发明内容
本发明所要解决的技术问题是,克服现有技术的缺点,提供一种对用户关系的逻辑进行梳理并再加工和提炼。
为了解决以上技术问题,本发明提供一种动态展示人脉图谱关系的方法,包括人脉关系数据采集步骤,通过预先设置的接口采集与已登录用户相关的运营商平台和第三方互联网平台的数据;人脉关系数据处理步骤,对采集的数据进行ETL数据处理得到的汇总字段包括每一个人脉关系的好友标识、数据来源和联系频次,并根据预先设定的规则及存储的数据计算好友关系的亲密度值和距离;人脉关系数据存储步骤,将采集到的人脉关系数据及计算得到的好友关系的亲密度值和距离进行存储;还包括如下步骤:
人脉关系的维度划分步骤,将人脉关系划分为由近及远的多个维度,并根据预先设定的规则将每个人脉关系与一个维度建立关联关系;
人脉关系的展示步骤,以已登录用户为圆心,将由近到远的各维度环绕已登录用户进行展示,每个人脉关系为维度上的一个点;在每个维度内,亲密值越大或者距离越小的人脉关系,距离圆心越近。
本发明技术方案的进一步限定为,人脉关系数据处理步骤中,得到的汇总字段还包括预分组和来源数量,其中,所述数据来源包括运营商平台的家庭网、同事网、校园V网、老乡网和第三方互联网平台;所述预分组根据第三方互联网平台中的分组进行提取,包括亲人组、朋友组、同事组、同学组、老乡组和其他分组;所述来源数量为与用户建立好友关系的第三方平台的数量;
所述人脉关系的维度划分步骤中,所述由近及远的维度包括六个,分别为亲人维度、朋友维度、同事维度、同学维度、老乡维度和其他;
每个人脉关系与所述维度建立关联关系的方法为:
亲人维度:人脉关系的数据来源为家庭网或预分组为亲人组;
朋友维度:人脉关系的预分组为朋友组并且来源数量为两个及两个以上;
同事维度:人脉关系的数据来源为同事网或预分组为同事组;
同学维度:人脉关系的数据来源为校园V网或预分组为同学组;
老乡维度:人脉关系的数据来源为老乡网或预分组为老乡组;
其他维度:人脉关系的预分组为其他。
进一步地,还包括人脉关系分组步骤,分组分别包括亲人组、朋友组、同事组、同学组、老乡组和其他分组,其中,亲人组为人脉关系的数据来源为家庭网或预分组为亲人组的数据;朋友组为预分组为朋友组的数据;同事组为人脉关系的数据来源为同事网或预分组为同事组的数据;同学组为人脉关系的数据来源为校园V网或预分组为同学组的数据;老乡组为人脉关系的数据来源为老乡网或预分组为老乡组的数据;其他分组为人脉关系的预分组为其他的数据;
人脉关系分组的数据用户可手动调整,手动调整的人脉关系分组数据不影响用户人脉关系的维度。
进一步地,所述人脉关系的维度划分步骤中,进行人脉去重,具体方法为:
(1)人脉关系的数据来源为运营商平台,根据人脉关系的号码唯一性进行去重并保留用户的渠道标签;
(2)人脉关系的数据来源为第三方平台,根据人脉关系在不同平台的用户昵称和备注名,进行去重,保留用户的渠道标签;
(3)数据来源为运营商平台和第三方平台的人脉关系分别进行去重后,再进行结合去重,通过判断用户在运营商内部使用的名称、电话号码,在第三方平台使用的昵称、备注名及填写的电话号码进行比对去重,保留用户的渠道标签;
(4)经过上述去重步骤后,已登录用户进行手动去重。
进一步地,还包括好友关系的亲密度值和距离的重新计算步骤,计算方法为:设置联系频次阀值,人脉关系的联系频次少于阀值将会扣减亲密值,否则,增加亲密值;
同时,设置每个维度的亲密值阀值,当亲密值低于阀值时,对用户进行提醒。
进一步地,还包括选定营销步骤,已登录用户根据维度或者亲密值的营销阀值向人脉关系中的用户发送感兴趣的网站或信息。
