The present invention provides a method for pushing the product information to the user and device, by similarity factor, between any two users the intimacy factor and each user the number of one-way links, and according to the similarity factor, user intimacy between factor and the one-way connection number for each user's influence the index, which can be user influence index ranking, then according to the influence index is sent to the user terminal product information. The invention of the method to the user push product information considering the similarity between the user and the intimacy factor, in between users to contact, users of the upstream influence index based on the similarity and closeness to its directed edges connected by the downstream user, more in line with the user interaction in real life the influence of the situation, to improve the accuracy of user influence evaluation results, thus improving the product information to the user terminal transmitting effect.
【技术实现步骤摘要】
向用户推送产品信息的方法及装置
本专利技术实施例涉及互联网
,尤其涉及一种向用户推送产品信息的方法及装置。
技术介绍
在当前的社交网络大潮中,通过用户社交圈进行产品信息推送正在成为传统行业所做的积极尝试。企业将系统地看待目标用户群体,利用用户之间相互联系和相互作用的机理,识别、引导和培育出一个用户影响力体系,并将它运用于市场营销,即所谓的“影响力营销”的概念。如何应用互联网对社交网络进行数据挖掘,评估社交圈中用户的影响力,识别社交圈中拥有巨大影响力的用户一直是企业所面临的重点和难点。目前对影响力评估常应用PageRank算法(网页排名算法),其中PageRank算法是Google的创始人拉里·佩奇和谢尔盖·布林开发的技术,用于衡量特定网页相对于搜索引擎索引中的其他网页而言的重要程度。而将PageRank算法应用于对用户的影响力评估领域中,则以用户为节点,用户之间的关系为有向边,例如在微博等社交网站或即时通信软件中的关注与被关注的关系,对于影响力越高的用户,关注他的用户越多,而被影响力越高的用户关注,其影响力也越高。现有的用户影响力评估模型中,将用户之间的相互影响采取等价处理的方式,即用户之间的有向边是等价的,上游用户的影响力指数平均赋予给与其通过有向边连接的各下游用户,因此导致用户影响力评估结果并不准确,根据该用户影响力评估结果进行产品信息推送也无法达到较好的信息推送效果。
技术实现思路
本专利技术提供一种向用户推送产品信息的方法及装置,以提供基于相似度和亲密度进行用户影响力评估,用户影响力评估结果较为准确,应用于向用户推送产品信息的领域中,可提高产品信 ...
【技术保护点】
一种向用户推送产品信息的方法,其特征在于,包括:根据每个用户的相似度相关特征获取任意两个用户之间的相似度因子;根据每个用户的亲密度相关特征获取任意两个用户之间的亲密度因子;获取每个用户的单向联系个数;根据用户之间的相似度因子、亲密度因子及所述单向联系个数,获取每个用户的影响力指数;根据所述影响力指数向用户终端发送产品信息。
【技术特征摘要】
