CN108376371A - 一种基于社交网络的互联网保险营销方法和系统 - Google Patents

一种基于社交网络的互联网保险营销方法和系统 Download PDF

Info

Publication number
CN108376371A
CN108376371A CN201810105304.2A CN201810105304A CN108376371A CN 108376371 A CN108376371 A CN 108376371A CN 201810105304 A CN201810105304 A CN 201810105304A CN 108376371 A CN108376371 A CN 108376371A
Authority
CN
China
Prior art keywords
community
broker
network
subgraph
node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810105304.2A
Other languages
English (en)
Inventor
梅鵾
谢敏
谭炎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongan Information Technology Service Co Ltd
Original Assignee
Zhongan Information Technology Service Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongan Information Technology Service Co Ltd filed Critical Zhongan Information Technology Service Co Ltd
Priority to CN201810105304.2A priority Critical patent/CN108376371A/zh
Publication of CN108376371A publication Critical patent/CN108376371A/zh
Priority to KR1020197015087A priority patent/KR20190104987A/ko
Priority to SG11201907519YA priority patent/SG11201907519YA/en
Priority to PCT/CN2019/074418 priority patent/WO2019149268A1/zh
Priority to US16/392,424 priority patent/US20190251583A1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/562—Brokering proxy services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于社交网络的互联网保险营销方法和系统，包括：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，对多个第一子图分别进行社区划分，得到多个第一社区结构，以及对多个第二子图分别进行社区划分，得到多个第二社区结构；计算多个第一子图和多个第一社区结构各自的节点网络指标，以及计算多个第二子图和多个第二社区结构各自的KPI指标；对多个节点网络指标和多个KPI指标进行分析，并基于分析结果，对互联网保险进行营销。本发明实施例能够有效地进行互联网保险产品的营销，提高互联网保险营销成功的几率，同时满足网络消费者的购买需求。

