CN108268534A - 传播影响力计算方法及装置 - Google Patents
传播影响力计算方法及装置 Download PDFInfo
- Publication number
- CN108268534A CN108268534A CN201611265213.2A CN201611265213A CN108268534A CN 108268534 A CN108268534 A CN 108268534A CN 201611265213 A CN201611265213 A CN 201611265213A CN 108268534 A CN108268534 A CN 108268534A
- Authority
- CN
- China
- Prior art keywords
- user
- webpage
- propagation
- value
- index
- 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
- 230000001902 propagating effect Effects 0.000 title claims abstract description 151
- 238000000205 computational method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000000644 propagated effect Effects 0.000 claims abstract description 19
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical group CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 claims description 33
- 238000004445 quantitative analysis Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种传播影响力计算方法及装置，获取用户在自媒体平台分享的网络页面；统计上述网络页面的传播相关信息，基于传播相关信息，计算用户对网络页面的传播影响力；基于用户对各个网络页面的传播影响力计算用户的总体传播影响力。实现了对自媒体平台中每一个用户对网络页面的传播影响力的定量分析，并且，由于定量分析过程中的数据具有统计特性，因此，定量分析结果能够客观的反映用户的影响力，基于本发明实施例提供的传播影响力计算方法为广告主推荐的自媒体平台用户具有较好的广告投放效果。
Description
技术领域
本发明涉及传播影响力计算技术领，更具体的说，涉及一种传播影响力计算方法及装置。
背景技术
当广告主需要通过自媒体平台(如微博、微信等)投放广告时，首先需要从自媒体平台的用户中选择一些用户作为合作伙伴，由该合作伙伴在自媒体平台上发布带有广告性质的信息。而目前，广告主通常是从自己所知道的“网络红人”中选择合作伙伴，而这种确定合作伙伴的方式的主观性较强，随机性较大，广告投放效果往往无法达到预期效果。
因此，如何通过定量分析自媒体平台用户的传播影响力为广告主推荐自媒体平台用户，以提高广告投放效果成为亟待解决的问题。
发明内容
鉴于上述问题，提出了本发明，以便提供一种克服上述问题或者至少部分地解决上述问题的传播影响力计算方法及装置。
为实现上述目的，本发明提供了如下技术方案：
一种传播影响力计算方法，包括：
获取用户在自媒体平台分享的网络页面；
统计所述网络页面的传播相关信息，所述传播相关信息包括以下至少两项：所述用户分享的所述网络页面的受众访问次数，所述用户分享的所述网络页面的受众访问人数，所述用户分享的所述网络页面的受众分享次数，所述用户分享的所述网络页面的受众分享人数，以及所述网络页面在所述自媒体平台的总受众访问人数；
基于所述传播相关信息，计算所述用户对所述网络页面的传播影响力。
上述方法，优选的，所述基于所述传播相关信息，计算所述用户对所述网络页面的传播影响力，包括：
基于所述传播相关信息，确定传播指标；
基于所述传播相关信息的取值，计算所述传播指标的取值；
基于所述传播指标的取值，计算所述传播指标对应的评分值；
基于所述传播指标对应的评分值，计算所述用户对所述网络页面的传播影响力。
上述方法，优选的，所述传播指标包括用户的传播印象、用户的传播分享率、用户的传播覆盖率和用户的传播号召力中的至少一个，所述计算所述传播指标的取值，包括：
计算所述用户分享的所述网络页面的受众访问次数与所述用户分享的所述网络页面的受众访问人数的比值，得到所述用户的传播印象的取值；和/或，
计算所述用户分享的所述网络页面的受众分享次数与所述用户分享的所述网络页面的受众访问次数的比值，得到所述用户的传播分享率的取值；和/或，
计算所述用户分享的所述网络页面的受众访问人数与所述网络页面在所述自媒体平台的总受众访问人数的比值，得到所述用户的传播覆盖率的取值；和/或，
计算所述用户分享的所述网络页面的受众访问人数与所述用户分享的所述网络页面的受众分享人数的加权平均值，得到所述用户的传播号召力的取值。
上述方法，优选的，所述基于所述传播指标的取值，计算所述传播指标对应的评分值，包括：
获取预设参考值，所述预设参考值对应的传播指标的评分值为满分；
若所述传播指标的取值大于或等于所述预设参考值，则确定所述传播指标对应的评分值为满分；
若所述传播指标的取值小于所述预设参考值，则计算所述传播指标的取值与所述预设参考值的比值，再将所述传播指标的取值与所述预设参考值的比值与所述满分对应的分值相乘，得到所述传播指标对应的评分值。
上述方法，优选的，所述传播指标为多个，所述基于所述传播指标对应的评分值，计算所述用户对所述网络页面的传播影响力，包括：
获取每个所述传播指标对应的评分值；
将每个所述传播指标对应的评分值加权求和，得到所述用户对所述网络页面的传播影响力。
上述方法，优选的，所述网络页面为多个，所述计算所述用户对所述网络页面的传播影响力，包括：
获取所述用户对每个所述网络页面的传播影响力；
计算每个所述网络页面的传播影响力的加权平均值，得到所述用户对所述网络页面的传播影响力。
