CN109559169B - 一种基于在线用户评分的敏锐用户识别的方法 - Google Patents

Abstract

本发明公开了一种基于在线用户评分的敏锐用户识别的方法，包括如下步骤：S1、获取在线社交系统中评分系统的现有数据，得到用户对产品评分的信息的字段；S2、根据步骤S1中获得的字段，将评分系统中用户对产品评分的信息整理成“用户产品评分”的形式；S3、计算在线社交系统中各用户的用户敏锐度：S4、根据步骤S3中计算得到的每个用户的用户敏锐度，识别出在线社交系统中的敏锐用户。通过本发明方法可以有效识别出在线社交系统中的敏锐用户，通过敏锐用户的识别可以帮助用户预测高质量的产品、服务或真实的事件信息，有助于在线社交系统去伪存真，同时有助于卖家提高产品、服务质量，吸引敏锐用户关注，从而为网络营销带来一条新思路。

Description

一种基于在线用户评分的敏锐用户识别的方法

技术领域

本发明涉及社交系统技术领域，具体涉及一种基于在线用户评分的敏锐用户识别的方法。

背景技术

基于互联网的社交系统已经成为了人类社会中社会关系维系和信息传播的重要渠道和载体，与传统的Web应用及信息媒体应用相比，社交系统信息的发布和接收异常简便、迅速。用户可以通过手机、电脑等各类移动终端随时随地发布和接收信息，人人都有了网络话语权，信息一旦发布就能通过“核裂变”的方式传播扩散，期间经过意见领袖的放大作用，促使具有相同观念和诉求的虚拟社区快速形成，并在线下快速组织并发动群众参与到社会活动中，有可能构成社会动员力。在线社交系统在给人们生活带来便利的同时，虚拟的社交网络和真实社会的交融互动对社会的直接影响也越来越大。

在线社交系统中用户选择产品、服务时倾向选择流行的。流行产品、服务或热搜榜排名靠前的事件信息一直是在线社交系统中用户较为关注的，发明人前期研究发现，两个对电影评分的实证数据集中用户对流行产品评分的比例随用户度的增大而减小，即度小的用户倾向于对流行产品评分，而度大的用户倾向于对不太流行的产品评分，表明用户在刚刚进入系统度很小的时候倾向于对流行产品评分，当对很多产品打过分后会关注不太流行产品。用户在刚进入社交系统时对产品、服务的质量缺乏认知，倾向于选择大众选择过的、关注大众正在关注的产品、服务、信息等，然而流行与内在质量并无直接关联，流行的未必是质量高的。用户恶意评价行为使得质量低的产品、服务可能得到广泛好评，质量高的产品、服务可能被抹黑而不被关注，有内涵、真实的事件信息可能被隐藏。系统中很少有用户会关注一些高质量但当时还未被大众认可的产品。

敏锐用户是在高质量产品出现初期或被大众认可之前就可以识别(关注并给出高评价)高质量产品的用户。用户可以追踪敏锐用户的购买记录及评价来选择自身需要的产品、服务，类似于股民根据股票分析师的分析选择股票。用户还可以根据敏锐用户对某一事件信息的评价判断信息的真伪。同时对于卖家或服务提供者可以通过提高产品、服务质量借助敏锐用户这一渠道提高产品、服务的关注度。然而，目前在线社交系统中缺乏敏锐用户的定义以及识别机制。