Description

一种基于社交网络的互联网保险营销方法和系统
技术领域
本发明涉及社交网络技术领域，特别涉及一种基于社交网络的互联网保险营销方法和系统。
背景技术
社交网络是指个体与个体之间的关系网络，其理论基础源于六度分割理论(SixDegrees of Separation)和150法则(Rule of 150)。在社交网络中，用户与用户，用户与主题，用户与活动可以形成一个个关系网，从而形成基于图结构的海量数据，对社交网络的分析的一个主要方向就是针对关系图的图数据挖掘。
社区反映的是网络中的个体行为的局部性特征以及其相互之间的关联关系，研究网络中的社区对理解整个网络的结构和功能起到至关重要的作用，有助于分析及预测整个网络各元素间的交互关系。
保险营销是以保险这一特殊商品为客体，以消费者对这一特征商品的需求为导向，以满足消费者转嫁风险的需求为中心，以各种营销的手段，将保险商品转移给消费者，以实现保险公司长远经营目标的一系列活动。传统线下的保险营销模式营销成本较高，因此随着互联网技术的不断发展，传统险企和互联网巨头纷纷布局互联网保险，但由于人与人之间的信任度比较低，导致保险在互联网营销中成功几率较低，而且也可能存在对同一用户同一保险产品的重复营销，如此不但造成不必要的资源浪费，增加了营销成本，也会引起网络消费者的反感，导致互联网保险营销的成功几率不高。
如何利用社交网络技术来有效地进行互联网保险产品的营销，以此提高互联网保险营销成功的几率，同时满足网络消费者的购买需求，业内尚没有提出技术方案。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种基于社交网络的互联网保险营销方法和系统，能够有效地进行互联网保险产品的营销，提高互联网保险营销成功的几率，同时满足网络消费者的购买需求。所述技术方案如下：
第一方面，提供了一种基于社交网络的互联网保险营销方法，所述方法包括：
步骤S1：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
步骤S2：对所述多个第一子图分别进行社区划分，得到多个第一社区结构；以及
对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
步骤S3：计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
步骤S4：计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
步骤S5：对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。
结合第一方面，在第一种可能的实现方式中，在步骤S1中，根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图包括：
基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；
其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。
结合第一方面，在第二种可能的实现方式中，在步骤S2中，对所述多个第一子图分别进行社区划分、对所述多个第二子图分别进行社区划分的步骤均包括：
步骤S21：利用社区划分算法对子图进行社区划分，生成多个子社区；
步骤S22：对步骤S21生成的子社区再利用社区划分算法进行社区划分；
步骤S23：判断步骤S22生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对步骤S22生成的子社区进行社区划分。
结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述社区划分算法为GN算法。
结合第一方面，在第四种可能的实现方式中，在步骤S5中对多个所述节点网络指标进行分析，并基于分析结果，对互联网保险进行营销包括：
按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
基于所述关键节点，对互联网保险产品进行营销；
其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。
结合第一方面或第一方面的第四种可能的实现方式，在第五种可能的实现方式中，所述KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，在步骤S5中对多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销包括：
对经纪人人数和分享产品次数进行分析，确定出所述多个第二子图中的关键子图、所述多个第二社区结构中的关键社区，其中，所述关键子图和所述关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
对热销产品分布进行分析，确定出所述关键子图和所述关键社区各自的热销产品；
基于所述各自的热销产品的分享活跃时间段，将所述各自的热销产品的相似产品分别在所述关键子图和所述关键社区内进行营销。
第二方面，提供了一种基于社交网络的互联网保险营销系统，所述系统包括：
网络构建模块，用于根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
社区划分模块，用于对所述多个第一子图分别进行社区划分，得到多个第一社区结构；
所述社区划分模块，还用于对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
网络指标计算模块，用于计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
KPI指标计算模块，用于计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
保险营销模块，用于对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。
结合第二方面，在第一种可能的实现方式中，所述网络构建模块具体用于：
基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；
其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。
结合第二方面，在第二种可能的实现方式中，所述社区划分模块包括：
第一划分子模块，用于利用社区划分算法对子图进行社区划分，生成多个子社区；
第二划分子模块，用于对所述第一划分子模块生成的子社区再利用社区划分算法进行社区划分；