一种传播影响力计算装置，包括：
获取模块，用于获取用户在自媒体平台分享的网络页面；
统计模块，用于统计所述网络页面的传播相关信息，所述传播相关信息包括以下至少两项：所述用户分享的所述网络页面的受众访问次数，所述用户分享的所述网络页面的受众访问人数，所述用户分享的所述网络页面的受众分享次数，所述用户分享的所述网络页面的受众分享人数，以及所述网络页面在所述自媒体平台的总受众访问人数；
计算模块，用于基于所述传播相关信息，计算所述用户对所述网络页面的传播影响力。
上述装置，优选的，所述计算模块包括：
确定单元，用于基于所述传播相关信息，确定传播指标；
第一计算单元，用于基于所述传播相关信息的取值，计算所述传播指标的取值；
第二计算单元，用于基于所述传播指标的取值，计算所述传播指标对应的评分值；
第三计算单元，用于基于所述传播指标对应的评分值，计算所述用户对所述网络页面的传播影响力。
上述装置，优选的，所述传播指标包括用户的传播印象、用户的传播分享率、用户的传播覆盖率和用户的传播号召力中的至少一个；所述第一计算单元包括：
第一子计算单元，用于计算所述用户分享的所述网络页面的受众访问次数与所述用户分享的所述网络页面的受众访问人数的比值，得到所述用户的传播印象的取值；和/或，
第二子计算单元，用于计算所述用户分享的所述网络页面的受众分享次数与所述用户分享的所述网络页面的受众访问次数的比值，得到所述用户的传播分享率的取值；和/或，
第三子计算单元，用于计算所述用户分享的所述网络页面的受众访问人数与所述网络页面在所述自媒体平台的总受众访问人数的比值，得到所述用户的传播覆盖率的取值；和/或，
第四子计算单元，用于计算所述用户分享的所述网络页面的受众访问人数与所述用户分享的所述网络页面的受众分享人数的加权平均值，得到所述用户的传播号召力的取值。
上述装置，优选的，所述第二计算单元包括：
第一获取子单元，用于获取预设参考值，所述预设参考值对应的传播指标的评分值为满分；
确定子单元，用于若所述传播指标的取值大于或等于所述预设参考值，则确定所述传播指标对应的评分值为满分；
第五子计算单元，用于若所述传播指标的取值小于所述预设参考值，则计算所述传播指标的取值与预设参考值的比值，再将所述传播指标的取值与所述预设参考值的比值与所述满分对应的评分值相乘，得到所述传播指标对应的评分值。
上述装置，优选的，所述传播指标为多个，所述第三计算单元包括：
第二获取子单元，用于获取每个所述传播指标对应的评分值；
第七子计算单元，用于将每个所述传播指标对应的评分值加权求和，得到所述用户对所述网络页面的传播影响力。
上述装置，优选的，所述网络页面为多个，所述计算模块用于：获取用户对每个所述网络页面的传播影响力；计算每个所述网络页面的传播影响力的加权平均值，得到所述用户对所示网络页面的传播影响力。
借由上述技术方案，本发明提供的传播影响力计算方法及装置，获取用户在自媒体平台分享的网络页面；统计上述网络页面的传播相关信息，传播相关信息包括以下至少两项：用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数；基于传播相关信息，计算用户对网络页面的传播影响力。实现了对自媒体平台中每一个用户对网络页面的传播影响力的定量分析，并且，由于定量分析过程中的数据具有统计特性，因此，定量分析结果能够客观的反映用户的影响力，基于本发明实施例提供的传播影响力计算方法及装置，为广告主推荐的自媒体平台用户具有较好的广告投放效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了某个自媒体平台中用户与其它用户间关联关系的一种示例图；
图2示出了本发明实施例提供的传播影响力计算方法的一种实现流程图；
图3示出了本发明实施例提供的基于传播相关信息，计算用户对网络页面的传播影响力的一种实现流程图；
图4示出了本发明实施例提供的传播影响力计算装置的一种结构示意图；
图5示出了本发明实施例提供的计算模块的一种结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
请参阅图1，图1为某个自媒体平台(如，微博、微信等)中用户A与其它用户间关联关系的一种示例图。其中，
用户A分享一个网络页面(如H5页面)后，用户B、C、D、E、F、G可以看到并访问该网络页面；同理，用户A也可以看到并访问用户B、C、D、E、F、G中的任意一个用户分享的网络页面。另外，用户D分享的网络页面还可以被用户H、I看到并访问；用户F分享的网络页面还可以被用户J、K、L看到并访问。用户L分享的网络页面除了可以被用户F看到并分享外，还可以被用户M、N看到并分享。当然，不管哪一个用户，在看到其它用户分享的网络页面后，可以访问该网络页面以查看网络页面的具体内容，也可以不访问该网络页面，在查看该网络页面的具体内容后，可以分享该网络页面，也可以不分享该网络页面。
请参阅图2，图2为本发明实施例提供的传播影响力计算方法的一种实现流程图，可以包括：
步骤S21：获取用户在自媒体平台分享的网络页面。
其中，用户是指自媒体平台的所有用户的任意一个用户。也就是说，本发明实施例中，对于自媒体平台的任意一个用户，都可以进行定量分析。
本发明实施例中，可以只获取用户在自媒体平台分享的一个网络页面。
步骤S22：统计上述网络页面的传播相关信息，传播相关信息可以包括以下至少两项：用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数。
对于用户分享的网络页面，该网络页面的受众访问次数是指，所有能够看到该网络页面的用户对该网络页面的访问次数的总和。如图1所示，用户A分享一个网络页面后，该网络页面可以被用户B、C、D、E、F、G这6个用户看到，则，假设用户A分享一个网络页面后，用户B、C、D、E、F、G全都访问了该网络页面，且每个用户只访问了一次，则用户分享的该网络页面的受众访问次数为：1+1+1+1+1+1＝6。而若用户A分享一个网络页面后，只有用户F、G访问了该网络页面，且每个用户只访问了一次，则用户分享的该网络页面的受众访问次数为：1+1＝2。而若用户A分享一个网络页面后，只有用户D、E、F、G访问了该网络页面，且用户D访问了一次，用户E、G各访问了两次，用户F访问了三次，则用户A分享的该网络页面的受众访问次数为1+2+2+3＝8次。
