基于忠诚度的社交网络用户发现方法

• 作者: 吴卫江 周晓明 李国和 洪云峰 薛云
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 社交网络 用户发现 忠诚度 RFM 社区划分
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 第十六届中国机器学习会议(CCML 2017)
• 页码范围: 3095-3100
• 页数: 6页
• 分类号: TP393
• 字数: 6516字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.11.3095

摘要

针对社交网络中提高用户的高黏性问题,提出了一种基于用户忠诚度的用户发现的算法.该算法利用双重RFM模型对用户忠诚度进行计算,挖掘出忠诚度不同分类的用户.首先,通过双重RFM模型动态计算出用户在某一时间段的消费价值与行为价值,得到用户某一时间段的忠诚度;其次,根据用户的忠诚度,确定标度曲线,利用相似度计算找到典型的忠诚用户与不忠诚用户;最后,采用基于模块度的社区发现与独立级联传播模型,发现潜在的忠诚用户与不忠诚用户.在某社交网络的微博数据集上,实现了社会性网络服务(SNS)下用户忠诚度的量化表示,获得了基于用户忠诚度的用户发现结果.实验结果表明,所提算法能够有效挖掘出基于忠诚度的用户分类,可以为社交网站针对用户的个性化推荐及营销等,提供理论支持和实用方法.