控制子模块，用于判断所述第二划分子模块生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对所述第二划分子模块生成的子社区进行社区划分。
结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述社区划分算法为GN算法。
结合第二方面，在第四种可能的实现方式中，所述保险营销模块包括：
第一排序子模块，用于按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
第二排序子模块，用于按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
确定子模块，用于将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
第一营销子模块，用于基于所述关键节点，对互联网保险产品进行营销；
其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。
结合第二方面或第二方面的第四种可能的实现方式，在第五种可能的实现方式中，所述KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，所述保险营销模块还包括：
第一分析子模块，用于对经纪人人数和分享产品次数进行分析，确定出所述多个第二子图中的关键子图、所述多个第二社区结构中的关键社区，其中，所述关键子图和所述关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
第二分析子模块，用于对热销产品分布进行分析，确定出所述关键子图和所述关键社区各自的热销产品；
第二营销子模块，用于基于所述各自的热销产品的分享活跃时间段，将所述各自的热销产品的相似产品分别在所述关键子图和所述关键社区内进行营销。
本发明实施例提供的技术方案带来的有益效果是：
1、通过建立经纪人社交网络图，并进行社区划分，可以有效挖掘出活跃度较高和重要性更高的保险经纪人群体，从而有效地进行互联网保险产品的营销，能够提高互联网保险营销成功的几率；
2、通过计算经纪人社交网络图包含的子图和社区的多个节点网络指标，可以从多个维度对经纪人的重要性进行刻画，从而可以更全面更准确地衡量经纪人在整个保险推销中的作用；
3、通过建立保险经纪人分享产品网络图，并进行社区划分，可以清晰地刻画出不同产品在不同子图和社区中的推销偏好，从而能够结合不同产品的推销偏好向网络消费者推销保险产品，进而满足网络消费者的购买需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例示出的一种基于社交网络的互联网保险营销方法流程图；
图2是根据本发明实施例示出的对子图进行社区划分的流程图；
图3是本发明实施例的经纪人分享产品网络图的社区划分结果；
图4是根据本发明实施例示出的一种基于社交网络的互联网保险营销系统的框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种基于社交网络的互联网保险营销方法，应用于保险产品的营销，能够有效地进行互联网保险产品的营销，提高互联网保险营销成功的几率，同时满足网络消费者的购买需求，其中，互联网保险产品可以是相对简单的意外险、车险、退运费险等产品，也可以是复杂的寿险等保险产品，本发明实施例对具体的互联网保险产品不加以限定。此外，本发明实施例提供的方法还可以应用于通过互联网进行营销的其他产品，该产品可以为实体产品，也可以为虚拟产品，其中，虚拟产品如电子书籍、虚拟道具等，本发明对具体的应用场景不加以限定。
图1是根据本发明实施例示出的一种基于社交网络的互联网保险营销方法流程图，本实施例提供的基于社交网络的互联网保险营销方法的执行主体可以是各种设备，如台式计算机、个人计算机、移动终端和服务器，参照图1所示，该方法包括如下步骤：
步骤S1：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，经纪人社交网络图包含有多个第一子图，经纪人分享产品网络图包含有多个第二子图。
其中，保险相关数据包括保险经纪人基本信息表、保险经纪人分享产品表、产品信息表、保险经纪人社交数据等。
其中，经纪人社交网络图的节点代表经纪人，经纪人社交网络图的边代表经纪人社交关系；
经纪人产品分享网络图的节点代表经纪人或客户，经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。
具体的，该过程可以包括：
基于弱连通图构建经纪人社交网络图和经纪人产品分享网络图。
其中，弱连通图的概念是将有向图的所有的有向边替换为无向边，所得到的图即为原图的基础。若一个有向图的基图是连通图，则有向图是弱连通图。
步骤S2：对多个第一子图分别进行社区划分，得到多个第一社区结构，以及对多个第二子图分别进行社区划分，得到多个第二社区结构。
具体的，分别通过社区发现算法对多个第一子图分别进行社区划分，得到多个第一社区结构，以及对多个第二子图分别进行社区划分，得到多个第二社区结构。
其中，社区发现算法可以包括计算网络木块化程度的Q-Modularity算法和计算网络的连边紧密度的Edge Betweenness算法。
步骤S3：计算多个第一子图和多个第一社区结构各自的节点网络指标。
其中，节点网络指标按指标类别包括度中心度(Degree Centrality)，邻近中心度(Closeness Centrality)，介中心度(Betweenness Centrality)，节点影响度(PageRank)等各项网络指标；其中，
关于度中心度：
度中心度的计算基于度本身，指的是网络中一个节点直接连接其他节点的数量，数量越大度越大。节点vi的度,记为Ki,是指与vi直接相连的节点的数目,是节点最基本的静态特征。在有向网络中,根据连边的方向不同,节点的度有入度和出度之分。定义节点vi的归一化度中心度指标为：
其中，aij即网络的邻近矩阵A中第i行第j列元素，n为网络的节点数目，分母n-1为节点可能的最大度值。
关于邻近中心性：
邻近中心性的计算基于的是最短路径的概念，侧重于表达节点到其他节点的难易程度，即可达性；一个节点与网络中其他节点的平均距离越小,该节点的邻近中心性就越大，对于有n个节点的连通网络,可以定义节点vi的邻近中心性为：
其中，dij为节点vi到网络中节点vj的距离，n为网络的节点数目。
关于介中心度：
介中心度指的是网络中节点对最短路径经过某点的条数占节点最短路径总条数的比例，衡量的是节点对其节点的控制作用，即全局控制能力；定义节点vi的归一化介中心度指标为：
其中，gst为从节点vs到vt的所有最短路径的数目,g′st为从节点vs到vt的gst条最短路径中经过vi的最短路径的数目，n为网络的节点数目。