对于用户分享的网络页面，该网络页面的受众访问人数是指：能够看到该网络页面的用户中，访问该网络页面的总的人数。如图1所示，用户A分享一个网络页面后，该网络页面可以被用户B、C、D、E、F、G看到，则，假设用户A分享一个网络页面后，用户B、C、D、E、F、G全都访问了该网络页面，则不管每个用户访问了该网络页面几次，用户A分享的该网络页面的受众访问人数均是6。若用户A分享一个网络页面后，只有用户B、C、D访问了该网络页面，则不管每个用户访问了该网络页面几次，用户A分享的该网络页面的受众访问人数均是3。
对于用户分享的网络页面，该网络页面的受众分享次数是指，所有能够看到该网络页面的用户分享该网络页面的次数的总和。如图1所示，用户A分享一个网络页面后，该网络页面可以被用户B、C、D、E、F、G看到，则，假设用户A分享一个网络页面后，用户B、C、D、E、F、G全都分享了该网络页面，且每个用户只分享了一次，则用户A分享的该网络页面的受众分享次数为：1+1+1+1+1+1＝6。而若用户A分享一个网络页面后，只有用户D、F分享了该网络页面，且每个用户只分享了一次，则用户A分享的该网络页面的受众分享次数为：1+1＝2。而若用户A分享一个网络页面后，只有用户D、E、F、G分享了该网络页面，且用户D分享了一次，用户E、G各分享了三次，用户F访问了两次，则用户A分享的该网络页面的受众分享次数为1+3+3+2＝9次。
对于用户分享的网络页面，该网络页面的受众分享人数是指：能够看到该网络页面的用户中，分享该网络页面的总的人数。如图1所示，用户A分享一个网络页面后，该网络页面可以被用户B、C、D、E、F、G看到，则，假设用户A分享一个网络页面后，用户B、C、D、E、F、G全都分享了该网络页面，则不管每个用户分享了该网络页面几次，用户A分享的该网络页面的受众分享人数均是6。若用户A分享一个网络页面后，只有用户D、F分享了该网络页面，则不管每个用户分享了该网络页面几次，用户A分享的该网络页面的受众分享人数均是2。
对于用户分享的网络页面，该网络页面在自媒体平台的总受众访问人数是指，在自媒体平台中访问该网络页面的总的人数。也就是，说，该网络页面在自媒体平台的总受众访问人数不仅包括通过用户的分享而访问该网络页面的人数，还包括通过其它用户的分享而访问该网络页面的人数。还以图1为例，假设用户A分享一个网络页面后，只有用户B、C、D访问了该页面，而只有用户C和D分享了该网络页面，其中，C分享该网络页面后，用户P和Q均访问了该网络页面，而D分享该网络页面后，只有用户H访问了该网络页面，则在自媒体平台中，访问该网络页面的用户分别为：A、B、C、D、P、Q和H，所以，在自媒体平台中访问该网络页面的总的人数为7。当然，若子图媒体平台中，除了上述7个用户外，用户L和N也访问了上述网络页面，则，在自媒体平台中访问该网络页面的总的人数为9。
由于上述用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，均是基于用户分享上述网络页面而统计的信息，因此，用户分享的网络页面的受众访问次数也是用户带来的受众访问次数，用户分享的网络页面的受众访问人数也是用户带来的受众访问人数，用户分享的网络页面的受众分享次数也是用户带来的受众分享次数，用户分享的网络页面的受众分享人数也是用户带来的受众分享人数。
步骤S23：基于上述传播相关信息，计算用户对上述网络页面的传播影响力。
对于用户分享的网络页面，基于用户带来的该网络页面的传播相关信息计算用户对该网络页面的传播影响力。
本发明实施例提供的传播影响力计算方法，获取用户在自媒体平台分享的网络页面；统计上述网络页面的传播相关信息，传播相关信息包括以下至少两项：用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数；基于传播相关信息，计算用户对网络页面的传播影响力；基于用户对各个网络页面的传播影响力计算用户的总体传播影响力。实现了对自媒体平台中每一个用户对网络页面的传播影响力的定量分析，并且，由于定量分析过程中的数据具有统计特性，因此，定量分析结果能够客观的反映用户的影响力，基于本发明实施例提供的传播影响力计算方法为广告主推荐的自媒体平台用户具有较好的广告投放效果。
在一可选的实施例中，本发明实施例提供的基于上述传播相关信息，计算用户对网络页面的传播影响力的一种实现流程图如图3所示，可以包括：
步骤S30：基于传播相关信息，确定传播指标。
传播指标可以只有一个，也可以有两个或更多个。每个传播指标用于评定用户在特定方面对网络页面的传播产生的影响力。
在一可选的实施例中，若传播相关信息包括用户分享的网络页面的受众访问次数，以及用户分享的网络页面的受众访问人数，则传播指标可以包括：用户的传播印象。用户的传播印象用于评定受众对于用户分享的网络页面的印象深浅程度。
若传播相关信息包括用户分享的网络页面的受众分享次数，以及用户分享的网络页面的受众访问次数，则传播指标可以包括：用户的传播分享率。用户的传播分享率用于评定受众对于用户分享的网络页面的好感赞同分享程度。
若传播相关信息包括用户分享的网络页面的受众访问人数，以及网络页面在自媒体平台的总受众访问人数，则传播指标可以包括：用户的传播覆盖率。用户的传播覆盖率用于评定用户分享的网络页面的受众覆盖率。
若传播相关信息包括用户分享的所述网络页面的受众访问人数，以及用户分享的网络页面的受众分享人数，则传播指标可以包括：用户的传播号召力。用户的传播号召力用于评定用户的号召力。
步骤S31：基于上述传播相关信息的取值，计算传播指标的取值。
本发明实施例中，传播指标的取值由该传播指标对应的传播相关信息的取值计算得到。
步骤S32：基于传播指标的取值，计算传播指标对应的评分值。
在一可选的实施例中，可以对应每一个传播指标，设定一个预设参考值，该预设参考值对应的传播指标的评分值为满分，也就说，当传播指标的取值为预设参考值时，传播指标对应的评分值为满分。例如，假设当用户的传播印象值为3时，与用户的传播印象对应的评分值为满分，则与用户的传播印象对应的预设参考值为3。
不同的传播指标对应的预设参考值不同。预设参考值可以根据调研数据设定，还可以根据调研数据的改变而对预设参考值进行动态调整。
在一可选的实施例中，传播指标对应的评分值的计算方法可以为：
对应每一个传播指标的取值，将该传播指标的取值与该传播指标对应的预设参考值做商运算；商运算的结果乘以满分对应的分值，得到该传播指标对应的评分值。若计算得到的评分值大于或等于满分对应的分值，则确定该传播指标对应的评分值为满分。若计算得到的评分值小于满分对应的分值，则确定计算得到的评分值即为该传播指标对应的评分值。
在另一可选的实施例中，传播指标对应的评分值的计算方法可以为：
对应每一个传播指标的取值，若该传播指标的取值大于或等于与该传播指标对应的预设参考值，则确定该传播指标对应的评分值为满分；
若该传播指标的取值小于与该传播指标对应的预设参考值，则将该传播指标的取值与该传播指标对应的预设参考值做商运算；商运算的结果乘以满分对应的分值，得到传播指标对应的评分值。
步骤S33：基于传播指标对应的评分值，计算用户对网络页面的传播影响力。
在一可选的实施例中，若传播指标只有一个，可以将该传播指标对应的评分值作为用户对网络页面的传播影响力。
在一可选的实施例中，若传播指标有多个，可以将各个传播指标对应的评分值加权求和，将加权求和结果作为用户对网络页面的传播影响力。各个传播指标的权值之和为1。
加权求和结果越大，表明用户对网络页面的传播影响力越大。加权求和结果越小，表明用户对网络页面的传播影响力越小。
各个传播指标对应的权值可以根据广告主的需求进行动态调整。
在一可选的实施例中，对于用户分享的网络页面，计算用户的传播印象的取值的一种实现方式可以为：
计算该网络页面的受众访问次数与该网络页面的受众访问人数的比值，将计算结果作为用户的传播印象的取值。
在一可选的实施例中，对于用户分享的网络页面，计算用户的传播分享率的取值的一种实现方式可以为：
计算该网络页面的受众分享次数与该网络页面的受众访问次数的比值，将计算结果作为用户的传播分享率的取值。
在一可选的实施例中，对于用户分享的网络页面，计算用户的传播覆盖率的取值的一种实现方式可以为：
计算该网络页面的受众访问人数与该网络页面在自媒体平台的总受众访问人数的比值，将计算结果作为用户的传播覆盖率的取值。
在一可选的实施例中，对于用户分享的网络页面，计算用户的传播号召力的取值的一种实现方式可以为：
计算该网络页面的受众访问人数以及该网络页面的受众分享人数的加权求平均值，将计算结果作为用户的传播号召力的取值。
其中，该网络页面的受众访问人数的权值，以及该网络页面的受众分享人数的权值之和为1。该网络页面的受众访问人数的权值与该网络页面的受众分享人数的权值可以相等。
在一可选的实施例中，可以获取用户在自媒体平台分享的多个网络页面。
当获取用户在自媒体平台分享的多个网络页面时，可以分别统计每一个网络页面的传播相关信息；
对应每一个网络页面，基于该网络页面的传播相关信息计算用户对该网络页面的传播影响力；
计算用户对各个网络页面的传播影响力的加权平均值，得到用户对所分享的多个网络页面的传播影响力。加权平均值越大，表明用户的总体传播影响力越大；反之，加权平均值越小，表明用户的总体传播影响力越小。
在一可选的实施例中，各个网络页面的传播影响力的权值可以均为1。
下面以用户分享的网络页面为微信H5页面为例对本发明实施例的应用进行说明。
本示例中，用户分享了多个微信H5页面，针对用户分享的每一个H5页面，从微信提供的接口采集该H5页面的传播相关信息，包括：该H5页面因用户分享而带来的受众访问次数kE-pv，受众访问人数kE-uv，受众分享次数kS-pv，以及受众分享人数kS-uv。该H5页面的传播相关信息还包括：从微信提供的接口采集的该H5页面在整个微信平台中的总的受众访问人数E-uv。
根据采集的上述传播相关信息，确定四个传播指标，可以包括：用户的传播印象KSII，用户的传播分享率KSSI，用户的传播覆盖率KSCI，以及用户的传播号召力KSAI。
根据传播相关信息的取值，计算四个传播指标的取值，各个传播指标的取值的计算过程如下：
KSII＝kE-pv/kE-uv
KSII值越大，说明传播印象越深刻。
KSSI＝kS-pv/kE-pv
其中，KSSI值越大，说明分享占比越高。
KSCI＝kE-uv/E-uv
其中，KSCI值越大，说明覆盖率越高。
KSAI＝0.5*kE-uv+0.5*kS-uv
其中，KSAI值越大，说明号召力越强。
计算各个传播指标的取值对应的评分值：用户的传播印象的取值对应的评分为KSII-s、用户的传播分享率的取值对应的评分为KSSI-s、用户的传播覆盖率的取值对应的评分为KSCI-s、用户的传播号召力的取值对应的评分为KSAI-s。其中，
设定KSII的行业满分值为KSII-a，即当用户的传播印象的取值为KSII-a时，用户的传播印象的取值对应的评分为满分。根据调研数据，本示例中现定KSII-a为3。
设定KSSI的行业满分值为KSSI-a，即当用户的传播分享率的取值为KSSI-a时，用户的传播分享率的取值对应的评分为满分。根据调研数据，本示例中现定KSSI-a为10％。
设定KSCI的行业满分值为KSCI-a，即当用户的传播覆盖率的取值为KSCI-a时，用户的传播覆盖率的取值对应的评分为满分。根据调研数据，本示例中现定KSCI-a为50％。
设定KSAI的行业满分值，即当用户的传播号召力的取值为KSAI-a时，用户的传播号召力的取值对应的评分为满分。根据调研数据，本示例中现定KSAI-a为1000000。
本示例中，满分为100分。
具体的，
当KSII>＝KSII-a时，KSII-s等于100；
当KSII<KSII-a时，KSII-s＝KSII/KSII-a*100。
当KSSI>＝KSSI-a时，KSSI-s等于100；
当KSSI<KSSI-a时，KSSI-s＝KSSI/KSSI-a*100。
当KSCI>＝KSCI-a时，KSCI-s等于100；
当KSCI<KSCI-a时，KSCI-s＝KSCI/KSCI-a*100
当KSAI>＝KSAI-a时，KSAI-s等于100；
当KSAI<KSAI-a时，KSAI-s＝KSAI/KSAI-a*100。
下面计算用户对每个分享的H5页面的传播影响力KSEI：
KSEI＝k1*KSII-s+k2*KSSI-s+k3*KSCI-s+k4*KSAI-s，
其中，k1、k2、k3、k4为权值，k1+k2+k3+k4＝1。k1、k2、k3、k4可以根据广告主的需求而动态调整。例如，若广告主比较关注受众对于用户分享的H5页面的印象深浅程度，则可以将k1的值调大一些，其它权值调小一些；若广告主比较关注受众对于用户分享的H5页面的好感赞同分享程度，则可以将k2的值调大一些，其它权值调小一些；若广告主比较关注用户分享的H5页面的受众覆盖率，则可以将k3的值调大一些，其它权值调小一些；若广告主比较关注用户的号召力，则可以将k4的值调大一些，其它权值调小一些。
计算出用户对每个分享的H5页面的传播影响力之后，计算用户在微信平台的总得影响力KSEI-s：
其中，n表示用户分享的H5页面的个数。KSEIi表示用户对分享的第i个H5页面的传播影响力。
与方法实施例相对应，本发明实施例还提供一种传播影响力计算装置，本发明实施例提供的传播影响力计算装置的一种结构示意图如图4所示，可以包括：
获取模块41，统计模块42和计算模块43；其中，
获取模块41用于获取用户在自媒体平台分享的网络页面；
统计模块42用于统计上述网络页面的传播相关信息，传播相关信息包括以下至少两项：用户分享的上述网络页面的受众访问次数，用户分享的上述网络页面的受众访问人数，用户分享的上述网络页面的受众分享次数，用户分享的上述网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数；
计算模块43用于基于上述传播相关信息，计算用户对上述网络页面的传播影响力。
本发明实施例提供的传播影响力计算装置，获取用户在自媒体平台分享的网络页面；统计上述网络页面的传播相关信息，传播相关信息包括以下至少两项：用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数；基于传播相关信息，计算用户对网络页面的传播影响力。实现了对自媒体平台中每一个用户对网络页面的传播影响力的定量分析，并且，由于定量分析过程中的数据具有统计特性，因此，定量分析结果能够客观的反映用户的影响力，基于本发明实施例提供的传播影响力计算装置，为广告主推荐的自媒体平台用户具有较好的广告投放效果。
在一可选的实施例中，计算模块43的一种结构示意图如图5所示，可以包括：
确定单元50，第一计算单元51，第二计算单元52和第三计算单元53；其中，
确定单元50用于基于传播相关信息，确定传播指标；
第一计算单元51用于基于上述传播相关信息的取值，计算传播指标的取值；
第二计算单元52用于基于传播指标的取值，计算传播指标对应的评分值；
第三计算单元53用于基于传播指标对应的评分值，计算用户对网络页面的传播影响力。
在一可选的实施例中，传播指标至少可以包括用户的传播印象、用户的传播分享率、用户的传播覆盖率和用户的传播号召力中的至少一个；第一计算单元51可以包括：
第一子计算单元，用于计算用户分享的网络页面的受众访问次数与用户分享的所述网络页面的受众访问人数的比值，得到用户的传播印象的取值。和/或，
第二子计算单元，用于计算用户分享的网络页面的受众分享次数与用户分享的网络页面的受众访问次数的比值，得到用户的传播分享率的取值。和/或，
第三子计算单元，用于计算用户分享的网络页面的受众访问人数与网络页面在自媒体平台的总受众访问人数的比值，得到用户的传播覆盖率的取值。和/或，
第四子计算单元，用于计算用户分享的网络页面的受众访问人数与用户分享的网络页面的受众分享人数的加权平均值，得到用户的传播号召力的取值。
在一可选的实施例中，第二计算单元52可以包括：
第一获取子单元，用于获取预设参考值，所述预设参考值对应的传播指标的评分值为满分；
确定子单元，用于若传播指标的取值大于或等于预设参考值，则确定传播指标对应的评分值为满分；
第五子计算单元，用于若传播指标的取值小于预设参考值，则计算传播指标的取值与预设参考值的比值，再将传播指标的取值与预设参考值的比值与满分对应的评分值相乘，得到传播指标的取值对应的评分值。
在一可选的实施例中，传播指标为多个，第三计算单元53可以包括：
第二获取子单元，用户获取每个传播指标对应的评分值；
第六子计算单元，用于将各个传播指标对应的评分值加权求和，得到用户对所述网络页面的传播影响力。
在一可选的实施例中，网络页面为多个，计算模块43可以用于：获取用户对每个网络页面的传播影响力；计算每个网络页面的传播影响力的加权平均值，得到用户对网络页面的传播影响力。
所述传播影响力计算装置包括处理器和存储器，上述获取模块41，统计模块42，计算模块43等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现对自媒体平台中每一个用户的传播影响力的客观、定量的分析。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)，存储器包括至少一个存储芯片。
本发明实施例提供的传播影响力计算装置，获取用户在自媒体平台分享的网络页面；统计上述网络页面的传播相关信息，传播相关信息包括以下至少两项：用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数；基于传播相关信息，计算用户对网络页面的传播影响力。实现了对自媒体平台中每一个用户对网络页面的传播影响力的定量分析，并且，由于定量分析过程中的数据具有统计特性，因此，定量分析结果能够客观的反映用户的影响力，基于本发明实施例提供的传播影响力计算装置，为广告主推荐的自媒体平台用户具有较好的广告投放效果。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：
获取用户在自媒体平台分享的网络页面；
统计上述网络页面的传播相关信息，传播相关信息可以包括以下至少两项：用户分享的网络页面的受众访问次数，用户分享的网络页面的受众访问人数，用户分享的网络页面的受众分享次数，用户分享的网络页面的受众分享人数，以及上述网络页面在自媒体平台的总受众访问人数；
基于上述传播相关信息，计算用户对上述网络页面的传播影响力。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统(若存在)、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种传播影响力计算方法，其特征在于，包括：
获取用户在自媒体平台分享的网络页面；
统计所述网络页面的传播相关信息，所述传播相关信息包括以下至少两项：所述用户分享的所述网络页面的受众访问次数，所述用户分享的所述网络页面的受众访问人数，所述用户分享的所述网络页面的受众分享次数，所述用户分享的所述网络页面的受众分享人数，以及所述网络页面在所述自媒体平台的总受众访问人数；
基于所述传播相关信息，计算所述用户对所述网络页面的传播影响力。
2.根据权利要求1所述的方法，其特征在于，所述基于所述传播相关信息，计算所述用户对所述网络页面的传播影响力，包括：
基于所述传播相关信息，确定传播指标；
基于所述传播相关信息的取值，计算所述传播指标的取值；
基于所述传播指标的取值，计算所述传播指标对应的评分值；
基于所述传播指标对应的评分值，计算所述用户对所述网络页面的传播影响力。
3.根据权利要求2所述的方法，其特征在于，所述传播指标包括用户的传播印象、用户的传播分享率、用户的传播覆盖率和用户的传播号召力中的至少一个，所述计算所述传播指标的取值，包括：
计算所述用户分享的所述网络页面的受众访问次数与所述用户分享的所述网络页面的受众访问人数的比值，得到所述用户的传播印象的取值；和/或，
计算所述用户分享的所述网络页面的受众分享次数与所述用户分享的所述网络页面的受众访问次数的比值，得到所述用户的传播分享率的取值；和/或，
计算所述用户分享的所述网络页面的受众访问人数与所述网络页面在所述自媒体平台的总受众访问人数的比值，得到所述用户的传播覆盖率的取值；和/或，
计算所述用户分享的所述网络页面的受众访问人数与所述用户分享的所述网络页面的受众分享人数的加权平均值，得到所述用户的传播号召力的取值。
4.根据权利要求2所述的方法，其特征在于，所述基于所述传播指标的取值，计算所述传播指标对应的评分值，包括：
获取预设参考值，所述预设参考值对应的传播指标的评分值为满分；
若所述传播指标的取值大于或等于所述预设参考值，则确定所述传播指标对应的评分值为满分；
若所述传播指标的取值小于所述预设参考值，则计算所述传播指标的取值与所述预设参考值的比值，再将所述传播指标的取值与所述预设参考值的比值与所述满分对应的分值相乘，得到所述传播指标对应的评分值。
5.根据权利要求2所述的方法，其特征在于，所述传播指标为多个，所述基于所述传播指标对应的评分值，计算所述用户对所述网络页面的传播影响力，包括：
获取每个所述传播指标对应的评分值；
将每个所述传播指标对应的评分值加权求和，得到所述用户对所述网络页面的传播影响力。
6.根据权利要求2至5任一项所述的方法，其特征在于，所述网络页面为多个，所述计算所述用户对所述网络页面的传播影响力，包括：
获取所述用户对每个所述网络页面的传播影响力；
计算每个所述网络页面的传播影响力的加权平均值，得到所述用户对所述网络页面的传播影响力。
7.一种传播影响力计算装置，其特征在于，包括：
获取模块，用于获取用户在自媒体平台分享的网络页面；
统计模块，用于统计所述网络页面的传播相关信息，所述传播相关信息包括以下至少两项：所述用户分享的所述网络页面的受众访问次数，所述用户分享的所述网络页面的受众访问人数，所述用户分享的所述网络页面的受众分享次数，所述用户分享的所述网络页面的受众分享人数，以及所述网络页面在所述自媒体平台的总受众访问人数；
计算模块，用于基于所述传播相关信息，计算所述用户对所述网络页面的传播影响力。
8.根据权利要求7所述的装置，其特征在于，所述计算模块包括：
确定单元，用于基于所述传播相关信息，确定传播指标；
第一计算单元，用于基于所述传播相关信息的取值，计算所述传播指标的取值；
第二计算单元，用于基于所述传播指标的取值，计算所述传播指标对应的评分值；
第三计算单元，用于基于所述传播指标对应的评分值，计算所述用户对所述网络页面的传播影响力。
9.根据权利要求8所述的装置，其特征在于，所述传播指标包括用户的传播印象、用户的传播分享率、用户的传播覆盖率和用户的传播号召力中的至少一个；所述第一计算单元包括：
第一子计算单元，用于计算所述用户分享的所述网络页面的受众访问次数与所述用户分享的所述网络页面的受众访问人数的比值，得到所述用户的传播印象的取值；和/或，
第二子计算单元，用于计算所述用户分享的所述网络页面的受众分享次数与所述用户分享的所述网络页面的受众访问次数的比值，得到所述用户的传播分享率的取值；和/或，
第三子计算单元，用于计算所述用户分享的所述网络页面的受众访问人数与所述网络页面在所述自媒体平台的总受众访问人数的比值，得到所述用户的传播覆盖率的取值；和/或，
第四子计算单元，用于计算所述用户分享的所述网络页面的受众访问人数与所述用户分享的所述网络页面的受众分享人数的加权平均值，得到所述用户的传播号召力的取值。
10.根据权利要求8所述的装置，其特征在于，所述第二计算单元包括：
第一获取子单元，用于获取预设参考值，所述预设参考值对应的传播指标的评分值为满分；
确定子单元，用于若所述传播指标的取值大于或等于所述预设参考值，则确定所述传播指标对应的评分值为满分；
第五子计算单元，用于若所述传播指标的取值小于所述预设参考值，则计算所述传播指标的取值与预设参考值的比值，再将所述传播指标的取值与所述预设参考值的比值与所述满分对应的评分值相乘，得到所述传播指标对应的评分值。
11.根据权利要求8所述的装置，其特征在于，所述传播指标为多个，所述第三计算单元包括：
第二获取子单元，用于获取每个所述传播指标对应的评分值；
第六子计算单元，用于将每个所述传播指标对应的评分值加权求和，得到所述用户对所述网络页面的传播影响力。
12.根据权利要求8-11任意一项所述的装置，其特征在于，所述网络页面为多个，所述计算模块用于：获取用户对每个所述网络页面的传播影响力；计算每个所述网络页面的传播影响力的加权平均值，得到所述用户对所述网络页面的传播影响力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611265213.2A CN108268534A (zh) | 2016-12-30 | 2016-12-30 | 传播影响力计算方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611265213.2A CN108268534A (zh) | 2016-12-30 | 2016-12-30 | 传播影响力计算方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108268534A true CN108268534A (zh) | 2018-07-10 |
