CN107220777A - 基于信息熵模型的网络品牌社区用户的社会资本度量方法 - Google Patents
基于信息熵模型的网络品牌社区用户的社会资本度量方法 Download PDFInfo
- Publication number
- CN107220777A CN107220777A CN201710427987.9A CN201710427987A CN107220777A CN 107220777 A CN107220777 A CN 107220777A CN 201710427987 A CN201710427987 A CN 201710427987A CN 107220777 A CN107220777 A CN 107220777A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- user
- formula
- munderover
- 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
Links
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000010606 normalization Methods 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 16
- 230000006399 behavior Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 3
- 244000046052 Phaseolus vulgaris Species 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002070 germicidal effect Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000011273 social behavior Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于信息熵模型的网络品牌社区用户的社会资本度量方法,包括:1、选取目标网络品牌社区的n名用户;2、构建用户的社会资本两维度测度指标体系;3、采用专家评分法和熵权法确定指标权重,构建网络品牌社区用户社会资本信息熵度量模型。本发明能对网络影响力用户社会资本在人格魅力和社交能力方面的表现进行有效度量,测度其变化趋势,发现其社会资本效用价值,可用于企业社会化营销等领域。
Description
技术领域
本发明涉及企业实施互联网营销战略领域,具体的说是一种基于信息熵模型的网络品牌社区用户社会资本度量方法。
背景技术
随着互联网络技术的飞速发展,微博、微信、社区等社交网络平台不断普及,成为人们现实生活与工作不可分割的一部分。借助互联网信息交互无时空限制的便利条件,用户个体将线下社会资源和关系映射至社交网络,凭借自身个性化特征和社交能力,发布、传播和互动各种有价值信息,构筑可驾驭的社会关系网络,整合利用社会资源与关系,籍此积累和使用社会资本,成为企业竞相追逐的社会化广告代言人。然而,关于如何利用用户社会资本帮助企业进行社会化营销的研究成果并不丰富。
目前,针对用户社会资本的研究主要分为两部分:(1)大量研究以实体社会为背景,基于用户线下社会关系网络,分析个体内嵌于社会关系网络中的社会资本资源、关系、能力,利用定名法和定位法测量其所拥有的社会资本,旨在发现人类社会的人际情感关系形成和社会团体关系维系的基本规律;(2)少量研究以社交网络为背景,从经济学或社会学视角,基于网络社区规范、用户交互行为、网络关系特征等方面,采用问卷调查、聚类和社会性网络分析等方法,研究社会资本的构成框架、关系阶层等内容;上述研究并没有从社会资本测量视角,探索网络用户社会资本的形成、积累和使用过程,也没有基于用户自身特征及其网络社交行为关系获取社会资本测度指标。
网络用户自身文化背景、知识结构、声望威权、社会经验和经历各不相同,其所拥有的社会资源、关系、能力以及发挥的影响作用也不同,导致其作为企业社会化广告目标所产生的作用范围和营销效果也存在差异。面对利用网络用户社会资本效用价值进行社会化营销而言,现有研究成果还未能为企业实施互联网战略和网络广告管理决策支持提供理论依据和实用方法,因此,必须构建一套适用于网络用户社会资本的测度指标和度量方法。
发明内容
本发明为了解决上述现有技术存在的不足之处,提供一种基于信息熵模型的网络品牌社区用户的社会资本度量方法,以期能解决社交网络平台用户的社会资本度量问题,从而为企业挑选具有合适社会资本的网络用户实施互联网战略提供方法依据。
为达到上述目的,本发明采用如下技术方案:
本发明一种基于信息熵模型的网络品牌社区用户的社会资本度量方法的特点是按照如下步骤进行:
步骤1、选取网络品牌社区中的n个用户记为用户集合U={u1,u2,…,ui,…,un},ui表示第i个用户,1≤i≤n;
步骤2、构建第i个用户ui的社会资本测度指标集合,记为其中,表示人格魅力维度指标集,并有 表示第i个用户ui的第g个人格魅力指标;1≤g≤G,G表示人格魅力指标的总个数;表示社交能力维度指标集,并有 表示第i个用户ui的第k个人社交能力指标;1≤k≤K,K表示社交能力指标的总个数;
步骤3、构建网络品牌社区用户的社会资本信息熵度量模型;