本发明的有益效果是:本发明提供的一种动态展示人脉图谱关系的方法,便于用户整合含运营商及第三方平台的多平台好友数据,通过系统分析和梳理后可以一键对个人的人脉进行去重和梳理,实现用户对人脉进行便捷式管理,系统通过分析用户与某个好友之间存在的几重关系程度,用户好友的来源渠道及活动频率等,为用户梳理出与某个的关系程度及亲密值,实现自动为用户判断出某个好友与自身的关系属性,免去用户繁琐的手动式对好友关系进行管理的困扰;本发明将用户的好友数据进行去重和梳理后,为用户划定好友与自身的亲密值,将好友归入相关维度内,实现用户好友亲疏权重值的精确定位,同时系统监控用户与好友之间的互动频次,如出现用户与某个好友很长时间没有进行通话及聊天等互动,造成彼此之间的通话阀值减少,出现亲密值的降低时对用户的异常人脉流动的提醒,用户可以完美掌控某个好友与其的最新的来往情况,实现用户对个人人脉的及时掌握,防止用户好友的疏远和流失。
具体实施方式
实施例1
本发明提供一种动态展示人脉图谱关系的方法,其框架示意图如图3所示,具体步骤如下。
1、人脉关系数据采集步骤
用于通过预先设置的接口采集与已登录用户相关的运营商平台和第三方互联网平台的数据。数据采集器采集第三方互联网数据、移动自有平台等数据,这些数据具有不同内容及格式,通过多种方式例如http、socket、ftp等,准确、无丢失的接收并通过平台过滤引擎传往平台中心的数据库里。数据采集器具备以下特性:(1)安全采集:对于分布不均,通讯链路复杂的现场监控系统,数据采集器可以将各种数据源的海量过程历史数据安全、准确的采集到数据中心。(2)准确传输:在数据传输过程中,根据不同数据来源分发至相应的过滤引擎机制,并保存至数据库。(3)压缩传输:支持数据缓存和数据传输压缩,可以有效保证历史数据完整性和以最小数据流完成数据传输。
采集后的数据通过ETL数据处理方法进行整理并存储,经整理完成的数据包括好友标识、数据来源和联系频次。
用户登录好友圈客户端,通过账号关联功能将自己的好友圈账号与第三方网站的账号进行关联。第三方网站包括移动经营分析系统(如:亲情网、同事网、校园v网、乡情网)和第三方应用平台(如人人、新浪微博、腾讯微博)。好友圈服务器可定期或在客户端用户触发下(如查看人脉图谱或使用账号关联功能时)根据用户的第三方关联账号调用相应的第三方网站的接口(支持多种协议)获取该关联账号在第三方网站的好友关系。
好友圈服务器获取用户的人脉关系进行整理。对于移动经营分析系统中获取的人脉关系根据手机号码进行自动关联,其他途径获取的人脉关系可在客户端提示好友圈用户手动关联。
系统通过获得第三方系统的开源API,实现好友圈用户手动将个人在第三方账号绑定为关联账号,从而获得用户在第三方账号内含好友关系的相关信息。
系统获得用户好友关系后,会梳理和计算用户在各平台的好友数量、好友分组、好友联系频次,获得用户与其在各平台好友间的亲密值及远近关系。
用户在导入个人在运营商处及第三方平台的各个好友后,通过系统的梳理、计算和去重等操作,可以将各平台的同一个好友合并为同一个人,而该好友,在好友圈用户的人脉图谱里可以象形的展示为某个点。
在目前的系统设计下都是通过平台与平台之间的接口实现人脉关系数据的获取。只要对端平台(第三方网站)开放给本系统相应的权限及数据格式描述,即可以通过系统方式实现他方平台的关系数据导入。
2、人脉关系数据处理步骤
对采集的数据进行ETL数据处理得到的汇总字段包括每一个人脉关系的好友标识、数据来源和联系频次,并根据预先设定的规则及存储的数据计算好友关系的亲密度值和距离。
利用ETL数据处理的方法,对大量数据进行汇总处理,最终得到汇总字段是本领域技术人员很容易实现的,再此不在赘述。
亲密度值和距离的计算方法具体为:
根据预先设定的规则及存储的数据计算好友关系的亲密度值,然后,根据好友关系的亲密度值计算好友关系的距离。好友关系的亲密度值的计算规则为:好友关系的亲密度值=权重+权重*系数*频次,权重和频次为预先设定值;好友关系的距离的计算规则为:距离=1/(亲密度值1+亲密度值2+……)*100。
亲密值计算规则:
关系距离模型:
定义各来源的权重。
定义各来源亲密度的计算规则。
根据各个来源亲密度之和计算用户关系亲密程度,越亲密的数值越高。
用1除以亲密值之和乘以100,获得距离,距离越小的关系越近。
关系距离计算:
权重关系表如表1所示:
表1:
ID |
来源 |
权重 |
系数 |
规则 |
1 |
话单 |
5 |
0.1 |
亲密值=权重+权重*系统*频次 |
2 |
亲情网 |
10 |
1 |
亲密值=权重+权重+系统*频次 |
亲密值计算表如表2所示:
表2:
ID |
用户 |
来源 |
好友 |
频次 |
算式 |
亲密值 |
1 |
A |
话单 |
B |
10 |
5+5*0.1*10 |
10 |
2 |
A |
亲情网 |
B |
2 |
10+10*1*2 |
30 |
3 |
A |
话单 |
C |
7 |
5+5*0.1*7 |
8.5 |
所以,A与B的距离为:1/(10+30)*100=2,A与C的距离为:1/(8.5)*100=11.76。那么用户A与用户B的关系就较亲密,与用户C的关系就较远,如图1所示。
3、人脉关系数据存储步骤,将采集到的人脉关系数据及计算得到的好友关系的亲密度值和距离进行存储。
汇总字段还包括预分组和来源数量,其中,所述数据来源包括运营商平台的家庭网、同事网、校园V网、老乡网和第三方互联网平台;所述预分组根据第三方互联网平台中的分组进行提取,包括亲人组、朋友组、同事组、同学组、老乡组和其他分组;所述来源数量为与用户建立好友关系的第三方平台的数量。
提取第三方互联网平台中的分组进行预分组的方法为:第三方平台的亲人字段以亲人、家人、亲爱的等为关键字段的为亲人组;第三方平台的亲人字段以好友、朋友、基友、闺蜜、兄弟、哥们等为关键字段的为朋友组;第三方平台的亲人字段以同事、同行、同僚、合作伙伴等为关键字段的为同事组;第三方平台的亲人字段以同学、同窗、校友等为关键字段的为同学组;第三方平台的亲人字段以同乡、老乡、故乡的人等为关键字段的为老乡组;未进行分组的数据为其他分组。
利用数据库对已处理的数据进行存储是惯用技术,不再赘述。
4、人脉关系的维度划分步骤
将人脉关系划分为由近及远的多个维度,并根据预先设定的规则将每个人脉关系与一个维度建立关联关系。
本实施例中,所述由近及远的维度包括六个,分别为亲人维度、朋友维度、同事维度、同学维度、老乡维度和其他;
每个人脉关系与所述维度建立关联关系的方法为:
亲人维度:人脉关系的数据来源为家庭网或预分组为亲人组;
朋友维度:人脉关系的预分组为朋友组并且来源数量为两个及两个以上;
同事维度:人脉关系的数据来源为同事网或预分组为同事组;
同学维度:人脉关系的数据来源为校园V网或预分组为同学组;
老乡维度:人脉关系的数据来源为老乡网或预分组为老乡组;
其他维度:人脉关系的预分组为其他。
划分维度时,以用户在各平台内的分组为基础,运营商内部的数据通过接口方式传输获得,第三方平台数据通过开源API链接绑定账号获得。
通过用户设置的分组及用户在运营商内部信息来源渠道(通话网、校园V网、家庭网、同事网、乡情网)与好友的联系频次(含通话次数、通话时长、短信来往次数)及第三方的(好友分组、互动次数和频率),这些数据皆可通过接口即开源API链接的方式,通过常规的socket、http及ftp方式获得。