Family
ID=62770161
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611265213.2A Pending CN108268534A (zh) | 2016-12-30 | 2016-12-30 | 传播影响力计算方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108268534A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109246093A (zh) * | 2018-08-23 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 风险链接识别方法及装置 |
| CN110955846A (zh) * | 2018-09-26 | 2020-04-03 | 北京国双科技有限公司 | 传播路径图生成方法及装置 |
| CN111125588A (zh) * | 2018-10-30 | 2020-05-08 | 北京国双科技有限公司 | 传播效果图的绘制及评估方法、装置、存储介质及处理器 |
| CN111767473A (zh) * | 2020-07-30 | 2020-10-13 | 腾讯科技（深圳）有限公司 | 一种对象选取方法及计算机可读存储介质 |
| CN112579950A (zh) * | 2019-09-30 | 2021-03-30 | 北京国双科技有限公司 | 一种信息处理方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090307057A1 (en) * | 2008-06-06 | 2009-12-10 | Albert Azout | Associative memory operators, methods and computer program products for using a social network for predictive marketing analysis |
| CN102945279A (zh) * | 2012-11-14 | 2013-02-27 | 清华大学 | 微博用户影响力的评估方法及装置 |
| CN104298767A (zh) * | 2014-10-29 | 2015-01-21 | 西安交通大学 | 一种微博网络中用户影响力度量的方法 |
| CN104657498A (zh) * | 2015-03-11 | 2015-05-27 | 中国科学院自动化研究所 | 微博用户影响力的评估方法 |
| CN104834731A (zh) * | 2015-05-15 | 2015-08-12 | 百度在线网络技术（北京）有限公司 | 一种自媒体信息的推荐方法及装置 |
| CN106022849A (zh) * | 2016-07-11 | 2016-10-12 | 互动派科技股份有限公司 | 一种新媒体价值与效果评估方法和系统 |
-
2016
- 2016-12-30 CN CN201611265213.2A patent/CN108268534A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090307057A1 (en) * | 2008-06-06 | 2009-12-10 | Albert Azout | Associative memory operators, methods and computer program products for using a social network for predictive marketing analysis |
| CN102945279A (zh) * | 2012-11-14 | 2013-02-27 | 清华大学 | 微博用户影响力的评估方法及装置 |
| CN104298767A (zh) * | 2014-10-29 | 2015-01-21 | 西安交通大学 | 一种微博网络中用户影响力度量的方法 |
| CN104657498A (zh) * | 2015-03-11 | 2015-05-27 | 中国科学院自动化研究所 | 微博用户影响力的评估方法 |
| CN104834731A (zh) * | 2015-05-15 | 2015-08-12 | 百度在线网络技术（北京）有限公司 | 一种自媒体信息的推荐方法及装置 |
| CN106022849A (zh) * | 2016-07-11 | 2016-10-12 | 互动派科技股份有限公司 | 一种新媒体价值与效果评估方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| 王冰: ""高校图书馆微博影响力测评研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 郭顺利等: ""高校图书馆微信公众平台传播影响力评价体系研究"", 《图书情报工作》 * |
| 雷欢: ""图书馆网络影响力研究:以自媒体微博微信为视角"", 《图书馆论坛》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109246093A (zh) * | 2018-08-23 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 风险链接识别方法及装置 |
| CN110955846A (zh) * | 2018-09-26 | 2020-04-03 | 北京国双科技有限公司 | 传播路径图生成方法及装置 |
| CN111125588A (zh) * | 2018-10-30 | 2020-05-08 | 北京国双科技有限公司 | 传播效果图的绘制及评估方法、装置、存储介质及处理器 |
| CN111125588B (zh) * | 2018-10-30 | 2023-04-07 | 北京国双科技有限公司 | 传播效果图的绘制及评估方法、装置、存储介质及处理器 |
| CN112579950A (zh) * | 2019-09-30 | 2021-03-30 | 北京国双科技有限公司 | 一种信息处理方法及装置 |
| CN111767473A (zh) * | 2020-07-30 | 2020-10-13 | 腾讯科技（深圳）有限公司 | 一种对象选取方法及计算机可读存储介质 |
| CN111767473B (zh) * | 2020-07-30 | 2023-11-14 | 腾讯科技（深圳）有限公司 | 一种对象选取方法及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108268534A (zh) | 传播影响力计算方法及装置 | |
| TWI777010B (zh) | 資訊轉化率的預測、資訊推薦方法和裝置 | |
| Li et al. | Offensive pricing strategies for online platforms | |
| CN105205180B (zh) | 一种知识图谱的评价方法及装置 | |
| CN104574126B (zh) | 一种用户特征识别方法及装置 | |
| Yu | Prioritized information fusion method for triangular intuitionistic fuzzy set and its application to teaching quality evaluation | |
| CN105868254A (zh) | 信息推荐方法及装置 | |
| Livingston et al. | Random‐groups equating with samples of 50 to 400 test takers | |
| Wilcox et al. | Comparing two dependent groups via quantiles | |
| CN109062914A (zh) | 用户推荐方法和装置，存储介质和服务器 | |
| Neogy et al. | Optimization models with economic and game theoretic applications | |
| Chuang et al. | Parallel machine scheduling with preference of machines | |
| CN103365842B (zh) | 一种页面浏览推荐方法及装置 | |
| CN104090908A (zh) | 统计页面组的平均停留时间、网站内容推广的方法和装置 | |
| Bai et al. | International collaboration patterns and effecting factors of emerging technologies | |
| Anwar et al. | Do remittances cause Dutch Disease? A meta-analytic review | |
| CN104991935B (zh) | 一种网站关注度的处理方法和装置 | |
| CN106909567A (zh) | 数据处理方法及装置 | |
| US10050911B2 (en) | Profile completion score | |
| CN109075987A (zh) | 优化数字组件分析系统 | |
| US20160217139A1 (en) | Determining a preferred list length for school ranking | |
| Roszkowska et al. | Can the holistic preference elicitation be used to determine an accurate negotiation offer scoring system? A comparison of direct rating and UTASTAR techniques | |
| Feldman et al. | Removal and threshold pricing: Truthful two-sided markets with multi-dimensional participants | |
| Mandel | Leveraging the International Economy of Intellectual Property | |
| Bley et al. | A role-based maturity model for digital relevance |
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 | ||
| CB02 | Change of applicant information |
Address after: 100080 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: Beijing Guoshuang Technology Co.,Ltd. Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing Applicant before: Beijing Guoshuang Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180710 |
|
| RJ01 | Rejection of invention patent application after publication |