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】
本专利技术涉及数据分析,具体涉及一种基于大数据的社交媒体用户行为预测系统及方法。
技术介绍
1、随着计算机技术发展,通过社交平台发布媒体资源已日益普及,用户通过手机等移动设备进行网络社交的过程中,用户的社交媒体行为也通过信息的传播产生相应的数据标签,这些移动数据标签能够真实的反应用户的社交行为以及社交行为的变化规律。然而,目前对于社交媒体用户行为进行预测的方案并不完善,预测结果并不准确。
技术实现思路
1、本专利技术正是基于上述问题,提出了一种基于大数据的社交媒体用户行为预测系统及方法,通过本专利技术方案可以对于具体的事件/话题/新闻进行智能的用户行为预测,提高了用户行为预测的效率和准确率。
2、有鉴于此,本专利技术的一方面提出了一种基于大数据的社交媒体用户行为预测系统,包括:云服务器和社交媒体平台;
3、所述云服务器被配置为:
4、获取多个所述社交媒体平台的历史数据;
5、根据所述历史数据生成多个社交媒体平台画像和用户行为画像;
6、根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型;
7、根据所述用户行为画像和所述第一事件模型得到第一用户事件处理模型;
8、根据所述第一监测模型对所述社交媒体平台进行监测;
9、当监测到第一事件时,根据所述第一监测模型和所述第一事件模型生成第一事件监测模型;
10、根据所述第一事件监测模型对所述社交媒体平台进行监测
11、根据所述第一事件监测数据和所述第一用户事件处理模型得到对于所述第一事件的用户行为预测数据。
12、本专利技术的另一方面提供一种基于大数据的社交媒体用户行为预测方法,包括:
13、获取多个社交媒体平台的历史数据;
14、根据所述历史数据生成多个社交媒体平台画像和用户行为画像;
15、根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型;
16、根据所述用户行为画像和所述第一事件模型得到第一用户事件处理模型;
17、根据所述第一监测模型对所述社交媒体平台进行监测;
18、当监测到第一事件时,根据所述第一监测模型和所述第一事件模型生成第一事件监测模型;
19、根据所述第一事件监测模型对所述社交媒体平台进行监测,得到对所述第一事件的第一事件监测数据;
20、根据所述第一事件监测数据和所述第一用户事件处理模型得到对于所述第一事件的用户行为预测数据。
21、可选地,所述根据所述历史数据生成多个社交媒体平台画像和用户行为画像的步骤,包括:
22、从所述历史数据中提取平台特征数据;
23、对所述平台特征数据进行统计分析,建立量化平台画像;
24、从所述平台特征数据中提取用户群体特征数据,并根据所述用户群体特征数据构建用户群体画像;
25、从所述平台特征数据中提取内容特征数据,并根据所述内容特征数据构建内容画像;
26、从所述平台特征数据中提取互动特征数据,并根据所述互动特征数据构建互动画像;
27、从所述平台特征数据中提取活跃度特征数据,并根据所述活跃度特征数据构建活跃度画像;
28、将所述量化平台画像、所述用户群体画像、所述内容画像、所述互动画像、所述活跃度画像进行融合,得到所述社交媒体平台画像。
29、可选地,所述根据所述历史数据生成多个社交媒体平台画像和用户行为画像的步骤,包括:
30、从所述历史数据中提取所述社交媒体平台的用户的历史行为数据;
31、从所述历史行为数据中挖掘关联规则,确定不同行为之间的第一关联关系;
32、对所述历史行为数据进行特征工程,提取行为特征;
33、基于所述第一关联关系和所述行为特征对所述社交媒体平台的用户进行聚类,使得每一类用户形成一个行为画像群体;
34、结合所述行为特征中对应每个所述行为画像群体对应的数据,对每个所述行为画像群体进行行为分析,得到多个群体行为画像;
35、根据所述群体行为画像,为所述社交媒体平台的每个用户打上对应的标签以表示用户属于哪类行为画像群体;
36、将所述群体行为画像作为所述社交媒体平台的用户的所述用户行为画像。
37、可选地,所述根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型的步骤,包括:
38、确定所述社交媒体平台的第一监测目标和第一监测指标;
39、根据所述第一监测目标和所述第一监测指标从所述小组画像数据中提取能代表监测目标的第一关键特征;
40、根据所述第一监测目标和所述第一监测指标,选择第一基本模型;
41、根据所述第一基本模型,使用所述第一关键特征进行训练和建模,得到所述第一基本监测模型;
42、对所述第一基本监测模型进行评估和调优,得到第一监测模型。
43、可选地,所述根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型的步骤,包括:
44、根据所述第一监测目标和所述第一监测指标,确定需要监控的关键事件;
45、从所述社交媒体平台画像数据提取能反映所述关键事件的第二关键特征;
46、选择与所述关键事件匹配的第二基本模型;
47、使用所述第二关键特征,对所述第二基本模型进行训练,得到所述第一关键事件模型。
48、可选地,所述根据所述用户行为画像和所述第一事件模型得到第一用户事件处理模型的步骤,包括:
49、从所述历史数据中提取历史事件数据;
50、基于大数据分析技术,对所述历史行为数据和所述历史事件数据进行分析,确定不同类型事件对用户行为的影响因素;
51、根据所述用户行为画像,计算不同用户对所述影响因素的敏感度,形成用户行为敏感度矩阵;
52、基于所述第一事件模型,构建事件模拟器以模拟事件在用网络中的传播和影响力变化,获得事件对不同用户群体的影响程度矩阵;
53、将所用户行为敏感度矩阵和所述影响程度矩阵相结合,建立所述社交媒体平台的每个用户对于给定事件类型的响应模型;
54、使用所述历史数据验证所述响应模型的效果,得到验证结果;
55、根据所述验证结果调整所述响应模型的参数得到所述第一用户事件处理模型。
56、可选地,所述当监测到第一事件时,根据所述第一监测模型和所述第一事件模型生成第一事件监测模型的步骤,包括:
57、收集与所述第一事件相关的第一实时数据;
58、从所述第一实时数据中提取所述第一事件的第一事件特征;
59、将所述第一事件特征与所述第一事件模型进行匹配,识别所述第一事件的第一本文档来自技高网...
【技术保护点】
1.一种基于大数据的社交媒体用户行为预测系统,其特征在于,包括:云服务器和社交媒体平台;
2.一种基于大数据的社交媒体用户行为预测方法,其特征在于,包括:
3.根据权利要求2所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述历史数据生成多个社交媒体平台画像和用户行为画像的步骤,包括:
4.根据权利要求3所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述历史数据生成多个社交媒体平台画像和用户行为画像的步骤,包括:
5.根据权利要求4所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型的步骤,包括:
6.根据权利要求5所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型的步骤,包括:
7.根据权利要求6所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述用户行为画像和所述第一事件模型得到第一用户事
8.根据权利要求7所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述当监测到第一事件时,根据所述第一监测模型和所述第一事件模型生成第一事件监测模型的步骤,包括:
9.根据权利要求8所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述第一事件监测模型对所述社交媒体平台进行监测,得到对所述第一事件的第一事件监测数据的步骤,包括:
10.根据权利要求9所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述第一事件监测数据和所述第一用户事件处理模型得到对于所述第一事件的用户行为预测数据的步骤,包括:
...【技术特征摘要】
1.一种基于大数据的社交媒体用户行为预测系统,其特征在于,包括:云服务器和社交媒体平台;
2.一种基于大数据的社交媒体用户行为预测方法,其特征在于,包括:
3.根据权利要求2所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述历史数据生成多个社交媒体平台画像和用户行为画像的步骤,包括:
4.根据权利要求3所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述历史数据生成多个社交媒体平台画像和用户行为画像的步骤,包括:
5.根据权利要求4所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述社交媒体平台画像建立各个所述社交媒体平台的第一监测模型和第一事件模型的步骤,包括:
6.根据权利要求5所述的基于大数据的社交媒体用户行为预测方法,其特征在于,所述根据所述社交媒体平台画像建立各个所述...
【专利技术属性】
技术研发人员:任丙权,王雪峰,张永,
申请(专利权)人:深圳振华数据信息技术有限公司,
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。