关于节点影响度：
节点影响度指的是所有指向它的节点的重要性分值的加权和。可以采用网页排序领域中的PageRank算法，初始时刻,赋予每个节点相同的PR值,然后进行迭代,每一步把每个节点当前的PR值平分给它所指向的所有节点，每个节点的新PR值为它所获得的PR值之和,于是得到节点vi在t时刻的PR值为：
其中，aji表示是节点vj指向节点vi的个数，为节点vj的出度，迭代直到每个节点的PR值都达到稳定时为止。
上述各类节点网络指标的计算公式仅是示例性，本领域技术人员还可以通过其他计算公式计算多个第一子图和多个第一社区结构各自的节点网络指标，本发明对具体的计算过程不加以限定。
具体的，该过程可以包括：
通过各节点网络指标分别对应的计算公式，计算多个第一子图和多个第一社区结构各自的节点网络指标，并保存各自的节点网络指标。其中，对多个第一社区结构的节点网络指标的计算可以只计算各个第一社区结构的第一层社区的节点网络指标，如此便于快速、有效地得到需要分析的各个第一社区结构的节点网络指标。
本发明实施例中，通过计算多个第一子图和多个第一社区结构各自的节点网络指标，从多个维度对保险经纪人的重要性进行刻画，可以更全面更准确地衡量保险经纪人在整个保险推销中的作用，同时也便于后续对节点网络指标进行分析，从而可以有效挖掘出活跃度较高和重要性更高的保险经纪人群体。
步骤S4：计算多个第二子图和多个第二社区结构各自的KPI指标。
其中，KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段。
具体的，该过程可以包括：
计算第二子图、第二社区结构中的节点个数，得到第二子图、第二社区结构各自的经纪人人数；
计算第二子图、第二社区结构中的边数，得到第二子图、第二社区结构各自的分享产品次数；
统计出第二子图和第二社区结构中各个产品的分享情况，确定出第二子图和第二社区结构各自的热销产品；
根据产品分享时间，统计出第二子图和第二社区结构各自的分享活跃时间段；
保存多个第二子图和多个第二社区结构各自的KPI指标。
本发明实施例对具体的计算过程不加以限定。
其中，对多个第二社区结构的KPI指标的计算可以只计算各个第二社区结构的第一层社区的KPI指标，如此使得各个第二社区结构的KPI指标更有代表性、更有效。
本发明实施例中，通过计算多个第二子图和多个第二社区结构各自的KPI指标，从多个维度对保险经纪人的产品分享行为进行刻画，为后续增加经纪人分享产品成功的几率提供保障基础。
步骤S5：对多个节点网络指标和多个KPI指标进行分析，并基于分析结果，对互联网保险进行营销。
其中，对多个节点网络指标进行分析，并基于分析结果，对互联网保险进行营销，该过程可以包括：
a、按指标类别对多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点。
具体的，对多个第一子图的节点网络指标按度中心度、邻近中心度、介中心度和节点影响度分别进行降序排序，得到度中心度排列次序、邻近中心度排列次序、介中心度排列次序和节点影响度排列次序；
分别选取各排列次序中前n个节点，对各排列次序中前n个节点求并集，得到多个第一节点，其中，n可以为10。
本发明实施例中，通过按指标类别对多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点，由此在经纪人社交网络所包含的多个第一子图中获取到度中心度、邻近中心度、介中心度和节点影响度的值均比较大的经纪人节点。
b、按指标类别对多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
具体的，对多个第一社区结构的节点网络指标按度中心度、邻近中心度、介中心度和节点影响度分别进行降序排序，得到度中心度排列次序、邻近中心度排列次序、介中心度排列次序和节点影响度排列次序；
分别选取各排列次序中前n个节点，对各排列次序中前n个节点求并集，得到多个第二节点，其中，n可以为10。
本发明实施例中，通过按指标类别对多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点，由此在多个第一社区结构中获取到度中心度、邻近中心度、介中心度和节点影响度的值均比较大的经纪人节点。
c、将多个第一节点与多个第二节点的并集中的节点确定为关键节点。
d、基于关键节点，对互联网保险产品进行营销。
本发明实施例中，通过将多个第一节点与多个第二节点的并集中的节点确定为关键节点，由此扩大了关键节点的选取范围，进而可以利用作为关键节点的这些经纪人的社交关系，通过返利刺激，产生更多的经纪人，进而通过更多的经纪人对互联网保险产品进行营销。
其中，对多个KPI指标进行分析，并基于分析结果，对互联网保险进行营销，该过程可以包括：
对经纪人人数和分享产品次数进行分析，确定出多个第二子图中的关键子图、多个第二社区结构中的关键社区，其中，关键子图和关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
对热销产品分布进行分析，确定出关键子图和关键社区各自的热销产品；
基于各自的热销产品的分享活跃时间段，将各自的热销产品的相似产品分别在关键子图和关键社区内进行营销。
本发明实施例对具体的预设人数阈值、预设次数均不作具体限定。
本发明实施例中，根据经纪人分享产品网络图所包含的多个第二子图的KPI指标，确定出多个第二子图中的关键子图，并根据关键子图中的产品分布，找出关键子图中的热销产品情况，进而将相似的产品在关键子图包含的客户中进行销售，另外，通过根据关键子图中的热销产品的分享成功活跃时间分布，经过保险经纪人在活跃时间将与热销产品的相似产品推送给关键子图中相应的客户，从而能够增加经纪人销售互联网保险产品的成功几率；另外，通过将热销产品的相似产品在关键子图和关键社区内进行营销，由此不但使得常规的保险产品可以通过互联网营销，同时使得复杂的保险产品也可以通过互联网营销，使得消费者能够迅速、全面地了解产品性质，进而实现将复杂的保险产品通过互联网进行营销的目的。
图2是根据本发明实施例示出的对子图进行社区划分的流程图，如图2所示，在步骤S2中，对多个第一子图分别进行社区划分、对多个第二子图分别进行社区划分的步骤均包括：
步骤S21：利用社区划分算法对子图进行社区划分，生成多个子社区。
步骤S22：对步骤S21生成的子社区再利用社区划分算法进行社区划分。
步骤S23：判断步骤S22生成的子社区数量与其上一级的社区数量是否相等；
步骤S24：若相等，则停止社区划分并保存社区划分结果，若否，则继续对步骤S22生成的子社区进行社区划分。
