將用戶的潛在價值進(jìn)行排序，由高到低選擇用戶進(jìn)行福利投放。本技術(shù)充分考慮 了用戶的行為演化特點(diǎn)，能夠在福利投放活動結(jié)束后，降低用戶反彈不使用本在線社交網(wǎng) 絡(luò)服務(wù)的可能性。


【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的不足，提供一種在線社交網(wǎng) 絡(luò)服務(wù)彼此競爭用戶的環(huán)境下，在線社交網(wǎng)絡(luò)服務(wù)如何基于用戶的行為演化模式，有效地 利用有限的資源進(jìn)行福利精準(zhǔn)投放，達(dá)到拉攏用戶的目的的方法。
[0006] 技術(shù)方案：本發(fā)明的一種在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技 術(shù)，包括以下步驟：
[0007] (1)定義在線社交網(wǎng)絡(luò)服務(wù)中所有用戶的決策信息和評估信息；
[0008] (2)構(gòu)建在線社交網(wǎng)絡(luò)服務(wù)的用戶行為演化模型；
[0009] (3)獲取用戶社交網(wǎng)絡(luò)結(jié)構(gòu)和有限的福利資源數(shù)目以及福利投放的時間；
[0010] (4)計算說服非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所需要投放的 福利資源大小；
[0011] (5)計算非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所能產(chǎn)生的潛在價 值；
[0012] (6)將用戶的潛在價值進(jìn)行排序，由高到低選擇用戶進(jìn)行福利投放。
[0013] 進(jìn)一步的，所述步驟（1)中的具體步驟如下：
[0014] (I. 1)設(shè)每個用戶的自己的決策信息為Si,如果用戶i 一周內(nèi)使用本在線社交網(wǎng) 絡(luò)服務(wù)的次數(shù)低于K次，則將該用戶標(biāo)記為非本在線社交網(wǎng)絡(luò)服務(wù)用戶，即說明該用戶選 擇了策略S 2 ;否則標(biāo)記為本在線社交網(wǎng)絡(luò)服務(wù)用戶，即說明該用戶選擇了策略S1，即
[0015]

【權(quán)利要求】
1. 一種在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其特征在于：包括以 下步驟： (1) 定義在線社交網(wǎng)絡(luò)服務(wù)中所有用戶的決策信息和評估信息； (2) 構(gòu)建在線社交網(wǎng)絡(luò)服務(wù)的用戶行為演化模型； (3) 獲取用戶社交網(wǎng)絡(luò)結(jié)構(gòu)和有限的福利資源數(shù)目以及福利投放的時間； (4) 計算說服非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所需要投放的福利 資源大??； (5) 計算非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社交網(wǎng)絡(luò)服務(wù)所能產(chǎn)生的潛在價值； (6) 將用戶的潛在價值進(jìn)行排序，由高到低選擇用戶進(jìn)行福利投放。
2. 根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其 特征在于：所述步驟（1)中的具體步驟如下： (1.1) 設(shè)每個用戶的自己的決策信息為Si,如果用戶i一周內(nèi)使用本在線社交網(wǎng)絡(luò)服 務(wù)的次數(shù)低于K次，則將該用戶標(biāo)記為非本在線社交網(wǎng)絡(luò)服務(wù)用戶，即說明該用戶選擇了 策略S2 ;否則標(biāo)記為本在線社交網(wǎng)絡(luò)服務(wù)用戶，即說明該用戶選擇了策略S1，即 rP1，如果用戶i一周內(nèi)使用本在線社交M絡(luò)服務(wù)次數(shù)不低于If Si=l s2, Jtiltim 其中，i為正整數(shù)，Ke[1，+c? ); (1.2) 設(shè)每個用戶i在時亥Ijt的評估信息為Qi⑴，即每個用戶i在時亥Ijt對本在 線社交網(wǎng)絡(luò)服務(wù)進(jìn)行評估，認(rèn)為其他用戶采用本在線社交網(wǎng)絡(luò)服務(wù)的概率為ΘJt)，其中 0i(t)e(〇，1)，用戶的評估信息初始設(shè)定值均為Θ，且〇彡Θ彡1。每周根據(jù)所有用戶 的決策信息和用戶的行為演化模型進(jìn)行調(diào)整。
