【摘要】：針對(duì)社交網(wǎng)絡(luò)中提高用戶的高黏性問(wèn)題,提出了一種基于用戶忠誠(chéng)度的用戶發(fā)現(xiàn)的算法。該算法利用雙重RFM模型對(duì)用戶忠誠(chéng)度進(jìn)行計(jì)算,挖掘出忠誠(chéng)度不同分類的用戶。首先,通過(guò)雙重RFM模型動(dòng)態(tài)計(jì)算出用戶在某一時(shí)間段的消費(fèi)價(jià)值與行為價(jià)值,得到用戶某一時(shí)間段的忠誠(chéng)度;其次,根據(jù)用戶的忠誠(chéng)度,確定標(biāo)度曲線,利用相似度計(jì)算找到典型的忠誠(chéng)用戶與不忠誠(chéng)用戶;最后,采用基于模塊度的社區(qū)發(fā)現(xiàn)與獨(dú)立級(jí)聯(lián)傳播模型,發(fā)現(xiàn)潛在的忠誠(chéng)用戶與不忠誠(chéng)用戶。在某社交網(wǎng)絡(luò)的微博數(shù)據(jù)集上,實(shí)現(xiàn)了社會(huì)性網(wǎng)絡(luò)服務(wù)(SNS)下用戶忠誠(chéng)度的量化表示,獲得了基于用戶忠誠(chéng)度的用戶發(fā)現(xiàn)結(jié)果。實(shí)驗(yàn)結(jié)果表明,所提算法能夠有效挖掘出基于忠誠(chéng)度的用戶分類,可以為社交網(wǎng)站針對(duì)用戶的個(gè)性化推薦及營(yíng)銷等,提供理論支持和實(shí)用方法。
[Abstract]:In order to improve the high viscosity of users in social networks, a user discovery algorithm based on user loyalty is proposed. The dual RFM model is used to calculate the loyalty of users, and the users with different categories of loyalty are mined. Firstly, the user's consumption value and behavior value in a certain time period are calculated dynamically by double RFM model, and the loyalty of the user in a certain time period is obtained. Secondly, according to the loyalty of users, the scale curve is determined, and the typical loyal users and disloyal users are found by similarity calculation. Finally, a modular based community discovery and independent cascade propagation model is used to find potential loyal and disloyal users. Based on Weibo data set of a social network, the quantitative representation of user loyalty under social network service (SNS) is realized, and the results of user discovery based on user loyalty are obtained. Experimental results show that the proposed algorithm can effectively mine user classification based on loyalty, and can provide theoretical support and practical methods for personalized recommendation and marketing of social network sites.
【作者單位】： 中國(guó)石油大學(xué)(北京)石油數(shù)據(jù)挖掘北京市重點(diǎn)實(shí)驗(yàn)室;中國(guó)石油大學(xué)(北京)地球物理與信息工程學(xué)院;北京聯(lián)合大學(xué)商務(wù)學(xué)院;石大兆信數(shù)字身份管理與物聯(lián)網(wǎng)技術(shù)研究院;
【基金】：國(guó)家863計(jì)劃項(xiàng)目(2009AA062802) 國(guó)家自然科學(xué)基金資助項(xiàng)目(60473125,71572015) 中國(guó)石油(CNPC)石油科技中青年創(chuàng)新基金資助項(xiàng)目(05E7013) 國(guó)家油氣重大專項(xiàng)子課題(G5800-08-ZS-WX) 中國(guó)石油大學(xué)(北京)克拉瑪依校區(qū)科研啟動(dòng)基金資助項(xiàng)目(RCYJ2016B-03-001)~~
【分類號(hào)】：TP301.6;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Bruce Antelman;李雯;;社交網(wǎng)絡(luò)[J];高校圖書館工作;2008年01期

2 ;美國(guó):印刷企業(yè)青睞社交網(wǎng)絡(luò)營(yíng)銷新方式[J];中國(guó)包裝工業(yè);2010年Z1期

3 樓向英;高春玲;;移動(dòng)社交網(wǎng)絡(luò)在圖書館中的應(yīng)用初探[J];圖書館雜志;2013年12期

4 勞倫·考克斯;;請(qǐng)?jiān)诠ぷ鲿r(shí)更新你的狀態(tài)[J];科技創(chuàng)業(yè);2011年05期

5 吳炳;鄭淵;;基于社交禮品網(wǎng)站淺談社交網(wǎng)絡(luò)營(yíng)銷[J];北方經(jīng)貿(mào);2014年03期

6 Puting;;用心聆聽,從點(diǎn)滴做起[J];成功營(yíng)銷;2011年07期

7 吳勇毅;;大數(shù)據(jù)熱涌背后的冷思考[J];信息化建設(shè);2013年01期

8 于光媚;;社交網(wǎng)絡(luò)成安全“重災(zāi)區(qū)” 用戶需加強(qiáng)自主防護(hù)[J];通信世界;2014年13期

9 ;英國(guó) 初創(chuàng)企業(yè)如何應(yīng)用社交網(wǎng)絡(luò)營(yíng)銷[J];中國(guó)制衣;2013年08期