本实施例中的社区划分是利用GN(Girvan and Newman)算法计算边介数(EdgeBetweenness)指标，其原理是在一个网络中，通过社区内部的边的最短路径相对较少，而通过社区之间的边的最短路径的数目则相对较多。
其中，GN算法的步骤是：
a、计算包含n个节点的网络中每一条边的边介数(Edge Betweenness)，具体来说，对每一对节点寻找最短路径，得到一个n*(n-1)/2的最短路径集合S，一个连边的边介数就是S集合中最短路径包含该连边的个数；
b、删除边介数最大的边；
c、重新计算网络中剩余边的边介数；
d、重复执行步骤b和c，直到网络中的任一顶点作为一个社区为止；
e、计算社区模块度指标，返回最佳的社区划分结果，其中，模块度(Modularity)是用来衡量一个社区划分结果的优劣。
除上述之外，还可以通过其他方式实现步骤S2，本发明实施例对具体的社区划分方式不加以限定。
示例性的，以某保险代理平台分析为例，对该保险代理平台的保险相关数据进行构建出经纪人分享网络图，通过使用本发明实施例上述的社区划分算法得到的经纪人分享产品网络图的社区划分结果可以参照图3所示，图3为本发明实施例的经纪人分享产品网络图的社区划分结果。在图3中，经纪人分享产品网络与被划分为具有四个社区的社区结构，其中，节点50311509所在社区为第一层社区，该社区中包含有多个节点。
本发明实施例提供了一种基于社交网络的互联网保险营销方法，通过建立经纪人社交网络图，并进行社区划分，可以有效挖掘出活跃度较高和重要性更高的保险经纪人群体，从而有效地进行互联网保险产品的营销，能够提高互联网保险营销成功的几率；另外，通过计算经纪人社交网络图包含的子图和社区的多个节点网络指标，可以从多个维度对经纪人的重要性进行刻画，从而可以更全面更准确地衡量经纪人在整个保险推销中的作用；另外，通过建立保险经纪人分享产品网络图，并进行社区划分，可以清晰地刻画出不同产品在不同子图和社区中的推销偏好，从而能够结合不同产品的推销偏好向网络消费者推销保险产品，进而满足网络消费者的购买需求。
图4是根据本发明实施例示出的一种基于社交网络的互联网保险营销系统的框图，如图4所示，该系统包括：
网络构建模块41，用于根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，经纪人社交网络图包含有多个第一子图，经纪人分享产品网络图包含有多个第二子图；
社区划分模块42，用于对多个第一子图分别进行社区划分，得到多个第一社区结构；
社区划分模块42，还用于对多个第二子图分别进行社区划分，得到多个第二社区结构；
网络指标计算模块43，用于计算多个第一子图和多个第一社区结构各自的节点网络指标；以及
KPI指标计算模块44，用于计算多个第二子图和多个第二社区结构各自的KPI指标；
保险营销模块45，用于对多个节点网络指标和多个KPI指标进行分析，并基于分析结果，对互联网保险进行营销。
进一步的，网络构建模块41具体用于：
基于弱连通图构建经纪人社交网络图和经纪人产品分享网络图；
其中，经纪人社交网络图的节点代表经纪人，经纪人社交网络图的边代表经纪人社交关系；
经纪人产品分享网络图的节点代表经纪人或客户，经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。
进一步地，社区划分模块42包括：
第一划分子模块421，用于利用社区划分算法对子图进行社区划分，生成多个子社区；
第二划分子模块422，用于对第一划分子模块生成的子社区再利用社区划分算法进行社区划分；
控制子模块423，用于判断第二划分子模块生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对第二划分子模块生成的子社区进行社区划分。
优选地，社区划分算法为GN算法。
进一步地，保险营销模块45包括：
第一排序子模块451，用于按指标类别对多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
第二排序子模块452，用于按指标类别对多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
确定子模块453，用于将多个第一节点与多个第二节点的并集中的节点确定为关键节点；
第一营销子模块454，用于基于关键节点，对互联网保险产品进行营销；
其中，指标类别包括度中心度、邻近中心度、介中心度和节点影响度。
进一步地，KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，保险营销模块45还包括：
第一分析子模块455，用于对经纪人人数和分享产品次数进行分析，确定出多个第二子图中的关键子图、多个第二社区结构中的关键社区，其中，关键子图和关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
第二分析子模块456，用于对热销产品分布进行分析，确定出关键子图和关键社区各自的热销产品；
第二营销子模块457，用于基于各自的热销产品的分享活跃时间段，将各自的热销产品的相似产品分别在关键子图和关键社区内进行营销。
本发明实施例提供了一种基于社交网络的互联网保险营销系统，该系统通过建立经纪人社交网络图，并进行社区划分，可以有效挖掘出活跃度较高和重要性更高的保险经纪人群体，从而有效地进行互联网保险产品的营销，能够提高互联网保险营销成功的几率；另外，通过计算经纪人社交网络图包含的子图和社区的多个节点网络指标，可以从多个维度对经纪人的重要性进行刻画，从而可以更全面更准确地衡量经纪人在整个保险推销中的作用；另外，通过建立保险经纪人分享产品网络图，并进行社区划分，可以清晰地刻画出不同产品在不同子图和社区中的推销偏好，从而能够结合不同产品的推销偏好向网络消费者推销保险产品，进而满足网络消费者的购买需求。
本领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、模块、子模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
需要说明的是，在本发明的描述中，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
需要说明的是：上述实施例提供的基于社交网络的互联网保险营销系统在执行基于社交网络的互联网保险营销方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于社交网络的互联网保险营销系统与基于社交网络的互联网保险营销方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于社交网络的互联网保险营销方法，其特征在于，包括：
步骤S1：根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