1.一种向用户推送产品信息的方法,其特征在于,包括:根据每个用户的相似度相关特征获取任意两个用户之间的相似度因子;根据每个用户的亲密度相关特征获取任意两个用户之间的亲密度因子;获取每个用户的单向联系个数;根据用户之间的相似度因子、亲密度因子及所述单向联系个数,获取每个用户的影响力指数;根据所述影响力指数向用户终端发送产品信息。2.根据权利要求1所述的方法,其特征在于,所述根据用户之间的相似度因子、亲密度因子及所述单向联系个数,获取每个用户的影响力指数,具体包括:根据如下公式获取每个用户的影响力指数;其中,T为用户总数,为用户i的影响力指数,i为1-T中的整数;为与所述用户i有单向联系的用户j的影响力指数,j为1-T中的整数,Lj为由所述用户j单向联系的用户的个数,的初始为1/T;d为阻尼因子,1-d表示除所述用户j外的其他随机用户单向联系所述用户i的概率;为所述用户j与所述用户i之间的相似度因子;为所述用户j与所述用户i之间的亲密度因子;更新所述用户j的影响力指数后根据所述用户影响力评估模型进行迭代,直到任意用户i的影响力指数为恒定或达到预定迭代次数,以获取每一用户的影响力指数。3.根据权利要求1所述的方法,其特征在于,所述根据每个用户的相似度相关特征获取任意两个用户之间的相似度因子,具体包括:将用户的每一相似度相关特征按预定规则进行分组,并离散化,获取对应的相似度相关特征值;根据所述相似度相关特征值获取任意两个用户之间的欧氏距离;通过将所述欧氏距离归一化处理,获取任意两个用户之间的相似度因子。4.根据权利要求3所述的方法,其特征在于,所述相似度相关特征包括用户性别参数、年龄参数、消费数据、活跃地理区域信息和兴趣信息中的一个或多个;其中,所述用户性别参数、所述年龄参数及所述消费数据由通信系统中BSS域获取,活跃地理区域信息及用户兴趣信息由通信系统中OSS域获取。5.根据权利要求3所述的方法,其特征在于,所述根据所述相似度相关特征值获取任意两个用户之间的欧氏距离,具体包括:根据如下公式获取任意两个用户的欧氏距离:其中,sji为用户j与用户i之间的欧氏距离,n为相似度相关特征的类别数量,n为正整数,k为1-n中的整数;与分别为所述用户i与所述用户j与第k类相似度相关特征对应的相似度相关特征值;所述通过将所述欧氏距离归一化处理,获取任意两个用户之间的相似度因子,具体包括:根据如下公式将所述欧氏距离归一化处理,获取用户j与用户i之间的相似度因子其中,μs为所有用户中任意两个用户之间的欧氏距离的平均值,σs为所有用户中任意两个用户之间的欧氏距离的标准差。6.根据权利要求1所述的方法,其特征在于,所述根据每个用户的亲密度相关特征获取任意两个用户之间的亲密度因子,具体包括:获取在预定时段内任意用户j对用户i的主动呼叫频次、以及每次主动呼叫的通话时长;根据在预定时段内所述用户j对所述用户i的主动呼叫频次以及每次主动呼叫的通话时长,获取用户j与用户i之间的亲密度因子。7.根据权利要求6所述的方法,其特征在于,所述根据主动呼叫频次以及每次主动呼叫的通话时长,获取用户j与用户i之间的亲密度因子,具体包括:根据预定时段内所述用户j对所述用户i的每次主动呼叫的通话时长获取单次通话平均时长;将预定时段内所述用户j对所述用户i的主动呼叫频次、以及单次通话平均时长分别按取值范围区间分组并进行离散化,并根据获取用户j与用户i之间的亲密度因子其中,代表离散化后的预定时段内所述用户j对所述用户i的主动呼叫频次,代表离散化后的所述单次通话平均时长;或者,根据预定时段内所述用户j对所述用户i的主动呼叫频次以及每次主动呼叫的通话时长,获取在预定时段内所述用户j对所述用户i的主动呼叫的通话总时长;将预定时段内所述用户j对所述用户i的主动呼叫的通话总时长按取值范围区间分组并进行离散化,并根据获取用户j与用户i之间的亲密度因子其中,代表离散化后的所述用户j对所述用户i的主动呼叫的通话总时长。8.根据权利要求7所述的方法,其特征在于,所述获取用户j与用户i之间的亲密度因子后,还包括:将所述用户亲密度因子根据如下公式进行归一化处理,并以归一化处理后的结果为用户j与用户i之间的亲密度因子:其中,μq为所有用户中任意两个用户之间的亲密度因子的平均值,σq为所有用户中...
【专利技术属性】
技术研发人员:贾玉玮,晁昆,程新洲,袁明强,慕明君,
申请(专利权)人:中国联合网络通信集团有限公司,
类型:发明
国别省市:北京,11
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。