步骤3.1、利用式(1)和式(2)分别获得人格魅力权重α1和社交能力权重α2:
式(1)和式(2)中,表示专家们对人格魅力权重打分的平均值,表示专家们对社交能力权重打分的平均值;且
步骤3.2、利用式(3)和式(4)分别获得第i个用户ui的第g个人格魅力维度指标比重p(ci pg)和第k个社交能力维度指标比重p(ci sk):
式(3)和式(4)中,表示线性归一化后的第i个用户ui的第g个人格魅力维度指标;表示线性归一化后的第i个用户ui的第k个人社交能力维度指标;
步骤3.3、利用式(5)和式(6)分别获得所有用户第g个人格魅力维度指标熵值Eg和第k个人社交能力维度指标熵值Ek:
步骤3.4、利用式(7)和式(8)得到第g个人格魅力维度指标权重ωg和第k个人社交能力维度指标权重ωk:
式(7)和式(8)中,
步骤3.5、利用式(9)和式(10)分别得到第g个人格魅力维度指标的综合权重ωg′和第k个人社交能力维度指标的综合权重ω′k:
ωg′=α1ωg (9)
ωk′=α2ωk (10)
步骤3.6、利用式(9)和式(10)分别获得的第i个用户ui的人格魅力值IP(ui)和社交能力值IS(ui):
步骤3.7、利用(13)得到第i个用户ui的社会资本ISC(ui),从而获得网络品牌社区中所有用户的社会资本:
ISC(ui)=IP(ui)+IS(ui) (13)
与现有技术相比,本发明的有益效果体现在:
1、本发明基于社会资源管理和社会资本测量视角,以网络用户拥有的社会资本作为企业挑选社会化广告代言人的依据,通过探索网络用户社会资本形成、获取和积累过程,构建人格魅力和社交能力两维度测度指标体系,利用专家评分法和熵权法确定指标权重,形成网络品牌社区用户社会资本信息熵度量模型,通过对模型的求解计算,形成一套网络品牌社区用户社会资本信息熵度量方法,为企业挑选具有合适社会资本用户进行社会化营销提供支持;
2、本发明通过描述社交网络平台用户之间的信息交互行为,绘制用户单关系和多关系社会关系网络图谱;研究分析网络用户社会资本的形成、获取、积累和使用过程,探明其社会资本是人格魅力和社交能力共同作用的产物,以此构建网络影响力用户社会资本两维度测度指标体系;从而为合理有效评判网络品牌社区用户的社会资本提供了依据。
3、本发明综合考虑主客观评价因素,先用专家评分法确定一级指标权重,再用熵权模型法计算二级指标权重,最后对各指标进行综合权重计算,以避免人工设定权重带来的弊端,使评价体系合理有效;
4、本发明基于信息熵理论,构建网络品牌社区用户社会资本信息熵度量模型,通过对模型的求解计算,形成一套网络品牌社区用户社会资本信息熵度量方法,为企业挑选具有合适社会资本用户进行社会化营销提供支持。
附图说明
图1为本发明方法的实现流程图;
图2为本发明网络用户之间的社会关系网络结构示意图;
图3为本发明网络用户社会关系网络基本图谱;
图4为本发明50位网络品牌社区用户观测起止时刻指标观测值叠加对比图。
具体实施方式
本实施例中,如图1所示,一种基于信息熵模型的网络品牌社区用户的社会资本度量方法是按照如下步骤进行:
步骤1、分析网络品牌社区中用户之间的交互行为关系及其构成的社会关系网络,以此构造社会关系网络结构示意图及网络用户间的社会关系网络基本图谱;
1.1、分析社会关系网络组成要素,构造用户之间的社会关系网络结构示意图,如图2所示;
社会关系网络结构示意图包括:话题、大V用户、一般用户、大V用户到话题的映射关系,一般用户到话题的映射关系、用户间的单向交互关系、用户间的双向交互关系;
1.2、分析社交网络平台用户交互行为关系,构建网络用户间的社会关系网络基本图谱,如图3所示;
用户单关系交互行为图谱,由网络用户、网络用户的行为及网络用户发布的信息构成,包括“浏览”、“回复”和“分享”中的一种交互行为;
用户多关系交互行为图谱,由网络用户、网络用户的行为及网络用户发布的信息构成,包括“浏览”、“回复”和“分享”中的多种交互行为;
网络影响力用户凭借其自身的人格魅力和社交能力,发布、传播和交互观点倾向性明确的话题信息,以吸引他人了解和关注,进而引发情感共鸣,与其他个体和群体建立信任关系。在社会关系网络中,每个成员个体都可以依赖该信任关系创造、积累和使用社会资本。随着用户社交范围和涉猎内容不断扩大,他们所积累的社会资本也逐渐增多,使得其网络影响力社会资本价值逐渐被社会或企业发现,从而使社会资本具有了可被利用的营销商业价值。
步骤2、探索网络品牌社区用户社会资本构成属性要素,从人格魅力和社交能力两个维度,构建网络影响力用户社会资本测度指标体系,如表1所示;
表1网络影响力用户社会资本测度指标体系
步骤3、选取网络品牌社区中的n个用户记为用户集合U={u1,u2,…,ui,…,un},ui表示第i个用户,1≤i≤n;
本实施例中采用汽车之家中“高尔夫”品牌社区用户数据。本实例数据采集以天为观测单位,实验数据收集为期六个月,从2015年6月1日12点开始到2015年11月30日12点截止,并以精华帖数大于等于1为初始阈值,剔除精华帖为0的网络用户,筛选出50名用户及其数据作为研究对象。
步骤4、构建第i个用户ui的社会资本测度指标集合,记为其中,表示人格魅力维度指标集,并有 表示第i个用户ui的第g个人格魅力指标;1≤g≤G,G表示人格魅力指标的总个数;表示社交能力维度指标集,并有 表示第i个用户ui的第k个人社交能力指标;1≤k≤K,K表示社交能力指标的总个数;