步骤S2：对所述多个第一子图分别进行社区划分，得到多个第一社区结构；以及
对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
步骤S3：计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
步骤S4：计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
步骤S5：对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。
2.根据权利要求1所述的方法，其特征在于，在步骤S1中，根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图包括：
基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；
其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。
3.根据权利要求1所述的方法，其特征在于，在步骤S2中，对所述多个第一子图分别进行社区划分、对所述多个第二子图分别进行社区划分的步骤均包括：
步骤S21：利用社区划分算法对子图进行社区划分，生成多个子社区；
步骤S22：对步骤S21生成的子社区再利用社区划分算法进行社区划分；
步骤S23：判断步骤S22生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对步骤S22生成的子社区进行社区划分。
4.根据权利要求3所述的方法，其特征在于，所述社区划分算法为GN算法。
5.根据权利要求1所述的方法，其特征在于，在步骤S5中对多个所述节点网络指标进行分析，并基于分析结果，对互联网保险进行营销包括：
按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
基于所述关键节点，对互联网保险产品进行营销；
其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。
6.根据权利要求1或5所述的方法，其特征在于，所述KPI指标包括经纪人人数、分享产品次数、热销产品分布和分享活跃时间段，在步骤S5中对多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销包括：
对经纪人人数和分享产品次数进行分析，确定出所述多个第二子图中的关键子图、所述多个第二社区结构中的关键社区，其中，所述关键子图和所述关键社区中的经纪人人数均超过预设人数阈值、且分享产品次数均超过预设次数；
对热销产品分布进行分析，确定出所述关键子图和所述关键社区各自的热销产品；
基于所述各自的热销产品的分享活跃时间段，将所述各自的热销产品的相似产品分别在所述关键子图和所述关键社区内进行营销。
7.一种基于社交网络的互联网保险营销系统，其特征在于，包括：
网络构建模块，用于根据保险相关数据，分别构建经纪人社交网络图和经纪人分享产品网络图，所述经纪人社交网络图包含有多个第一子图，所述经纪人分享产品网络图包含有多个第二子图；
社区划分模块，用于对所述多个第一子图分别进行社区划分，得到多个第一社区结构；
所述社区划分模块，还用于对所述多个第二子图分别进行社区划分，得到多个第二社区结构；
网络指标计算模块，用于计算所述多个第一子图和所述多个第一社区结构各自的节点网络指标；以及
KPI指标计算模块，用于计算所述多个第二子图和所述多个第二社区结构各自的KPI指标；
保险营销模块，用于对多个所述节点网络指标和多个所述KPI指标进行分析，并基于分析结果，对互联网保险进行营销。
8.根据权利要求7所述的系统，其特征在于，所述网络构建模块具体用于：
基于弱连通图构建所述经纪人社交网络图和所述经纪人产品分享网络图；
其中，所述经纪人社交网络图的节点代表经纪人，所述经纪人社交网络图的边代表经纪人社交关系；
所述经纪人产品分享网络图的节点代表经纪人或客户，所述经纪人产品分享网络图的边代表经纪人向客户推销一个保险产品。
9.根据权利要求7所述的系统，其特征在于，所述社区划分模块包括：
第一划分子模块，用于利用社区划分算法对子图进行社区划分，生成多个子社区；
第二划分子模块，用于对所述第一划分子模块生成的子社区再利用社区划分算法进行社区划分；
控制子模块，用于判断所述第二划分子模块生成的子社区数量与其上一级的社区数量是否相等，若相等，则停止社区划分，若否，则继续对所述第二划分子模块生成的子社区进行社区划分。
10.根据权利要求7所述的系统，其特征在于，所述保险营销模块包括：
第一排序子模块，用于按指标类别对所述多个第一子图的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第一节点；以及
第二排序子模块，用于按指标类别对所述多个第一社区结构的节点网络指标进行排序，确定各指标类别中节点网络指标排序均靠前的多个第二节点；
确定子模块，用于将所述多个第一节点与所述多个第二节点的并集中的节点确定为关键节点；
第一营销子模块，用于基于所述关键节点，对互联网保险产品进行营销；
其中，所述指标类别包括度中心度、邻近中心度、介中心度和节点影响度。
CN201810105304.2A 2018-02-02 2018-02-02 一种基于社交网络的互联网保险营销方法和系统 Pending CN108376371A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201810105304.2A CN108376371A (zh) 2018-02-02 2018-02-02 一种基于社交网络的互联网保险营销方法和系统
KR1020197015087A KR20190104987A (ko) 2018-02-02 2019-02-01 인터넷 보험 상품의 마케팅 방법과 시스템
SG11201907519YA SG11201907519YA (en) 2018-02-02 2019-02-01 Marketing method and system for internet insurance products
PCT/CN2019/074418 WO2019149268A1 (zh) 2018-02-02 2019-02-01 一种互联网保险产品的营销方法和系统
US16/392,424 US20190251583A1 (en) 2018-02-02 2019-04-23 Marketing method and system for internet insurance products

