CN112132606B - 一种基于图注意力算法的动态调价方法及系统 - Google Patents
一种基于图注意力算法的动态调价方法及系统 Download PDFInfo
- Publication number
- CN112132606B CN112132606B CN202010946099.XA CN202010946099A CN112132606B CN 112132606 B CN112132606 B CN 112132606B CN 202010946099 A CN202010946099 A CN 202010946099A CN 112132606 B CN112132606 B CN 112132606B
- Authority
- CN
- China
- Prior art keywords
- user
- graph
- users
- attention
- dynamic
- 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.)
- Active
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000694 effects Effects 0.000 claims abstract description 47
- 230000007246 mechanism Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 31
- 102000005877 Peptide Initiation Factors Human genes 0.000 claims 1
- 108010044843 Peptide Initiation Factors Proteins 0.000 claims 1
- 230000004936 stimulating effect Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 230000004992 fission Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0215—Including financial accounts
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/04—Payment circuits
- G06Q20/06—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme
- G06Q20/065—Private payment circuits, e.g. involving electronic currency used among participants of a common payment scheme using e-cash
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0214—Referral reward systems
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0239—Online discounts or incentives
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Abstract
本申请公开了一种基于图注意力算法的动态调价方法及系统。动态调价方法包括:定义并根据初始规则发布品牌活动信息;获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图;进行动态调价时间点设置,确定是否启动动态调价机制;当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户领取的红包金额进行调整。通过本发明能够在做到控制成本的前提下,达到激励整体社群进行传播的效果。
Description
技术领域
本发明涉及一种动态调价方法,具体涉及一种基于图注意力算法的动态调价方法及系统。
背景技术
在互联网时代,随着电商平台与网络内容产品的日益完善,电商购物不再是简单的网络下单,线下收货的模式,消费者也不再满足于查看商品下的购买评价与卖家秀,越来越多的公司开始重视私域营销与社交电商,在社交电商中,一些服务商会提供裂变的方式,来为品牌方进行获客推广。
在裂变场景中,业务设计是一个重点,但是裂变活动投放的社群一直是个痛点,虽然目前市面上有很多社群售卖资源,但是社群的活跃质量以及与品牌定向的切合度都是不可控的,往往很难达到理想的投放目标,如何在一定的成本的前提下,获得尽量大的传播量,成为目前业内的一个难题。
一般在裂变活动中,会采用发红包或者优惠券刺激用户分享,红包裂变活动的业务流程大致为:第一步:制定活动初始化规则,比如转发两次获得一个随机红包,限制用户最多可领取几次红包,并设计数据埋码方案,实时回收用户点击分享数据;第二步:购买一些定向(与客户活动相关)的社群;第三步:将活动信息(活动链接)发布到购买的社群中,引起社群中粉丝的点击与分享。
目前针对相关场景中,往往存在以下问题:
1、采用红包刺激用户分享,并使用规则控制成本时,并未考虑到用户之间的区别;