本实施例中,g=6,则表示身份认证;表示用户等级;表示粉丝数量;表示用户发布文本总数;表示高质量文本数;表示回复他人文本总数;本实施例中,k=3,则表示文本平均点击量;表示文本平均回复量;表示高等级用户平均回复人数;
具体实施中对数据进行如下处理工作:①身份认证。若用户通过车主身份认证则记为1,反之记为0;②粉丝数量。剔除僵尸粉用户后的有效粉丝数量;③高质量文本数。文本质量由文本中关键词数、文本字数、图片数、链接数等综合计算得到,在“高尔夫”品牌社区中,高质量的文本一般会被列为精华帖,故可用精华帖数量作为高质量文本数来计算;④文本平均点击量。所有主帖被点击的数量与主贴总数量之比;⑤文本平均回复数。剔除与主帖内容相左的或无关的回复后,所有主贴被回复数量与主贴总数量之比;⑥高等级用户平均回复人数。所有主帖中高等级用户回复人数与主贴总数量之比,计算参与文本回复人数时只考虑有效人数,若同一人多次参与讨论,仅计算一次。由于“高尔夫”品牌社区的普通用户等级数均未超过15级,可假定大于或等于15级的网络用户为高等级用户,所获实验观察起始和终止时刻数据如表2-3所示。
表2“高尔夫”品牌社区部分用户指标观测起始时刻截面数据一览表
表3“高尔夫”品牌社区部分用户指标观测终止时刻截面数据一览表
步骤5、构建网络品牌社区用户的社会资本信息熵度量模型;
步骤5.1、利用式(1)和式(2)分别获得人格魅力权重α1和社交能力权重α2:
式(1)和式(2)中,表示专家们对人格魅力权重打分的平均值,表示专家们对社交能力权重打分的平均值;且
步骤5.2、利用式(3)和式(4)分别获得第i个用户ui的第g个人格魅力维度指标比重p(ci pg)和第k个社交能力维度指标比重p(ci sk):
式(3)和式(4)中,表示线性归一化后的第i个用户ui的第g个人格魅力维度指标;表示线性归一化后的第i个用户ui的第k个人社交能力维度指标;
步骤5.3、利用式(5)和式(6)分别获得所有用户第g个人格魅力维度指标熵值Eg和第k个人社交能力维度指标熵值Ek:
步骤5.4、利用式(7)和式(8)得到第g个人格魅力维度指标权重ωg和第k个人社交能力维度指标权重ωk:
式(7)和式(8)中,
步骤5.5、利用式(9)和式(10)分别得到第g个人格魅力维度指标的综合权重ωg′和第k个人社交能力维度指标的综合权重ω′k:
ωg′=α1ωg (9)
ωk′=α2ωk (10)
在本实施例中,各指标权重如表4所示:
表4网络品牌社区用户社会资本各级指标权重表
步骤5.6、利用式(9)和式(10)分别获得的第i个用户ui的人格魅力值IP(ui)和社交能力值IS(ui):
步骤5.7、利用(13)得到第i个用户ui的社会资本ISC(ui),从而获得网络品牌社区中所有用户的社会资本:
ISC(ui)=IP(ui)+IS(ui) (13)
本实施例中,网络品牌社区用户的人格魅力值、社交能力值及其所拥有的社会资本如表5所示。
表5网络品牌社区用户社会资本一级指标数据起止时刻计算值一览表
本实施例根据表5获得的数据绘制实验观测起止时刻该网络品牌社区用户的人格魅力值IP(ui)、社交能力值IS(ui)和社会资本总值ISC(ui)对比图,如图4所示,即使用户拥有等量的社会资本总值,如用户u10和u37,他们的网络影响力在人格魅力值和社交能力值上的表现也各有千秋。企业可依据该用户人格魅力和社交能力两维度社会资本效用价值,合理有效利用网络品牌社区用户社会资本的相对优势,找到影响力合适的社会化广告代言人,使其为企业推送网络广告时,实现绩效最大化。
本方法克服了现有网络用户社会资本与社会化营销关联关系的研究缺陷,从社会资本测量视角,探索网络用户社会资本的形成、积累和使用过程,分析用户自身特征及其网络社交行为,提出基于网络用户人格魅力和社交能力两维度的社会资本测度指标,运用信息熵方法构建社会资本度量模型,实现了对网络品牌社区用户社会资本的有效度量,发现其社会资本相对效用价值,可为企业实施互联网战略提供决策支持。
Claims (1)
1.一种基于信息熵模型的网络品牌社区用户的社会资本度量方法,其特征是按照如下步骤进行:
步骤1、选取网络品牌社区中的n个用户记为用户集合U={u1,u2,…,ui,…,un},ui表示第i个用户,1≤i≤n;
步骤2、构建第i个用户ui的社会资本测度指标集合,记为其中,表示人格魅力维度指标集,并有 表示第i个用户ui的第g个人格魅力指标;1≤g≤G,G表示人格魅力指标的总个数;表示社交能力维度指标集,并有 表示第i个用户ui的第k个人社交能力指标;1≤k≤K,K表示社交能力指标的总个数;
步骤3、构建网络品牌社区用户的社会资本信息熵度量模型;
步骤3.1、利用式(1)和式(2)分别获得人格魅力权重α1和社交能力权重α2:
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mover>
<mi>s</mi>
<mo>&OverBar;</mo>
</mover>
<mn>1</mn>
</msub>
<mrow>
<msub>
<mover>
<mi>s</mi>
<mo>&OverBar;</mo>
</mover>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>s</mi>
<mo>&OverBar;</mo>
</mover>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mover>