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810105304.2A CN108376371A (zh) 2018-02-02 2018-02-02 一种基于社交网络的互联网保险营销方法和系统

Publications (1)

Publication Number Publication Date
CN108376371A true CN108376371A (zh) 2018-08-07

Family

ID=63017173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810105304.2A Pending CN108376371A (zh) 2018-02-02 2018-02-02 一种基于社交网络的互联网保险营销方法和系统

Country Status (5)

Country Link
US (1) US20190251583A1 (zh)
KR (1) KR20190104987A (zh)
CN (1) CN108376371A (zh)
SG (1) SG11201907519YA (zh)
WO (1) WO2019149268A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109102393A (zh) * 2018-08-15 2018-12-28 阿里巴巴集团控股有限公司 训练和使用关系网络嵌入模型的方法及装置
CN109635134A (zh) * 2018-12-30 2019-04-16 南京邮电大学盐城大数据研究院有限公司 一种用于大规模动态图数据的高效处理流程方法
WO2019149268A1 (zh) * 2018-02-02 2019-08-08 众安信息技术服务有限公司 一种互联网保险产品的营销方法和系统
CN110310122A (zh) * 2019-06-27 2019-10-08 上海麦克风文化传媒有限公司 一种基于图结构的iOS代充风险控制方法
CN110796543A (zh) * 2019-09-26 2020-02-14 北京淇瑀信息科技有限公司 基于关系网络的定制信息获取方法、装置及电子设备
CN111159577A (zh) * 2019-12-31 2020-05-15 北京明略软件系统有限公司 一种社群划分方法、装置、存储介质及电子装置
CN111179101A (zh) * 2019-12-13 2020-05-19 广西职业技术学院 一种基于共享网络的互联网保险营销数据处理系统
CN116881430A (zh) * 2023-09-07 2023-10-13 北京上奇数字科技有限公司 一种产业链识别方法、装置、电子设备及可读存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109347787B (zh) * 2018-08-15 2020-08-04 阿里巴巴集团控股有限公司 一种身份信息的识别方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645186B2 (en) * 2007-07-09 2014-02-04 Velti Plc Mobile device marketing and advertising platforms, methods, and systems
CN103729467A (zh) * 2014-01-16 2014-04-16 重庆邮电大学 一种社交网络中的社区结构发现方法
CN104484825A (zh) * 2014-12-05 2015-04-01 上海师范大学 社交网络社区影响力评估算法
CN105793878A (zh) * 2013-09-17 2016-07-20 南穆迪·南·默克温耶 交易社交媒体平台系统和方法
CN106528643A (zh) * 2016-10-13 2017-03-22 上海师范大学 一种基于社交网络的多维度综合推荐方法
CN107093097A (zh) * 2009-06-30 2017-08-25 谷歌公司 在社交网络中传播促销信息