2、针对低价值驱动用户和高能力传播用户未根据用户实际情况进行相适应策略调整;
3、未对活动传播时的动态分享图进行实时更新,无法激励整体社群进行传播。
本发明提供了一种基于图注意力算法的动态调价方法,设计了相关动态调整红包额度的算法,构建了用户的分享关系图,采用图注意力模型,根据用户节点的相似的节点集合的历史领取红包金额,调整用户待领取金额。不仅考虑了活动进行时传播图的动态更新,而且根据与用户强相关的节点的红包额度修正用户待领取额度,在做到控制成本前提下,达到激励整体社群进行传播的目标。
发明内容
本申请实施例提供了一种基于图注意力算法的动态调价方法、系统,以至少解决相关技术中主观因素影响的问题。
本发明提供了一种基于图注意力算法的动态调价方法,所述方法包括以下步骤:
S1、定义并根据初始规则发布品牌活动信息;
S2、获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图;
S3、进行动态调价时间点设置,确定是否启动动态调价机制;
S4、当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户领取的红包金额进行调整。
作为本发明的进一步改进,所述步骤S2中用户数据信息包括参与用户的基本信息,用户间的分享关系,用户历史行为数据。
作为本发明的进一步改进,所述步骤S3动态调价机制的启动因素为扩散人群达到目标人群的固定比例以及红包领取频率,所述红包领取频率为领取红包数与活动进行时间的比值。
作为本发明的进一步改进,所述步骤S4中包括:
S41、根据用户分享关系图获得用户图特征;
S42、根据用户图特征计算用户余弦相似度;
S43、根据用户余弦相似度对用户领取的红包金额进行调整。
作为本发明的进一步改进,所述步骤S41中根据用户分享关系图获得用户图特征包括:
S411、根据用户分享关系图计算用户相似系数;
S412、根据用户图相似系数计算用户注意力系数;
S413、根据计算好的注意力系数,进行特征加权求和;
S414、采用多头注意力进行扩展,获得用户图特征。
基于相同发明思想,本申请还基于上述任一项发明创造所揭示的动态调价方法,揭示了一种基于图注意力算法的动态调价系统,
所述基于图注意力算法的动态调价系统包括:
规则模块,定义并根据初始规则发布品牌活动信息;
数据模块,获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图;
调价模块,进行动态调价时间点设置,确定是否启动动态调价机制;
计算模块,当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户领取的红包金额进行调整。
作为本发明的进一步改进,数据模块中用户数据信息包括参与用户的基本信息,用户间的分享关系,用户历史行为数据。
作为本发明的进一步改进,调价模块中动态调价机制的启动因素为扩散人群达到目标人群的固定比例以及红包领取频率,所述红包领取频率为领取红包数与活动进行时间的比值。
作为本发明的进一步改进,计算模块中包括:
图特征计算模块,根据用户分享关系图获得用户图特征;
相似度计算模块,根据用户图特征计算用户余弦相似度;
公式计算模块,根据用户余弦相似度对用户领取的红包金额进行调整。
作为本发明的进一步改进,图特征计算模块包括:
相似系数计算模块,根据用户分享关系图计算用户相似系数;
注意力系数计算模块,根据用户图相似系数计算用户注意力系数;
特征计算模块,根据计算好的注意力系数,进行特征加权求和;
图特征获取模块,采用多头注意力进行扩展,获得用户图特征。
与现有技术相比,本发明的有益效果如下:
提出了一种基于图注意力算法的动态调价系统,设计了相关动态调整红包额度的算法,使用规则控制成本的同时,考虑到用户之间的区别,构建用户分享关系图,根据用户强相关的节点的红包额度修正用户待领取红包,在做到控制成本的前提下,达到激励整体社群进行传播的效果;
针对不同性质的用户采取不同的红包调整策略,对一些低价值驱动用户适当降低对其红包大小的设置,具有高传播能力的用户适当提高红包价格,以达到刺激再次转发的目的。
对活动进行时传播图进行动态更新,根据用户历史数据信息,动态并及时对用户红包领取金额进行调整。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本发明基于图注意力算法的动态调价方法整体流程图;
图2是根据本申请实施例的用户关系分享图;
图3是图1所揭示的步骤S4的整体算法流程图;
图4是图3所揭示的步骤S41的整体算法流程图;
图5是基于图注意力算法的动态调价系统结构框架图;
图6是根据本申请实施例的计算机设备的框架图。
以上图中:
100、规则模块;200、数据模块;300、调价模块;400、计算模块;401、图特征计算模块;402、相似度计算模块;403、公式计算模块;4011、相似系数计算模块;4012、注意力系数计算模块;4013、特征计算模块;4014、图特征获取模块;80、总线;81、处理器;82、存储器;83、通信接口。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
在详细阐述本发明各个实施例之前,对本发明的核心发明思想予以概述,并通过下述若干实施例予以详细阐述。