<mi>s</mi>
<mo>&OverBar;</mo>
</mover>
<mn>2</mn>
</msub>
<mrow>
<msub>
<mover>
<mi>s</mi>
<mo>&OverBar;</mo>
</mover>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>s</mi>
<mo>&OverBar;</mo>
</mover>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式(1)和式(2)中,表示专家们对人格魅力权重打分的平均值,表示专家们对社交能力权重打分的平均值;且
步骤3.2、利用式(3)和式(4)分别获得第i个用户ui的第g个人格魅力维度指标比重和第k个社交能力维度指标比重
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>p</mi>
<mi>g</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mrow>
<mo>&prime;</mo>
<mi>p</mi>
<mi>g</mi>
</mrow>
</msubsup>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mrow>
<mo>&prime;</mo>
<mi>p</mi>
<mi>g</mi>
</mrow>
</msubsup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>s</mi>
<mi>k</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mrow>
<mo>&prime;</mo>
<mi>s</mi>
<mi>k</mi>
</mrow>
</msubsup>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mrow>
<mo>&prime;</mo>
<mi>s</mi>
<mi>k</mi>
</mrow>
</msubsup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式(3)和式(4)中,表示线性归一化后的第i个用户ui的第g个人格魅力维度指标;表示线性归一化后的第i个用户ui的第k个人社交能力维度指标;
步骤3.3、利用式(5)和式(6)分别获得所有用户第g个人格魅力维度指标熵值Eg和第k个人社交能力维度指标熵值Ek:
<mrow>
<msub>
<mi>E</mi>
<mi>g</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>ln</mi>
<mi> </mi>
<mi>n</mi>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>p</mi>
<mi>g</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mi>ln</mi>
<mi> </mi>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>p</mi>
<mi>g</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>E</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>ln</mi>
<mi> </mi>
<mi>n</mi>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>s</mi>
<mi>k</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mi>ln</mi>
<mi> </mi>
<mi>p</mi>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mrow>
<mi>s</mi>
<mi>k</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤3.4、利用式(7)和式(8)得到第g个人格魅力维度指标权重ωg和第k个人社交能力维度指标权重ωk:
<mrow>
<msub>
<mi>&omega;</mi>
<mi>g</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>E</mi>
<mi>g</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>g</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>G</mi>
</munderover>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>E</mi>
<mi>g</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&omega;</mi>