另外,人脉关系的维度划分步骤中,进行人脉去重,流程图如图2所示,具体方法为:
(1)人脉关系的数据来源为运营商平台,根据人脉关系的号码唯一性进行去重并保留用户的渠道标签;
(2)人脉关系的数据来源为第三方平台,根据人脉关系在不同平台的用户昵称和备注名,进行去重,保留用户的渠道标签;
(3)数据来源为运营商平台和第三方平台的人脉关系分别进行去重后,再进行结合去重,通过判断用户在运营商内部使用的名称、电话号码,在第三方平台使用的昵称、备注名及填写的电话号码进行比对去重,保留用户的渠道标签;
(4)经过上述去重步骤后,已登录用户进行手动去重。
5、人脉关系的展示步骤
以已登录用户为圆心,将由近到远的各维度环绕已登录用户进行展示,每个人脉关系为维度上的一个点;在每个维度内,亲密值越大或者距离越小的人脉关系,距离圆心越近,即可以展示人脉关系的所属情况,又可以展示每个所属组中的人脉关系的亲疏远近。
好友圈用户查看人脉图谱或关联账号时,好友圈客户端向服务器端发送请求;服务器端响应请求并获取处理后的人脉关系数据;客户端把人脉强弱关系数据以图谱的方式展现给用户;用户可关联好友的账号或对好友的维度进行调整。
系统设置相应的人脉维度,以好友圈用户为初始坐标,以用户的好友与其亲密值为横向坐标,以用户与其好友建立好友关系的时间为纵向坐标,建立图谱,建议的图谱的结构示意图如图4所示。
另外,还包括人脉关系分组步骤,分组分别包括亲人组、朋友组、同事组、同学组、老乡组和其他分组,其中,亲人组为人脉关系的数据来源为家庭网或预分组为亲人组的数据;朋友组为预分组为朋友组的数据;同事组为人脉关系的数据来源为同事网或预分组为同事组的数据;同学组为人脉关系的数据来源为校园V网或预分组为同学组的数据;老乡组为人脉关系的数据来源为老乡网或预分组为老乡组的数据;其他分组为人脉关系的预分组为其他的数据;
人脉关系分组的数据用户可手动调整,手动调整的人脉关系分组数据不影响用户人脉关系的维度。
另外,还包括好友关系的亲密度值和距离的重新计算步骤,计算方法为:设置联系频次阀值,人脉关系的联系频次少于阀值将会扣减亲密值,否则,增加亲密值;
同时,设置每个维度的亲密值阀值,当亲密值低于阀值时,对用户进行提醒。
举例说明1:用户8月跟某个好友通话次数达到10此,通话时长超过100分钟,9月份跟该好友通话次数减少为5次,通话时间缩短为50分钟,而通话次数阀值降低,亲密值减少。
举例说明2:用户8月跟某个好友互动次数(转发、聊天或评论对方消息)次数超过100次,9月份跟该好友互动次数降低为50此,则系统认定该好友通话次数阀值降低,亲密值减少。
还包括选定营销步骤,已登录用户根据维度或者亲密值的营销阀值向人脉关系中的用户发送感兴趣的网站或信息。
可通过两种方式选定营销范围:
Ⅰ、根据人脉强弱关系中划分的维度进行;
Ⅱ、根据设定亲密值的营销阀值进行;
本发明提供一种基于人脉强弱关系的人脉图谱并根据强弱关系划分不同维度。通过关联账号获取移动经营分析系统数据(如:亲情网、同事网、校园v网、乡情网)或第三方应用平台数据(如人人、新浪微博、腾讯微博)好友关系数据,为用户进行关系导入、关系计算,梳理出用户的强、弱关系,并以人脉图谱的方式展现。根据用户在好友圈以及在移动经营分析系统中交互情况的数据(如打电话,发短、彩信等),计算出近阶段的好友关系强弱的变化值,实现人脉图谱的动态性。本发明可以使用户可以直观的了解自己的人脉图谱关系,系统通过获取用户与好友之间的关系分组、亲密值及互动内容,设置用户感兴趣的话题,推送用户与好友相应的业务和服务及通过数据捞取和分析,掌握用户的最新动态,便于调整平台的营销策略和客户服务内容。同时将用户的人脉关系全部聚合到平台内,使平台具备强大的用户粘性,同时系统强有力的多途径分享功能,也可极大的将平台内容及产品推广给其他用户。这样即可以实现好友圈客户端的移动业务营销,也为后期向第三方平台推送人脉关系以便其制定精细化营销打下良好基础。
