System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别涉及一种具有影响力的用户筛选方法、装置、存储介质及设备。
技术介绍
1、一些用户在某些方面具有较大的影响力,我们可以筛选出这些具有影响力的用户,进而可以通过这些用户进行信息传播。
2、通常,计算机设备可以获取用户在使用社交网络平台时产生的统计数据,基于这些统计数据分析用户的关注用户数量、活跃度、点击浏览次数、转发数量等统计信息,基于统计信息筛选出具有影响力的用户。
3、在评估一个用户的影响力时,不仅要考虑其对线上关注用户的影响力,还需要考虑其对线下关注用户的影响力。目前,只能通过社交网络平台这些线上数据来筛选具有影响力的用户,会导致影响力的计算不够全面,从而影响用户筛选的准确性。
技术实现思路
1、本申请提供了一种具有影响力的用户筛选方法、装置、存储介质及设备,用于解决只根据线上数据筛选具有影响力的用户,计算不够全面,影响用户筛选的准确性的问题。所述技术方案如下:
2、根据本申请的第一方面,提供了一种具有影响力的用户筛选方法,所述方法包括:
3、获取在目标区域内产生信令数据的用户;
4、根据所述信令数据筛选可能会在所述目标区域内产生消费行为的用户;
5、对筛选出的用户创建拓扑网络,所述拓扑网络中的节点表示筛选出的用户,边表示有关联的用户之间的权重;
6、基于加权邻接矩阵计算所述拓扑网络中的用户在各个时刻的第一重要度,所述加权邻接矩阵中的元素表示两个用户之间的连接权重,所述第一重
7、根据所述第一重要度和影响力衰减公式计算所述拓扑网络中的用户在各个时段的第二重要度,所述第二重要度表示特定时段用户在所述拓扑网络中对其他用户的影响力;
8、根据所述第二重要度筛选具有影响力的用户。
9、在一种可能的实现方式中,所述基于加权邻接矩阵计算所述拓扑网络中的节点在各个时刻的第一重要度,包括:
10、获取加权邻接矩阵和每个节点的邻居节点数矩阵,所述邻居节点数矩阵中的元素表示节点的邻居节点数;
11、根据所述加权邻接矩阵和所述邻居节点数矩阵计算节点重要度向量;
12、根据所述节点重要度向量计算所述拓扑网络中的节点在各个时刻的第一重要度。
13、在一种可能的实现方式中,所述根据所述第一重要度和影响力衰减公式计算所述拓扑网络中的用户在各个时段的第二重要度,包括:
14、根据时刻的先后顺序、节点的最小影响力和时间冷却系数创建影响力衰减公式;
15、根据所述影响力衰减公式计算所述拓扑网络中的用户的影响力;
16、将所述第一重要度和所述影响力进行加权和运算,得到用户在各个时段的第二重要度。
17、在一种可能的实现方式中,所述根据所述信令数据筛选可能会在所述目标区域内产生消费行为的用户,包括:
18、根据所述信令数据筛选在所述目标区域内产生过消费行为的用户;
19、根据所述信令数据确定与筛选出的用户相关联的用户;
20、将筛选出的用户确定为可能会在所述目标区域内产生消费行为的用户。
21、在一种可能的实现方式中,所述根据所述信令数据筛选在所述目标区域内产生过消费行为的用户,包括:
22、根据所述信令数据中的访问次数、停留时长和消费数据,从所述用户中过滤掉所述目标区域内的工作人员;
23、根据所述信令数据中的收款数据,从所述用户中过滤掉所述目标区域内的商家;
24、根据所述信令数据中的停留时长和消费数据,从所述用户中过滤掉所述目标区域的过客;
25、将过滤后的剩余用户确定为在所述目标区域内产生过消费行为的用户。
26、在一种可能的实现方式中,所述根据所述信令数据确定与筛选出的用户相关联的用户,包括:
27、根据所述信令数据中的户籍数据筛选与所述用户有家庭关系的用户;
28、根据所述信令数据中的工作时段内的停留时长和停留次数筛选与所述用户有工作关系的用户;
29、根据所述信令数据中的通讯数据筛选与所述用户有朋友关系的用户;
30、将筛选出的用户确定为与所述用户相关联的用户。
31、在一种可能的实现方式中,所述方法还包括:
32、获取社交网络上的发布信息;
33、根据所述发布信息的定位区域和/或所述发布信息中包含的区域信息计算各个区域的出现频率;
34、根据所述出现频率筛选目标区域。
35、根据本申请的第二方面,提供了一种具有影响力的用户筛选装置,所述装置包括:
36、获取模块,用于获取在目标区域内产生信令数据的用户;
37、筛选模块,用于根据所述信令数据筛选可能会在所述目标区域内产生消费行为的用户;
38、创建模块,用于对筛选出的用户创建拓扑网络,所述拓扑网络中的节点表示筛选出的用户,边表示有关联的用户之间的权重;
39、计算模块,用于基于加权邻接矩阵计算所述拓扑网络中的用户在各个时刻的第一重要度,所述加权邻接矩阵中的元素表示两个用户之间的连接权重,所述第一重要度表示特定时刻用户在所述拓扑网络中对其他用户的影响力;
40、所述计算模块,还用于根据所述第一重要度和影响力衰减公式计算所述拓扑网络中的用户在各个时段的第二重要度,所述第二重要度表示特定时段用户在所述拓扑网络中对其他用户的影响力;
41、所述筛选模块,还用于根据所述第二重要度筛选具有影响力的用户。
42、根据本申请的第三方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如上所述的具有影响力的用户筛选方法。
43、根据本申请的第四方面,提供了一种计算机设备,所述计算机设备包括具有影响力的用户筛选上述具有影响力的用户筛选装置。
44、本申请提供的技术方案的有益效果至少包括:
45、通过筛选可能会在目标区域内产生消费行为的用户,并对这些用户创建拓扑网络(关系传播网络),再基于加权邻接矩阵计算拓扑网络中的用户在各个时刻的第一重要度,然后基于第一重要度和影响力衰减公式计算拓扑网络中的用户在各个时段的第二重要度,最后根据第二重要度筛选具有影响力的用户,实现基于线下数据筛选具有影响力的用户,提高了用户筛选的准确性。
本文档来自技高网...【技术保护点】
1.一种具有影响力的用户筛选方法,其特征在于,所述方法包括:
2.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述基于加权邻接矩阵计算所述拓扑网络中的节点在各个时刻的第一重要度,包括:
3.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述根据所述第一重要度和影响力衰减公式计算所述拓扑网络中的用户在各个时段的第二重要度,包括:
4.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述根据所述信令数据筛选可能会在所述目标区域内产生消费行为的用户,包括:
5.根据权利要求4所述的具有影响力的用户筛选方法,其特征在于,所述根据所述信令数据筛选在所述目标区域内产生过消费行为的用户,包括:
6.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述根据所述信令数据确定与筛选出的用户相关联的用户,包括:
7.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述方法还包括:
8.一种具有影响力的用户筛选装置,其特征在于,所述装置包括:
9.一种计
10.一种计算机设备,其特征在于,计算机设备包括:权利要求8所述的具有影响力的用户筛选装置。
...【技术特征摘要】
1.一种具有影响力的用户筛选方法,其特征在于,所述方法包括:
2.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述基于加权邻接矩阵计算所述拓扑网络中的节点在各个时刻的第一重要度,包括:
3.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述根据所述第一重要度和影响力衰减公式计算所述拓扑网络中的用户在各个时段的第二重要度,包括:
4.根据权利要求1所述的具有影响力的用户筛选方法,其特征在于,所述根据所述信令数据筛选可能会在所述目标区域内产生消费行为的用户,包括:
5.根据权利要求4所述的具有影响力的用户筛选方法,其特征在于,所述根据所述信令数据筛选在...
【专利技术属性】
技术研发人员:王恺,朱轩平,邓琦,梁天鹏,杨雪骢,黄琪钶,
申请(专利权)人:北京大也智慧数据科技服务有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。