发明内容

针对现有技术的不足，本发明旨在提供一种基于在线用户评分的敏锐用户识别的方法，可以有效实现敏锐用户的识别。

为了实现上述目的，本发明采用如下技术方案：

一种基于在线用户评分的敏锐用户识别的方法，包括如下步骤：

S1、获取在线社交系统中评分系统的现有数据，得到用户对产品评分的信息的字段；

S2、根据步骤S1中获得的字段，将评分系统中用户对产品评分的信息整理成“用户产品评分”的形式；

S3、计算在线社交系统中各用户的用户敏锐度：

用户和产品的集合分别用U和O来表示，用户的总量、产品的总量和原始评分记录的总量分别用|U|、|O|和|E|表示；原始评分记录的字段包括用户、产品、评分、时间标；用户i对产品α的评分用r_iα表示，评分r_iα的时间标用t_iα表示，评分系统中设置的可以打出的最高分用r_h表示；U_α表示所有对产品α有过评分的用户集合，O_i表示用户i所有给过评分的产品集合；另外，用户i和产品α的度分别用k_i和ρ_α表示；高质量产品集合和其他产品集合分别用集合O₁和O₂表示，集合O₁和O₂满足O₁∪O₂＝O并且O₁∩O₂＝{φ}；同时，高质量产品和其他产品的个数分别用n₁和n₂表示，n₁+n₂＝|O|；

对于集合O₁中的每个高质量产品α，追踪在高质量产品生命周期的早期就对高质量产品打出过最高分r_h的用户，分别计算每个用户i 对集合O₁的高质量产品在产品生命周期的早期就打出过最高分r_h的次数D_i，0≤D_i≤n₁；具体按照下式计算：

其中D_iα是一个二进制变量，表示用户i是否在高质量产品α(α∈O₁) 出现前θ(0＜θ＜1)时期就打出过最高分，是的话D_iα值就为1，否则就为 0；t_α1和

分别表示对高质量产品α(α∈O₁)评分的最早时间和最晚时间；参数θ是对高质量产品生命周期初期的一个定量的比例，为可调参数，高质量产品生命周期的前θ比例的时期确定为高质量产品生命周期初期；

最后，用D_i占高质量产品总数的比例来度量用户i的用户敏锐度 p_i：

S4、根据步骤S3中计算得到的每个用户的用户敏锐度，识别出在线社交系统中的敏锐用户。

进一步地，步骤S4的具体过程为：

S4.1、按照设定的次数Q重复进行如下计算：

采用Bootstrap抽样的方法，有放回地在原始评分记录中随机抽取|E|个样本形成样本集合，并且在样本集合中按照步骤S3的方法计算样本集合中每个用户的敏锐度；

S4.2、按照下式计算每个用户的平均用户敏锐度

和用户的平均敏锐度中的最大值<p^B>_max：

其中

表示第x次Bootstrap抽样中对用户i计算得到的用户敏锐度；得到<p^B>_max后，将步骤S3中的每个用户的用户敏锐度和<p^B>_max进行比较，原始的评分记录中用户敏锐度高于<p^B>_max的用户被认为是敏锐用户。

进一步地，还包括如下步骤：

S5、采用机器学习的方式对新进入在线社交系统的数据涉及的用户进行预测，预测其是否为敏锐用户。

更进一步地，步骤S5的具体流程为：

S5.1、根据在线社交系统中现有的评分记录数据分析得到各个用户的行为模式，主要包括活跃度、评分序列的DFA和声誉；

S5.2、将步骤S3和步骤S5.1计算得到的用户敏锐度和用户行为模式，用机器学习的方法进行训练得到机器学习模型，其中用户敏锐度为因变量，敏锐用户设为1，其他用户设为0，用户行为模式为自变量；

S5.3、根据在线社交系统中产生的新数据，对新数据中涉及的各个用户的行为模式进行分析，得到新数据中涉及的各个用户的包括活跃度、评分序列的DFA和声誉在内的行为模式；

S5.4、将步骤S5.3中得到的新数据中涉及的各个用户的行为模式应用到步骤S5.2中训练得到的机器学习模型中进行泛化，预测新的敏锐用户。

更进一步地，还包括有如下步骤：

S6、计算泛化得到的敏锐用户识别的精度和召回率。

本发明的有益效果在于：

1、通过本发明方法可以有效识别出在线社交系统中的敏锐用户，通过敏锐用户的识别可以帮助用户预测高质量的产品、服务或真实的事件信息，有助于在线社交系统去伪存真，同时有助于卖家提高产品、服务质量，吸引敏锐用户关注，从而为网络营销带来一条新思路；