<mi>k</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>E</mi>
<mi>k</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>E</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式(7)和式(8)中,
步骤3.5、利用式(9)和式(10)分别得到第g个人格魅力维度指标的综合权重ωg′和第k个人社交能力维度指标的综合权重ω′k:
ωg′=α1ωg (9)
ωk′=α2ωk (10)
步骤3.6、利用式(9)和式(10)分别获得的第i个用户ui的人格魅力值IP(ui)和社交能力值IS(ui):
<mrow>
<mi>I</mi>
<mi>P</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>g</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>G</mi>
</munderover>
<msubsup>
<mi>&omega;</mi>
<mi>g</mi>
<mo>&prime;</mo>
</msubsup>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mrow>
<mi>p</mi>
<mi>g</mi>
</mrow>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>I</mi>
<mi>S</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<msubsup>
<mi>&omega;</mi>
<mi>k</mi>
<mo>&prime;</mo>
</msubsup>
<msubsup>
<mi>c</mi>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>k</mi>
</mrow>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤3.7、利用(13)得到第i个用户ui的社会资本ISC(ui),从而获得网络品牌社区中所有用户的社会资本:
ISC(ui)=IP(ui)+IS(ui) (13)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710427987.9A CN107220777A (zh) | 2017-06-08 | 2017-06-08 | 基于信息熵模型的网络品牌社区用户的社会资本度量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710427987.9A CN107220777A (zh) | 2017-06-08 | 2017-06-08 | 基于信息熵模型的网络品牌社区用户的社会资本度量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107220777A true CN107220777A (zh) | 2017-09-29 |
Family
ID=59948867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710427987.9A Pending CN107220777A (zh) | 2017-06-08 | 2017-06-08 | 基于信息熵模型的网络品牌社区用户的社会资本度量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107220777A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944037A (zh) * | 2017-12-13 | 2018-04-20 | 北京数洋智慧科技有限公司 | 一种热点话题识别追踪方法及系统 |
CN109840644A (zh) * | 2017-11-24 | 2019-06-04 | 南京大学 | 一种问答社区中的感知信息质量度量方法 |
CN110209711A (zh) * | 2019-06-12 | 2019-09-06 | 浙江华坤道威数据科技有限公司 | 一种基于大数据的企业数据挖掘系统及其使用方法 |
-
2017
- 2017-06-08 CN CN201710427987.9A patent/CN107220777A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840644A (zh) * | 2017-11-24 | 2019-06-04 | 南京大学 | 一种问答社区中的感知信息质量度量方法 |
CN107944037A (zh) * | 2017-12-13 | 2018-04-20 | 北京数洋智慧科技有限公司 | 一种热点话题识别追踪方法及系统 |