10 吳文昊;范春曉;;一種基于社交網(wǎng)絡(luò)模式的公共交通服務(wù)[J];軟件;2012年12期

相關(guān)會(huì)議論文 前1條

1 顏艷春;;電子商務(wù)的下一個(gè)浪潮:社交購(gòu)物[A];第四屆（2011）中國(guó)商業(yè)信息化行業(yè)大會(huì)暨第四屆中國(guó)商業(yè)信息化技術(shù)展覽會(huì)會(huì)刊[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 ;企業(yè)如何創(chuàng)建內(nèi)部社交網(wǎng)絡(luò)[N];網(wǎng)絡(luò)世界;2012年

2 焦霖;人臉識(shí)別技術(shù)與社交網(wǎng)絡(luò)威脅個(gè)人隱私[N];中國(guó)社會(huì)科學(xué)報(bào);2011年

3 本報(bào)記者 程彥博;社交網(wǎng)絡(luò)的企業(yè)級(jí)應(yīng)用價(jià)值[N];中國(guó)計(jì)算機(jī)報(bào);2013年

4 記者 楊駿;約會(huì)軟件:下一場(chǎng)“社交網(wǎng)絡(luò)風(fēng)暴”？[N];新華每日電訊;2014年

5 趙圓媛;中國(guó)社交網(wǎng)絡(luò)——科技融資帶來(lái)另類掘金體驗(yàn)[N];四川日?qǐng)?bào);2008年

6 本報(bào)記者 卞曉婷;臉萌應(yīng)用風(fēng)靡社交網(wǎng)絡(luò) 內(nèi)容單一恐后勁不足[N];通信信息報(bào);2014年

7 電腦商報(bào)記者 彭敏;SNS引發(fā)協(xié)作新趨勢(shì)：社區(qū)化[N];電腦商報(bào);2009年

8 特約撰稿 史彥澤;當(dāng)SaaS遇到社交網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2012年

9 張貝貝;CIO為社交網(wǎng)絡(luò)頭疼?[N];中華合作時(shí)報(bào);2013年

10 本報(bào)記者 邱燕娜;SaaS二次浪潮[N];中國(guó)計(jì)算機(jī)報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 李鑫;基于位置社交網(wǎng)絡(luò)的地點(diǎn)推薦方法及應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

2 梁斌;社交網(wǎng)絡(luò)人物搜索的研究[D];清華大學(xué);2015年

3 張魯民;面向社交網(wǎng)絡(luò)的群體分析關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

4 孔超;基于異構(gòu)開放數(shù)據(jù)源的實(shí)體匹配[D];華東師范大學(xué);2017年

5 丁旋;社交網(wǎng)絡(luò)分析中的隱私保護(hù)問(wèn)題：去匿名化與無(wú)縫隱私[D];清華大學(xué);2014年

6 張志軍;社交網(wǎng)絡(luò)中個(gè)性化推薦模型及算法研究[D];山東師范大學(xué);2015年

7 連德富;基于位置社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

8 鄭夏冰;探討過(guò)量使用移動(dòng)社交網(wǎng)絡(luò)Apps對(duì)個(gè)人用戶的負(fù)面影響[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

9 黃寶成;基于社交網(wǎng)絡(luò)的輿情信息挖掘方法研究[D];哈爾濱工業(yè)大學(xué);2017年

10 曾雪;在線社交網(wǎng)絡(luò)用戶的分類及采樣研究[D];電子科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 賈沖沖;基于MapReduce的微博好友推薦研究[D];東北林業(yè)大學(xué);2015年

2 呂家琦;分布式環(huán)境下基于語(yǔ)義的社團(tuán)發(fā)現(xiàn)算法研究[D];遼寧大學(xué);2015年

3 趙俊;社交網(wǎng)絡(luò)的數(shù)據(jù)采集與分析方法研究[D];鄭州大學(xué);2015年

4 王雄;基于社交網(wǎng)絡(luò)的混合推薦算法研究[D];蘭州大學(xué);2015年

5 孫國(guó)豪;社交網(wǎng)絡(luò)中基于信任的推薦系統(tǒng)[D];蘇州大學(xué);2015年

6 王迪;在線網(wǎng)絡(luò)中推薦系統(tǒng)相關(guān)算法的研究[D];山東大學(xué);2015年

7 殷澤龍;基于傳播模型的社交網(wǎng)絡(luò)潛在熱點(diǎn)話題挖掘[D];哈爾濱工業(yè)大學(xué);2015年

8 王婉青;社交網(wǎng)絡(luò)下信任傳播模型的個(gè)性化推薦研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

9 蘭冰;社交網(wǎng)絡(luò)中個(gè)性化推薦方法的研究[D];電子科技大學(xué);2014年

10 李全樂;社交網(wǎng)絡(luò)的@行為用戶推薦方法研究[D];北京理工大學(xué);2015年

，

本文編號(hào)：2404931