社群画像构建方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种社群画像构建方法、装置、设备及存储介质，用于提高社群营销推广分析的效率和效果。所述方法包括：根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群；计算每一个社群的用户规模、每一个社群内每一个用户的关系数和连通三角形数；对每一个社群对应的关系数进行求和，得到每一个社群对应的关系数总数；对每一个社群对应的连通三角形数进行求和，得到每一个社群对应的连通三角形总数；根据用户规模、关系数总数以及连通三角形总数，计算得到每一个社群对应的社群紧密度；根据社群紧密度从大到小的顺序，将每一个社群对应的社群画像进行排序。

【技术实现步骤摘要】
社群画像构建方法、装置、设备及存储介质
本专利技术涉及人工智能的群体画像
，尤其涉及一种社群画像构建方法、装置、设备及存储介质。
技术介绍
在客户关系管理场景中，为实现通过社群进行营销推广，一般需要对社群进行分组或特征分析等处理，目前采用机器学习技术实现社群分组和用户购买预测，然而通过机器学习技术存在模型准确性难以验证、也无法通过社群用户实现自发性传播推广。此外，还采用人工方式进行手动构建社群或分析社群特征，然而通过人工方式造成成本居高。因此，目前进行社群营销推广分析方式存在局限性，社群营销推广分析的效率和效果不足。
技术实现思路
本专利技术的主要目的在于解决现有社群营销推广分析方式存在局限性的问题，以提高社群营销推广分析的效率和效果。为实现上述目的，本专利技术第一方面提供了一种社群画像构建方法，包括：根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像；计算每一个所述社群的用户规模、每一个所述社群内每一个用户的关系数以及每一个所述用户的连通三角形数，所述用户规模为社群内用户的数量，所述关系数为目标用户与其它用户连接的数目，所述连通三角形数为目标用户与其它用户连接形成的三角形的个数，所述连通三角形数用于衡量所述目标用户与其它用户的紧密程度；对每一个所述社群对应的关系数进行求和，得到每一个所述社群对应的关系数总数；对每一个所述社群对应的连通三角形数进行求和，得到每一个所述社群对应的连通三角形总数，所述连通三角形总数用于衡量所述目标用户所在社群的用户紧密程度；根据所述用户规模、关系数总数以及连通三角形总数，计算得到每一个所述社群对应的社群紧密度，所述社群紧密度用于衡量所述社群内成员的关联程度；根据所述社群紧密度从大到小的顺序，将预置社群关系网络中的每一个社群对应的社群画像进行排序。可选的，在本专利技术第一方面的另一种实现方式中，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之后，包括：计算每一个所述用户的发散度，所述发散度为目标用户作为发射节点与其它用户连接的关系数，所述发散度用于衡量所述目标用户传播信息的能力；将每一个所述社群内每一个用户的发散度进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。可选的，在本专利技术第一方面的另一种实现方式中，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之后，还包括：计算每一个所述用户的接收度，所述接收度为目标用户作为接收节点与其它用户连接的关系数，所述接收度用于衡量所述目标用户接收信息的能力；将每一个所述社群内每一个用户的接收度进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。可选的，在本专利技术第一方面的另一种实现方式中，在对每一个所述社群对应的连通三角形数进行求和，得到每一个所述社群对应的连通三角形总数，所述连通三角形总数用于衡量所述目标用户所在社群的用户紧密程度之后，还包括：将每一个所述社群内每一个用户的连通三角形数进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。可选的，在本专利技术第一方面的另一种实现方式中，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之前，包括：对所述预置社群关系网络进行切分，并去除不同社群之间的关联信息，所述关联信息为某一目标社群与其它社群之间用户连接的关联数据。可选的，在本专利技术第一方面的另一种实现方式中，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之后，还包括：将每一个所述社群中的孤立用户剔除，所述孤立用户作为发射节点与其它用户连接的关系数为0，所述孤立用户作为接收节点与其它用户连接的关系数为0。可选的，在本专利技术第一方面的另一种实现方式中，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之前，还包括：获取用户数据，所述用户数据包括用户节点数据和用户关联数据，所述用户节点数据包括用户画像；将所述用户数据导入数据仓库；读取所述数据仓库中的用户节点数据和用户关联数据，并构建得到对应的预置社群关系网络。本专利技术第二方面提供了一种社群画像构建装置，包括：社群分组模块，用于根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像；计算模块，用于计算每一个所述社群的用户规模、每一个所述社群内每一个用户的关系数以及每一个所述用户的连通三角形数，所述用户规模为社群内用户的数量，所述关系数为目标用户与其它用户连接的数目，所述连通三角形数为目标用户与其它用户连接形成的三角形的个数，所述连通三角形数用于衡量所述目标用户与其它用户的紧密程度；关系数总数获取模块，用于对每一个所述社群对应的关系数进行求和，得到每一个所述社群对应的关系数总数；连通三角形总数获取模块，用于对每一个所述社群对应的连通三角形数进行求和，得到每一个所述社群对应的连通三角形总数，所述连通三角形总数用于衡量所述目标用户所在社群的用户紧密程度；社群紧密度模块，用于根据所述用户规模、关系数总数以及连通三角形总数，计算得到每一个所述社群对应的社群紧密度，所述社群紧密度用于衡量所述社群内成员的关联程度；社群画像排序模块，用于根据所述社群紧密度从大到小的顺序，将预置社群关系网络中的每一个社群对应的社群画像进行排序。可选的，在本专利技术第二方面的另一种实现方式中，所述社群画像构建装置，还包括：发散度计算模块，用于计算每一个所述用户的发散度，所述发散度为目标用户作为发射节点与其它用户连接的关系数，所述发散度用于衡量所述目标用户传播信息的能力；第一用户画像排序模块，用于将每一个所述社群内每一个用户的发散度进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。可选的，在本专利技术第二方面的另一种实现方式中，所述社群画像构建装置，还包括：接收度计算模块，用于计算每一个所述用户的接收度，所述接收度为目标用户作为接收节点与其它用户连接的关系数，所述接收度用于衡量所述目标用户接收信息的能力；第二用户画像排序模块，用于将每一个所述社群内每一个用户的接收度进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。可选的，在本专利技术第二方面的本文档来自技高网...