CN110209711A (zh) * | 2019-06-12 | 2019-09-06 | 浙江华坤道威数据科技有限公司 | 一种基于大数据的企业数据挖掘系统及其使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103632203B (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
Tran | Agent-behaviour and network influence on energy innovation diffusion | |
Liu et al. | The effects of service quality, tourism impact, and tourist satisfaction on tourist choice of leisure farming types | |
Hsueh | Assessing the effectiveness of community-promoted environmental protection policy by using a Delphi-fuzzy method: A case study on solar power and plain afforestation in Taiwan | |
CN103617289B (zh) | 基于用户特征及网络关系的微博推荐方法 | |
CN104881800A (zh) | 一种基于移动群智感知的激励机制实现方法 | |
CN107657034A (zh) | 一种社交信息增强的事件社交网络推荐算法 | |
CN105207821A (zh) | 一种面向业务的网络综合性能评估方法 | |
CN107220777A (zh) | 基于信息熵模型的网络品牌社区用户的社会资本度量方法 | |
CN104009993A (zh) | 一种基于模糊过滤的信任评估方法 | |
CN106022827A (zh) | 一种基于用户行为信息的电网服务方法及系统 | |
CN107562871A (zh) | 基于社会资本价值排序的社交网络影响力用户发现方法 | |
Wojewódzka-Wiewiórska et al. | Dynamics of rural areas development in Poland–convergence analysis | |
CN105046594B (zh) | 一种用户能源综合效益评价的平衡计分卡方法 | |
Huang et al. | Exploring the structure of international technology diffusion | |
Yang et al. | Does Internet Access Contribute to Residents' Pro-Environmental Behavior? Evidence from China. | |
CN110717085A (zh) | 一种基于虚拟品牌社区的意见领袖识别方法 | |
Huang et al. | Study on the Influencing Factors of Dockless Bike Sharing User's intention in Chengdu, China | |
Wu et al. | A DEA-based measurement of effectiveness of provincial image advertisement for local tourism destination: evidence from China | |
Wang et al. | Development of cooperative game model between urban landscape design and urban brand image recognition | |
Ding et al. | Index System of Fashion Week Vitality Evaluation | |
Shen et al. | Study on Landscape Performance Evaluation of Rural Microlandscapes in Southeast China | |
Mallios et al. | A contingent valuation method application for the valuation of the park of Thessaloniki International Fair | |
Xu et al. | The Evaluation and Improvement of Performance for Precise Poverty Alleviation in Hainan Province | |
Pupentsova et al. | The Introduction of Digital Technologies to Participatory Design in the Public Spaces Formation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170929 |
|
RJ01 | Rejection of invention patent application after publication |