本发明基于图注意力算法对用户节点信息进行邻域信息融合,通过集合相似用户构建了用户领取红包调整公式,提供一种动态调价方法,在做到控制成本的前提下,激励整体社群进行传播,为品牌推广。
实施例一:
参照图1至图4所示,本实例揭示了一种基于图注意力算法的动态调价方法(以下简称“方法”)的具体实施方式。
具体而言参照图1所示,本实施例所揭示的方法主要包括以下步骤,:
步骤S1、定义并根据初始规则发布品牌活动信息。
具体而言,步骤S1中初始规则,比如:转发两次获得一个随机红包,限制用户最多可领取多少次红包。在发布品牌活动时购买一些定向(与客户活动相关)的社群,将活动信息、活动链接发布购买的社群中,引起群中粉丝的点击与分享。
然后,执行步骤S2、获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图。
具体而言,在步骤S2中涉及数据埋码方案,实时回收用户点击分享数据,整理用户数据信息包括参与用户的基本信息,用户间的分享关系以及用户历史行为数据。
在本实施例中,步骤S2中根据用户数据信息,构建用户分享关系图,此处认为收到红包的用户会通过信息交流,鼓励其他人进行活动分享,考虑红包裂变活动是一个天然社交网络图,其中定义用户为节点,节点属性包括用户的基础信息,边为分享关系,边的属性是分享次数。例如图2所示,用户b点击了用户a领取第一个红包之前分享的链接,用户e点击了用户a领取第三个红包之前分享的链接,并分享给了d。
然后,执行步骤S3、进行动态调价时间点设置,确定是否启动动态调价机制。
在本实施例中,动态调价机制的启动因素为扩散人群达到目标人群的固定比例以及红包领取频率,所述红包领取频率为领取红包数与活动进行时间的比值。
最后,参照图3执行步骤S4、当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户领取的红包金额进行调整。
其中,步骤S4具体包括以下内容:
S41、根据用户分享关系图获得用户图特征;
S42、根据用户图特征计算用户余弦相似度;
S43、根据用户余弦相似度对用户领取的红包金额进行调整。
在其中一些实施例中,参照图4,所述步骤S41具体包括:
S411、根据用户分享关系图计算用户相似系数;
S412、根据用户图相似系数计算用户注意力系数;
S413、根据计算好的注意力系数,进行特征加权求和;
S414、采用多头注意力进行扩展,获得用户图特征。
具体而言,步骤S411中计算计算用户节点i与它的邻居节点j之间的相似系数公式为:
eij=co([whi||whj])j∈Ni
其中,ei,j为用户节点i和用户节点j之间的相似系数,W为共享参数矩阵,[||]对用户i、j变换后的特征进行了拼接,hi、hj为用户特征向量,co(·)把拼接后的高维特征映射到一个实数上。
具体而言,步骤S412中采用相似系数,通过一个softmax函数计算注意力系数,计算公式如下:
其中,αi,j为用户节点j赋予用户节点i的注意力系数,ei,j为用户节点i和用户节点j之间的相似系数,Ni为用户节点i的邻居节点集合。
具体而言,步骤S413中在计算用户节点图特征的步骤中,根据注意力系数计算用户节点i的特征向量的公式如下:
h′i=σ(∑j∈Niαi,jWhj)
其中,h′i为融合了邻域信息的用户节点i的新特征,αi,j为用户节点j赋予用户节点i的注意力系数,W为共享参数矩阵,hj为用户特征向量,Ni为用户节点i的邻居节点集合,σ(·)为非线性激活函数。
具体而言,步骤S414中图注意力算法采用多头注意力进行扩展,每层里使用K个独立的机制将它们的特征连在一起,中间层的输出h′i(K)的公式如下:
其中,h′i(K)为中间层的输出公式,σ(·)为非线性激活函数,Ni为用户节点i的邻居节点集合,为第k个头中用户节点j赋予用户节点i的注意力系数,Wk为第k个头中共享参数矩阵,hj为用户特征向量,||为串联操作;
最后一层采用平均的方式表示用户节点的图特征,输出形式如下:
其中,为用户节点i使用多头加强后的图特征,σ(·)为非线性激活函数,Ni为用户节点i的邻居节点集合,为第k个头中用户节点j赋予用户节点i的注意力系数,Wk为第k个头中共享参数矩阵,hj为用户特征向量。
注意力一般分为两种:一种是自上而下的有意识的注意力,称为聚焦式注意力。聚焦式注意力是指有预定目的的、依赖任务的、主动有意识地聚焦于某一对象的注意力;另一种是自下而上的无意识的注意力,称为基于显著性的注意力。基于显著性的注意力是由外界刺激驱动的注意力,不需要主动干预,也和任务无关。除基本模式外,多头注意力利用多个查询来平行地从输入信息中选取多个信息,每个注意力关注输入信息的不同部分,多头的本质是多个独立的注意力计算,作为一个集成的作用,防止过拟合。
在本实施例中,步骤S42根据用户图特征计算余弦相似度的计算公式为:
在本实施例中,步骤S43中所述对用户领取的红包金额进行调整具体为:
其中,m(i)为用户节点i领取的红包金额,M(·)为用户节点已经领取的红包总金额,N为与用户节点i相似度较高的用户节点集合,N0为集合N中领取0次红包的用户集合,N1为集合N中领取1次红包的用户集合,N2为集合N中领取2次红包的用户集合,d为惩罚项。
在本实施例中,对活动传播图进行实时更新,当用户再次进入红包调价时间点时,遍历执行步骤S3、步骤S4,从而对用户领取的红包金额数动态调节。