3. 根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其 特征在于：所述步驟（2)的具體步驟如下： (2.1)構(gòu)建用戶的行為博弈模型，設(shè)本在線社交網(wǎng)絡(luò)服務(wù)所能給用戶帶來的收益為a和其他在線社交網(wǎng)絡(luò)服務(wù)所能給用戶帶來的收益為b，即用戶之間如果有信息交流和聯(lián)系， 如果兩者均采用本在線社交網(wǎng)絡(luò)服務(wù)，即采用策略S1，則兩者均獲得收益a;如果兩者均采 用其他在線社交網(wǎng)絡(luò)服務(wù)，即采用策略S2，則兩者獲得收益b;其他情況下兩者均無收益； 當(dāng)條件滿足ΘiUDbAa+b)時，用戶選擇采用本在線社交網(wǎng)絡(luò)服務(wù)；條件不滿足時，用戶選 擇使用其他在線社交網(wǎng)絡(luò)服務(wù)； (2.2) 構(gòu)建用戶的評估信息演化模型，設(shè)用戶演化過程中的調(diào)整系數(shù)為λ且 0<λ<1，每個用戶i在每一周會因?yàn)橹苓呧従舆x擇使用本在線社交網(wǎng)絡(luò)服務(wù)的比例 MS1)/X而對其評估信息產(chǎn)生調(diào)整：0七+1) = (l-λ)QiUHXki(S1)/\，其中MS1)為 用戶i周邊鄰居選擇本在線社交網(wǎng)絡(luò)服務(wù)的數(shù)目，h為用戶i的鄰居數(shù)目，Θi(t)表示時 刻t時用戶i的評估信息。
4. 根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其 特征在于：所述步驟（3)的具體步驟如下： (3. 1)將社交網(wǎng)絡(luò)中的用戶抽象成網(wǎng)絡(luò)的節(jié)點(diǎn)，用戶之間存在的聯(lián)系則抽象為邊，如果 用戶i在本在線社交網(wǎng)絡(luò)服務(wù)或其他在線社交網(wǎng)絡(luò)服務(wù)中與用戶j互為好友，則表示用戶 i與用戶j對應(yīng)的網(wǎng)絡(luò)節(jié)點(diǎn)之間有一條邊，A= {aj為社交網(wǎng)絡(luò)的鄰接矩陣，如果用戶i和 用戶j為好友關(guān)系，則=1，否則=O; (3.2)輸入有限的福利資源數(shù)目c，即公司能夠提供的免費(fèi)享用會員特權(quán)等福利的總 量，根據(jù)本來享用該福利所需要付出的代價進(jìn)行量化累加； (3. 3)輸入福利投放的時間T，即公司能夠提供免費(fèi)享用會員特權(quán)等福利的時刻。
5. 根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其 特征在于：所述步驟（4)的具體步驟如下： 在時刻t，對每個非本在線社交網(wǎng)絡(luò)服務(wù)用戶i，計算說服該用戶使用本在線社交網(wǎng)絡(luò) 服務(wù)所需要投放的福利資源Ai : Δi=max{(1/Θi⑴-I)b_a，0}。
6. 根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其 特征在于：所述步驟（5)的具體步驟如下： 對每個非本在線社交網(wǎng)絡(luò)服務(wù)用戶i，計算非本在線社交網(wǎng)絡(luò)服務(wù)用戶采用本在線社 交網(wǎng)絡(luò)服務(wù)所能產(chǎn)生的潛在價值Valuei:
7. 根據(jù)權(quán)利要求1所述的在線社交網(wǎng)絡(luò)中基于用戶行為演化的福利精準(zhǔn)投放技術(shù)，其 特征在于：所述步驟（6)的具體步驟如下： 將每個用戶的潛在價值Valuei進(jìn)行排序；選擇擁有最大潛在價值的用戶，如果剩余 福利資源不小于需要投放的福利資源Ai，選擇投放福利資源Ai到該用戶，并將該用戶的 Valuei從潛在價值集合刪除；如果剩余福利資源小于需要投放的福利資源，直接將該用戶 的Valuei從潛在價值集合刪除；如果福利資源還有剩余并且潛在價值集合非空，則重復(fù)上 述操作；否則終止福利的投放，輸出福利投放的用戶和每個用戶投放福利的大小。
【文檔編號】G06Q30/02GK104317831SQ201410529714
【公開日】2015年1月28日 申請日期:2014年10月9日 優(yōu)先權(quán)日:2014年10月9日
【發(fā)明者】蔣嶷川, 鄭小明 申請人:東南大學(xué)