同时本发明专利相比原有技术,可具备以下优点:
便于用户导入含运营商及第三方平台的多平台好友数据。用户可以导入运营商内部的通话网、同事网、校园V网,乡情网及第三方平台QQ、新浪微博、人人网、腾讯微博等多平台的好友数据。数据来源广,用户好友可以实现多渠道全覆盖,由于引入了运营商数据,具备极佳的真实性和隐秘性。
用户导入个人多平台好友数据后通过系统分析和梳理后可以一键对个人的人脉进行去重和梳理,实现用户对人脉进行便捷式管理,系统通过分析用户与某个好友之间存在的几重关系程度,用户好友的来源渠道及活动频率等,为用户梳理出与某个的关系程度及亲密值,实现自动为用户判断出某个好友与自身的关系属性,免去用户繁琐的手动式对好友关系进行管理的困扰;
用户可以导入在运营商平台的好友关系及通过绑定第三方平台账号,导入好友关系、个人动态、好友分组、私信、评论、转发等内容,实现与来自于多个平台的好友进行交流和互动并可以将相关信息一键式分享给其他平台的好友。系统将用户的好友数据进行去重和梳理后,用户可以随时在好友圈平台内与来自于任一平台的任一好友进行交流,掌握所有好友的最新动态和消息,无须来回切换不同的应用进行交流,实现好友动态全覆盖,好友信息全掌握,好友关系无缺失的能力;
为用户划定好友与自身的亲密值,将好友归入相关维度内,实现用户好友亲疏权重值的精确定位,同时系统监控用户与好友之间的互动频次,如出现用户与某个好友很长时间没有进行通话及聊天等互动,造成彼此之间的通话阀值减少,出现亲密值的降低时对用户的异常人脉流动的提醒,用户可以完美掌控某个好友与其的最新的来往情况,实现用户对个人人脉的及时掌握,防止用户好友的疏远和流失;
根据用户好友关系与用户之间的亲密值,用户可以在好友圈通过一键分享、一键发表评论到第三方平台,与第三方平台好友实时互动,将个人的动态和信息,一站式输送给各平台的好友,从而实现个人动态和个人业务详情,个人传播价值,进而影响个人所有平台的好友,且关系越亲密影响力越大,同时由于用户的好友可以影响其好友,则可以实现用户影响用户的好友的好友,实现彼此间交叉式相互影响,实现用户个人价值的放大;
好友圈建立了一个移动官方圈及是十一个兴趣圈,,这些圈子是基于当前热门的内容和运营商业务特色创建,比如:动漫圈、音乐圈等,用户可以加入这些圈子,并可以与圈子内的好友进行聊天、话题讨论等互动,扩大个人的人脉和影响力,在用户的好友关系之外为用户提供多一层的影响范围,便于用户对个人人脉和影响力的拓展;
系统通过梳理用户的各个人资料,用户与好友的通话频率和次数,及用户与好友的互动次数,互动内容和用户加入的圈子,发布的话题等分析用户的人脉关系及活动轨迹,经过分析和梳理后得到人脉数据库,使得平台具备市场价值。通过分析用户的行为轨迹和人脉数据,不仅可以通过发布弹窗广告、横幅广告、营销短信、业务推荐、定制消息、折扣业务、热门机型、营销案等有针对性的向用户推荐,也可以使平台能更准确的抓住用户需求,具备用户管理能力;
平台搭建后通过梳理出用户的人脉关系和交往数据,结合圈子的营销能力,可使平台具备海量的运算能力,实现构建复杂型的关系逻辑模型,也便于平台后期的关系营销能力的经营、输出及用户动态的监管,实现社会价值、商业价值、用户价值。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。