通过本实施例所揭示的一种基于图注意力算法的动态调价方法,设计了相关动态调整红包额度的算法,使用规则控制成本的同时,考虑到用户之间的区别,构建用户分享关系图,根据用户强相关的节点的红包额度修正用户待领取红包,在做到控制成本的前提下,达到激励整体社群进行传播的效果,对活动进行时传播图进行动态更新,根据用户历史数据信息,动态并及时对用户领取的红包金额进行调整。
实施例二:
结合实施例一所揭示的一种基于图注意力算法的动态调价方法,本实施例揭示了基于图注意力算法的动态调价系统(以下简称“系统”)的具体实施示例。
参照图5所示,所述系统包括:
规则模块100,定义并根据初始规则发布品牌活动信息;
数据模块200,获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图;
调价模块300,进行动态调价时间点设置,确定是否启动动态调价机制;
计算模块400,当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户的领取红包金额进行调整。
在其中一些实施例中,规则模块100中定制初始规则,比如:转发两次获得一个随机红包,限制用户最多可领取多少次红包。在发布品牌活动时购买一些定向(与客户活动相关)的社群,将活动信息、活动链接发布购买的社群中,引起群中粉丝的点击与分享。
在其中一些实施例中,数据模块200中采用数据埋码方案,实时回收用户点击分享数据,整理用户数据信息包括参与用户的基本信息,用户间的分享关系以及用户历史行为数据。
在其中一些实施例中,调价模块300中动态调价机制的启动因素为扩散人群达到目标人群的固定比例以及红包领取频率,所述红包领取频率为领取红包数与活动进行时间的比值。
在其中一些实施例中,计算模块400中包括:
图特征计算模块401,根据用户分享关系图获得用户图特征;
相似度计算模块402,根据用户图特征计算用户余弦相似度;
公式计算模块403,根据用户余弦相似度对用户领取的红包金额进行调整。
具体而言,图特征计算模块401包括:
相似系数计算模块4011,根据用户分享关系图计算用户相似系数;
注意力系数计算模块4012,根据用户图相似系数计算用户注意力系数;
特征计算模块4013,根据计算好的注意力系数,进行特征加权求和;
图特征计算模块4014,采用多头注意力进行扩展,获得用户图特征。
本实施例所揭示的一种基于图注意力算法的动态调价系统与实施例一所揭示的一种基于图注意力算法的动态调价方法中其余相同部分的技术方案,请参实施例一所述,在此不再赘述。
实施例三:
结合图6所示,本实施例揭示了一种计算机设备的一种具体实施方式。计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种实体推荐方法。
在其中一些实施例中,计算机设备还可包括通信接口83和总线80。其中,如图6所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(Infini Band)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于图注意力算法,通过用户数据计算用户红包调整金额,从而实现结合图1描述的动态调整方法。
另外,结合上述实施例中,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于图注意力算法的动态调价方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
综上所述,基于本发明的有益效果在于,在做到控制成本的前提下,达到激励整体社群进行传播的效果;同时能够针对不同性质的用户采取不同的红包调整策略,对一些低价值驱动用户适当降低对其红包大小的设置,具有高传播能力的用户适当提高红包价格,以达到刺激再次转发的目的;并且对活动进行时传播图进行动态更新,根据用户历史数据信息,动态并及时对用户红包领取金额进行调整。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于图注意力算法的动态调价方法,其特征在于,所述方法包括:
S1、定义并根据初始规则发布品牌活动信息;
S2、获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图;
S3、进行动态调价时间点设置,确定是否启动动态调价机制;
S4、当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户领取的红包金额进行调整;
其中,在步骤S4中采用图注意力模型,根据用户节点的相似的节点集合的历史领取红包金额,调整用户待领取金额,所述步骤S4中包括:
S41、根据用户分享关系图获得用户图特征;
S42、根据用户图特征计算用户余弦相似度;
S43、根据用户余弦相似度对用户领取的红包金额进行调整。
2.如权利要求1所述的基于图注意力算法的动态调价方法,其特征在于,所述步骤S2中用户数据信息包括参与用户的基本信息,用户间的分享关系,用户历史行为数据。
3.如权利要求1所述的基于图注意力算法的动态调价方法,其特征在于,所述步骤S3动态调价机制的启动因素为扩散人群达到目标人群的固定比例以及红包领取频率,所述红包领取频率为领取红包数与活动进行时间的比值。