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103729475B (zh) * 2014-01-24 2016-10-26 福州大学 一种社交网络中的多标签传播重叠社区发现方法
EP3166066A1 (en) * 2015-11-06 2017-05-10 Hugo Alexandre Espada Dos Santos A community-based alert platform for retail traders and investors on a global scale
CN108376371A (zh) * 2018-02-02 2018-08-07 众安信息技术服务有限公司 一种基于社交网络的互联网保险营销方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645186B2 (en) * 2007-07-09 2014-02-04 Velti Plc Mobile device marketing and advertising platforms, methods, and systems
CN107093097A (zh) * 2009-06-30 2017-08-25 谷歌公司 在社交网络中传播促销信息
CN105793878A (zh) * 2013-09-17 2016-07-20 南穆迪·南·默克温耶 交易社交媒体平台系统和方法
CN103729467A (zh) * 2014-01-16 2014-04-16 重庆邮电大学 一种社交网络中的社区结构发现方法
CN104484825A (zh) * 2014-12-05 2015-04-01 上海师范大学 社交网络社区影响力评估算法
CN106528643A (zh) * 2016-10-13 2017-03-22 上海师范大学 一种基于社交网络的多维度综合推荐方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019149268A1 (zh) * 2018-02-02 2019-08-08 众安信息技术服务有限公司 一种互联网保险产品的营销方法和系统
CN109102393B (zh) * 2018-08-15 2021-06-29 创新先进技术有限公司 训练和使用关系网络嵌入模型的方法及装置
CN109102393A (zh) * 2018-08-15 2018-12-28 阿里巴巴集团控股有限公司 训练和使用关系网络嵌入模型的方法及装置
CN109635134A (zh) * 2018-12-30 2019-04-16 南京邮电大学盐城大数据研究院有限公司 一种用于大规模动态图数据的高效处理流程方法
CN109635134B (zh) * 2018-12-30 2023-06-13 南京邮电大学盐城大数据研究院有限公司 一种用于大规模动态图数据的高效处理流程方法
CN110310122B (zh) * 2019-06-27 2023-09-01 上海麦克风文化传媒有限公司 一种基于图结构的iOS代充风险控制方法
CN110310122A (zh) * 2019-06-27 2019-10-08 上海麦克风文化传媒有限公司 一种基于图结构的iOS代充风险控制方法
CN110796543A (zh) * 2019-09-26 2020-02-14 北京淇瑀信息科技有限公司 基于关系网络的定制信息获取方法、装置及电子设备
CN110796543B (zh) * 2019-09-26 2024-02-27 北京淇瑀信息科技有限公司 基于关系网络的定制信息获取方法、装置及电子设备
CN111179101A (zh) * 2019-12-13 2020-05-19 广西职业技术学院 一种基于共享网络的互联网保险营销数据处理系统
CN111159577A (zh) * 2019-12-31 2020-05-15 北京明略软件系统有限公司 一种社群划分方法、装置、存储介质及电子装置
CN111159577B (zh) * 2019-12-31 2024-02-27 北京明略软件系统有限公司 一种社群划分方法、装置、存储介质及电子装置
CN116881430A (zh) * 2023-09-07 2023-10-13 北京上奇数字科技有限公司 一种产业链识别方法、装置、电子设备及可读存储介质
CN116881430B (zh) * 2023-09-07 2023-12-12 北京上奇数字科技有限公司 一种产业链识别方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
KR20190104987A (ko) 2019-09-11
US20190251583A1 (en) 2019-08-15
WO2019149268A1 (zh) 2019-08-08
SG11201907519YA (en) 2019-09-27

Similar Documents

Publication Publication Date Title
CN108376371A (zh) 一种基于社交网络的互联网保险营销方法和系统
Jitmaneeroj Reform priorities for corporate sustainability: Environmental, social, governance, or economic performance?
Jung et al. Classifying and prioritizing the success and failure factors of technology commercialization of public R&D in South Korea: using classification tree analysis
Izadikhah Group decision making process for supplier selection with TOPSIS method under interval-valued intuitionistic fuzzy numbers
Larson et al. Costly valuation computation in auctions
Kukartsev et al. Methods and tools for developing an organization development strategy
Bugert et al. Supply chain disruption models: A critical review
Siedlarek Intermediation in networks
Biondo et al. Informative contagion dynamics in a multilayer network model of financial markets
Panayi et al. Agent-based modelling of stock markets using existing order book data
Dursun et al. A cognitive map integrated intuitionistic fuzzy decision-making procedure for provider selection in project management
Lee et al. Integrated assessment of competitive-strategy selection with an analytical network process
Sarkar et al. A survey on applications of coalition formation in multi‐agent systems
Maroof et al. Logistics optimization using hybrid genetic algorithm (hga): a solution to the vehicle routing problem with time windows (vrptw)
Marwala et al. Artificial intelligence and economic theories
US11416262B1 (en) Systems and methods for improving computational speed of planning by enabling interactive processing in hypercubes
Zhao et al. Integrated bilevel model to explore interaction between land use allocation and transportation
Bajpai et al. Strategic bidding in network constrained electricity markets using FAPSO
Pellegrino et al. COVID-19 pandemic: Supply chain risk management by integrating Interpretive Structural Modeling and Bayesian belief network
Choi et al. Brokerage rents and intermediation networks
Oktavera et al. Framework for implementation project portfolio selection decision in shipping company
Sarfaraz A Combined AHP-GP Model for Project Risk Management
Lakhno et al. Decision support model for assessing projects by a group of investors with regards of multi-factors
Vlahakis et al. A FCM analysis for supply chain management
Elmogy et al. Dynamic complex task allocation in multisensor surveillance systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1251804

Country of ref document: HK

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180807