2、利用本发明方法还可以根据在线社交系统中新产生的数据进行预测，预测判断其中可能存在的高敏锐度用户，进一步帮助用户预测高质量的产品、服务或真实的事件信息。

附图说明

图1为本发明实施例方法的总体流程示意图；

图2为本发明实施例中对敏锐用户的定性刻画示意图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

如图1所示，本实施例提供一种基于在线用户评分的敏锐用户识别的方法，包括如下步骤：

S1、获取在线社交系统中评分系统的现有数据，得到用户对产品评分的信息的字段；

S2、根据步骤S1中获得的字段，将评分系统中用户对产品评分的信息整理成“用户产品评分”的形式；

S3、计算在线社交系统中各用户的用户敏锐度：

用户敏锐度表明的是用户可以在高质量产品生命周期初期就识别出高质量产品的程度；

在本实施例中，评分系统表示成包含用户和产品两类节点的加权二部分网络，其中用户和产品之间的连线表示该用户对该产品有评分，用户对产品的评分作为权重；

用户和产品的集合分别用U和O来表示，用户的总量、产品的总量和原始评分记录的总量分别用|U|、|O|和|E|表示；原始评分记录的字段包括用户、产品、评分、时间标；用户i对产品α的评分用r_iα表示，评分r_iα的时间标用t_iα表示，评分系统中设置的可以打出的最高分用r_h表示；U_α表示所有对产品α有过评分的用户集合，O_i表示用户i所有给过评分的产品集合；另外，用户i和产品α的度分别用k_i和ρα表示；高质量产品集合和其他产品集合分别用集合O₁和O₂表示，集合O₁和O₂满足O₁∪O₂＝O并且O₁∩O₂＝{φ}；同时，高质量产品和其他产品的个数分别用n₁和n₂表示，n₁+n₂＝|O|；

对于集合O₁中的每个高质量产品α，追踪在高质量产品生命周期的早期就对高质量产品打出过最高分r_h的用户，分别计算每个用户i 对集合O₁的高质量产品在产品生命周期的早期就打出过最高分r_h的次数D_i，0≤D_i≤n₁；具体按照下式计算：

其中D_iα是一个二进制变量，表示用户i是否在高质量产品α(α∈O₁) 出现前θ(0＜θ＜1)时期就打出过最高分(即给出过高的评价)，是的话D_iα值就为1，否则就为0；t_α1和

分别表示对高质量产品α(α∈O₁)评分的最早时间和最晚时间；参数θ是对高质量产品生命周期初期的一个定量的比例，为可调参数，高质量产品生命周期的前θ比例的时期确定为高质量产品生命周期初期；θ越小，对敏锐度的度量标准越严格，能够找到的在高质量产品生命周期初期就识别它们的用户越少，计算得到的用户敏锐度就越小；

最后，用D_i占高质量产品总数的比例来度量用户i的用户敏锐度 p_i：

S4、根据步骤S3中计算得到的每个用户的用户敏锐度，识别出在线社交系统中的敏锐用户。具体过程为：

S4.1、按照设定的次数Q重复进行如下计算：

采用Bootstrap抽样的方法，有放回地在原始评分记录中随机抽取|E|个样本形成样本集合，并且在样本集合中按照步骤S3的方法计算样本集合中每个用户的敏锐度。

需要指出的是，本实施例中，采用Bootstrap抽样的方法根据用户敏锐度pi来定性地识别敏锐用户。Bootstrap采用有放回抽样，所以抽样得到的新样本中可能会出现重复的样本记录，在去掉重复记录后新样本的数据记录的数量大约是原始评分记录总量|E|的63.2％。原始评分记录中每个样本未被抽中的概率是(1-1/|E|)^|E|，则每个样本被抽中的概率为1-(1-1/|E|)^|E|。当|E|是一个非常大的值时：

S4.2、按照下式计算每个用户的平均用户敏锐度

和用户的平均敏锐度中的最大值<p^B>_max：

其中

表示第x次Bootstrap抽样中对用户i计算得到的用户敏锐度；得到<p^B>_max后，将步骤S3中的每个用户的用户敏锐度和<p^B>_max进行比较，原始的评分记录中用户敏锐度高于<p^B>_max的用户被认为是敏锐用户。

敏锐用户是在高质量产品出现初期或被大众认可之前就可以识别(关注并给出高评价)高质量产品的用户。敏锐用户是定性地刻画用户是否能在高质量产品进入大众视野之前识别高质量产品。如图2 所示，产品分为两类：高质量产品和其他产品。横轴表示时间，初始时间是产品投放市场的时间，纵轴表示产品被大众认可的程度。图中两条曲线分别表示高质量产品和其他产品被大众认可的程度，需要指出的是，图2通过这里的两条曲线来直观地区分两类产品，并不是由数据统计得到。当高质量产品被大众广泛认可，会获得很高的关注度，比如用户u₂在B点对高质量产品打高分，但他不属于敏锐用户。只有在高质量产品没有被大众认可之前就发现并给出高分的用户(用户u₁在A点)是敏锐用户。

更进一步地，还包括如下步骤：

S5、采用机器学习的方式对新进入在线社交系统的数据涉及的用户进行预测，预测其是否为敏锐用户；

本步骤的基本思想为，根据在线社交系统的现有数据计算得到的用户敏锐度以及用户的行为模式，用机器学习的方法进行训练，然后结合在线社交系统中产生的新数据得到的用户行为模式预测出新进入在线社交系统的高敏锐度用户。所提出的框架的数据流程图(DFD) 如图2所示。

步骤S5的具体流程为：

S5.1、根据在线社交系统中现有的评分记录数据分析得到各个用户的行为模式，主要包括活跃度、评分序列的DFA和声誉。

所述活跃度用户的评分数量表示。

评分序列的DFA可以用标度指数η来刻画，通过标度指数η可以判断评分序列的长程相关性，当0.5＜η＜1时，说明评分序列具有长程相关性，即当前阶段与下一阶段趋势相同，当η＝0.5时，说明评分序列不相关，即当前状态不会影响将来状态；当0＜η＜0.5时，说明评分序列存在负的相关性，即如果评分序列在某一个时间段是递增(递减) 的趋势，则在下一个时间段将呈现递减(递增)的趋势。

在本实施例中将用户对产品的评分与产品质量之间的皮尔森相关系数作为用户的声誉；

S5.2、将步骤S3和步骤S5.1计算得到的用户敏锐度和用户行为模式，用机器学习的方法进行训练得到机器学习模型，其中用户敏锐度为因变量(0或1，敏锐用户设为1，其他用户设为0)，用户行为模式为自变量；

具体可以选择随机森林作为本实施例中的机器学习方法。

S5.3、根据在线社交系统中产生的新数据，对新数据中涉及的各个用户的行为模式进行分析，得到新数据中涉及的各个用户的包括活跃度、评分序列的DFA和声誉在内的行为模式；

S5.4、将步骤S5.3中得到的新数据中涉及的各个用户的行为模式应用到步骤S5.2中训练得到的机器学习模型中进行泛化，预测新的敏锐用户。

S6、计算泛化得到的敏锐用户识别的精度和召回率。

具体地，将泛化得到的敏锐用户集合中真正的敏锐用户所占的比例作为识别的精度；将根据泛化得到真正的敏锐用户和真正的敏锐用户总数的比例作为泛化的召回率。

对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于在线用户评分的敏锐用户识别的方法，其特征在于，包括如下步骤：

S1、获取在线社交系统中评分系统的现有数据，得到用户对产品评分的信息的字段；

S2、根据步骤S1中获得的字段，将评分系统中用户对产品评分的信息整理成“用户产品评分”的形式；

S3、计算在线社交系统中各用户的用户敏锐度：

用户和产品的集合分别用U和O来表示，用户的总量、产品的总量和原始评分记录的总量分别用|U|、|O|和|E|表示；原始评分记录的字段包括用户、产品、评分、时间标；用户i对产品α的评分用r_iα表示，评分r_iα的时间标用t_iα表示，评分系统中设置的可以打出的最高分用r_h表示；U_α表示所有对产品α有过评分的用户集合，O_i表示用户i所有给过评分的产品集合；另外，用户i和产品α的度分别用k_i和ρ_α表示；高质量产品集合和其他产品集合分别用集合O₁和O₂表示，集合O₁和O₂满足O₁∪O₂＝O并且O₁∩O₂＝{φ}；同时，高质量产品和其他产品的个数分别用n₁和n₂表示，n₁+n₂＝|O|；

对于集合O₁中的每个高质量产品α，追踪在高质量产品生命周期的早期就对高质量产品打出过最高分r_h的用户，分别计算每个用户i对集合O₁的高质量产品在产品生命周期的早期就打出过最高分r_h的次数D_i，0≤D_i≤n₁；具体按照下式计算：

其中D_iα是一个二进制变量，表示用户i是否在高质量产品α，α∈O₁出现前θ，0＜θ＜1时期就打出过最高分，是的话D_iα值就为1，否则就为0；t_α1和

分别表示对高质量产品α，α∈O₁评分的最早时间和最晚时间；参数θ是对高质量产品生命周期初期的一个定量的比例，为可调参数，高质量产品生命周期的前θ比例的时期确定为高质量产品生命周期初期；

最后，用D_i占高质量产品总数的比例来度量用户i的用户敏锐度p_i：

S4、根据步骤S3中计算得到的每个用户的用户敏锐度，识别出在线社交系统中的敏锐用户。

2.根据权利要求1所述的基于在线用户评分的敏锐用户识别的方法，其特征在于，步骤S4的具体过程为：

S4.1、按照设定的次数Q重复进行如下计算：

采用Bootstrap抽样的方法，有放回地在原始评分记录中随机抽取|E|个样本形成样本集合，并且在样本集合中按照步骤S3的方法计算样本集合中每个用户的敏锐度；

S4.2、按照下式计算每个用户的平均用户敏锐度

和用户的平均敏锐度中的最大值<p^B>_max：

其中

表示第x次Bootstrap抽样中对用户i计算得到的用户敏锐度；得到<p^B>_max后，将步骤S3中的每个用户的用户敏锐度和<p^B>_max进行比较，原始的评分记录中用户敏锐度高于<p^B>_max的用户被认为是敏锐用户。

3.根据权利要求1所述的基于在线用户评分的敏锐用户识别的方法，其特征在于，还包括如下步骤：

S5、采用机器学习的方式对新进入在线社交系统的数据涉及的用户进行预测，预测其是否为敏锐用户。

4.根据权利要求3所述的基于在线用户评分的敏锐用户识别的方法，其特征在于，步骤S5的具体流程为：

S5.1、根据在线社交系统中现有的评分记录数据分析得到各个用户的行为模式，包括活跃度、评分序列的DFA和声誉；

S5.2、将步骤S3和步骤S5.1计算得到的用户敏锐度和用户行为模式，用机器学习的方法进行训练得到机器学习模型，其中用户敏锐度为因变量，敏锐用户设为1，其他用户设为0，用户行为模式为自变量；

S5.3、根据在线社交系统中产生的新数据，对新数据中涉及的各个用户的行为模式进行分析，得到新数据中涉及的各个用户的包括活跃度、评分序列的DFA和声誉在内的行为模式；

S5.4、将步骤S5.3中得到的新数据中涉及的各个用户的行为模式应用到步骤S5.2中训练得到的机器学习模型中进行泛化，预测新的敏锐用户。

5.根据权利要求3或4所述的基于在线用户评分的敏锐用户识别的方法，其特征在于，还包括有如下步骤：

S6、计算泛化得到的敏锐用户识别的精度和召回率。

Images