4.如权利要求1所述的基于图注意力算法的动态调价方法,其特征在于,所述步骤S41中根据用户分享关系图获得用户图特征包括:
S411、根据用户分享关系图计算用户相似系数;
S412、根据用户图相似系数计算用户注意力系数;
S413、根据计算好的注意力系数,进行特征加权求和;
S414、采用多头注意力进行扩展,获得用户图特征。
5.一种基于图注意力算法的动态调价系统,运行如权利要求1至4中任一项所述的基于图注意力算法的动态调价方法,其特征在于,
所述基于图注意力算法的动态调价系统包括:
规则模块,定义并根据初始规则发布品牌活动信息;
数据模块,获取并整理用户参与品牌活动的用户数据信息,根据用户数据信息,构建用户分享关系图;
调价模块,进行动态调价时间点设置,确定是否启动动态调价机制;
计算模块,当模型进入调价时间点,根据用户分享图获得图特征,计算用户间的余弦相似度,根据用户余弦相似度,对用户领取的红包金额进行调整。
6.如权利要求5所述的基于图注意力算法的动态调价系统,其特征在于,所述数据模块中用户数据信息包括参与用户的基本信息,用户间的分享关系,用户历史行为数据。
7.如权利要求5所述的基于图注意力算法的动态调价系统,其特征在于,所述调价模块中动态调价机制的启动因素为扩散人群达到目标人群的固定比例以及红包领取频率,所述红包领取频率为领取红包数与活动进行时间的比值。
8.如权利要求5所述的基于图注意力算法的动态调价系统,其特征在于,所述计算模块中包括:
图特征计算模块,根据用户分享关系图获得用户图特征;
相似度计算模块,根据用户图特征计算用户余弦相似度;
公式计算模块,根据用户余弦相似度对用户领取的红包金额进行调整。
9.如权利要求8所述的基于图注意力算法的动态调价系统,其特征在于,所述图特征计算模块包括:
相似系数计算模块,根据用户分享关系图计算用户相似系数;
注意力系数计算模块,根据用户图相似系数计算用户注意力系数;
特征计算模块,根据计算好的注意力系数,进行特征加权求和;
图特征获取模块,采用多头注意力进行扩展,获得用户图特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010946099.XA CN112132606B (zh) | 2020-09-10 | 2020-09-10 | 一种基于图注意力算法的动态调价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010946099.XA CN112132606B (zh) | 2020-09-10 | 2020-09-10 | 一种基于图注意力算法的动态调价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132606A CN112132606A (zh) | 2020-12-25 |
CN112132606B true CN112132606B (zh) | 2023-01-13 |
Family
ID=73845359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010946099.XA Active CN112132606B (zh) | 2020-09-10 | 2020-09-10 | 一种基于图注意力算法的动态调价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132606B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034121A (zh) * | 2021-02-05 | 2021-06-25 | 上海云鱼智能科技有限公司 | 一种基于即时聊天工具的红包分配方法、装置及服务器 |
CN113572679B (zh) * | 2021-06-30 | 2023-04-07 | 北京百度网讯科技有限公司 | 账户亲密度的生成方法、装置、电子设备和存储介质 |
CN114218487B (zh) * | 2021-12-16 | 2023-02-03 | 天翼爱音乐文化科技有限公司 | 一种视频推荐方法、系统、装置及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106961465A (zh) * | 2016-01-08 | 2017-07-18 | 深圳市星电商科技有限公司 | 一种资源发送方法及服务器 |
CN107424061A (zh) * | 2017-04-12 | 2017-12-01 | 上海宝库信息技术有限公司 | 对在线拍品的竞拍信息预展分享与激励分享的方法 |
AU2018282441A1 (en) * | 2017-07-25 | 2019-02-14 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining an optimal strategy |
CN107451779A (zh) * | 2017-08-01 | 2017-12-08 | 北京同城必应科技有限公司 | 一种动态调价方法和装置、计算机设备、存储介质 |
CN108509551B (zh) * | 2018-03-19 | 2022-03-01 | 西北大学 | 一种基于Spark环境下的微博网络关键用户挖掘系统及方法 |