【技术保护点】
1.一种社群画像构建方法，其特征在于，包括：/n根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像；/n计算每一个所述社群的用户规模、每一个所述社群内每一个用户的关系数以及每一个所述用户的连通三角形数，所述用户规模为社群内用户的数量，所述关系数为目标用户与其它用户连接的数目，所述连通三角形数为目标用户与其它用户连接形成的三角形的个数，所述连通三角形数用于衡量所述目标用户与其它用户的紧密程度；/n对每一个所述社群对应的关系数进行求和，得到每一个所述社群对应的关系数总数；/n对每一个所述社群对应的连通三角形数进行求和，得到每一个所述社群对应的连通三角形总数，所述连通三角形总数用于衡量所述目标用户所在社群的用户紧密程度；/n根据所述用户规模、关系数总数以及连通三角形总数，计算得到每一个所述社群对应的社群紧密度，所述社群紧密度用于衡量所述社群内成员的关联程度；/n根据所述社群紧密度从大到小的顺序，将预置社群关系网络中的每一个社群对应的社群画像进行排序。/n

【技术特征摘要】
1.一种社群画像构建方法，其特征在于，包括：
根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像；
计算每一个所述社群的用户规模、每一个所述社群内每一个用户的关系数以及每一个所述用户的连通三角形数，所述用户规模为社群内用户的数量，所述关系数为目标用户与其它用户连接的数目，所述连通三角形数为目标用户与其它用户连接形成的三角形的个数，所述连通三角形数用于衡量所述目标用户与其它用户的紧密程度；
对每一个所述社群对应的关系数进行求和，得到每一个所述社群对应的关系数总数；
对每一个所述社群对应的连通三角形数进行求和，得到每一个所述社群对应的连通三角形总数，所述连通三角形总数用于衡量所述目标用户所在社群的用户紧密程度；
根据所述用户规模、关系数总数以及连通三角形总数，计算得到每一个所述社群对应的社群紧密度，所述社群紧密度用于衡量所述社群内成员的关联程度；
根据所述社群紧密度从大到小的顺序，将预置社群关系网络中的每一个社群对应的社群画像进行排序。


2.根据权利要求1所述的社群画像构建方法，其特征在于，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之后，包括：
计算每一个所述用户的发散度，所述发散度为目标用户作为发射节点与其它用户连接的关系数，所述发散度用于衡量所述目标用户传播信息的能力；
将每一个所述社群内每一个用户的发散度进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。


3.根据权利要求1所述的社群画像构建方法，其特征在于，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之后，还包括：
计算每一个所述用户的接收度，所述接收度为目标用户作为接收节点与其它用户连接的关系数，所述接收度用于衡量所述目标用户接收信息的能力；
将每一个所述社群内每一个用户的接收度进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。


4.根据权利要求1所述的社群画像构建方法，其特征在于，在对每一个所述社群对应的连通三角形数进行求和，得到每一个所述社群对应的连通三角形总数，所述连通三角形总数用于衡量所述目标用户所在社群的用户紧密程度之后，还包括：
将每一个所述社群内每一个用户的连通三角形数进行从大到小排序，并按排序顺序将每一个所述用户的用户画像进行排序。


5.根据权利要求1所述的社群画像构建方法，其特征在于，在所述根据不同的社群标签对预置社群关系网络中的用户进行分组，分别得到对应的多个社群，每一个所述社群都有对应的社群画像，每一个所述用户都有对应的用户画像之前，包括：
对所述...

【专利技术属性】
技术研发人员：曹合心，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44