CN110738526A (zh) * | 2019-10-17 | 2020-01-31 | 北京好脉网络信息技术有限公司 | 一种基于app的营销平台 |
CN111210072B (zh) * | 2020-01-06 | 2022-04-12 | 支付宝(杭州)信息技术有限公司 | 预测模型训练和用户资源额度确定方法及装置 |
-
2020
- 2020-09-10 CN CN202010946099.XA patent/CN112132606B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112132606A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112132606B (zh) | 一种基于图注意力算法的动态调价方法及系统 | |
US9223900B2 (en) | Machine optimization devices, methods, and systems | |
CN112000819B (zh) | 多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN107133865B (zh) | 一种信用分的获取、特征向量值的输出方法及其装置 | |
US20200005192A1 (en) | Machine learning engine for identification of related vertical groupings | |
JP6615189B2 (ja) | ビデオ・データに関連してユーザに対して提示される、アクションを行うためのプロンプトの決定 | |
US11568466B2 (en) | Systems and methods for recommendation generation | |
US9542482B1 (en) | Providing items of interest | |
US20140164137A1 (en) | Pricing system for on-line advertisements | |
CN112581226B (zh) | 产品推荐方法及系统 | |
US20210287295A1 (en) | Method and apparatus for recommending financial product, electronic device, and computer storage medium | |
CN111768258A (zh) | 识别异常订单的方法、装置、电子设备和介质 | |
CN111429214B (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
CN113902473A (zh) | 业务预测系统的训练方法及装置 | |
CN107274042A (zh) | 一种业务参与对象的风险识别方法及装置 | |
US11734350B2 (en) | Statistics-aware sub-graph query engine | |
CN106415637A (zh) | 佣金分配方法和系统 | |
CN112215664A (zh) | 信息推荐方法及装置 | |
KR102557299B1 (ko) | 사용자를 위한 적합 마케팅 전략 수립 방법 | |
CN110852338A (zh) | 用户画像的构建方法及装置 | |
US10949856B1 (en) | Systems and methods for adaptive learning to replicate peak performance of human decision making | |
US11734357B2 (en) | System and methods for data supply, verification, matching, and acquisition | |
CN112085530A (zh) | 一种动态调价方法、系统及电子设备 | |
CN107733775A (zh) | 信息推送方法和装置 | |
CN111882360A (zh) | 一种用户群拓展方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231127 Address after: 200232 Unit 5B03, 5th Floor, Building 2, No. 277 Longlan Road, Xuhui District, Shanghai Patentee after: SHANGHAI SECOND PICKET NETWORK TECHNOLOGY CO.,LTD. Address before: Floors 4, 5 and 6, No. 3, Lane 1473, Zhenguang Road, Putuo District, Shanghai, 200333 Patentee before: Shanghai Fengzhi Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |