CN112948775B - 基于区块链的转介跟踪系统 - Google Patents
基于区块链的转介跟踪系统 Download PDFInfo
- Publication number
- CN112948775B CN112948775B CN202011589668.6A CN202011589668A CN112948775B CN 112948775 B CN112948775 B CN 112948775B CN 202011589668 A CN202011589668 A CN 202011589668A CN 112948775 B CN112948775 B CN 112948775B
- Authority
- CN
- China
- Prior art keywords
- ugc
- node
- transaction
- transactions
- record
- 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
- 238000012546 transfer Methods 0.000 title claims description 36
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 35
- 239000003999 initiator Substances 0.000 claims abstract description 32
- 230000009471 action Effects 0.000 claims description 45
- 230000001737 promoting effect Effects 0.000 claims description 16
- 238000013527 convolutional neural network Methods 0.000 claims description 15
- 230000000644 propagated effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000630 rising effect 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
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Technology Law (AREA)
- Multimedia (AREA)
- Bioethics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了用于基于区块链的社交媒体商务转介跟踪系统(BRTS)的方法和系统。在一个新颖的方面,使用区块链来支持针对转介跟踪系统的可追溯性和透明度,该转介跟踪系统监控具有一个或多个可行动项的一个或多个用户生成内容(UGC)的交易。可追溯性和透明度促进参与者之间的信任。在一个实施例中,BRTS跟踪UGC的交易,当在接收节点处检测到一个或多个预定义的交易时更新UGC记录,在结束节点处检测一个或多个退出交易,以及当检测到一个或多个退出条件时,将基于UGC记录的从发起者节点到结束节点的交易的UGC元组添加到区块链数据库。在另一实施例中,使用递归推送过程来更新UGC记录。在一个实施例中,BRTS基于经配置的奖励方案为每个UGC元组记录生成一个或多个转介奖励。
Description
技术领域
本发明总体涉及转介系统,以及更具体地,涉及一种基于区块链的社交媒体商务转介系统。
背景技术
社交网络的爆炸性增长为人们提供了广泛的益处。社交网络的成员通过社交媒体平台共享各种各样的信息。人们依靠社交网络(也称为社交媒体网络)来获得更多的连接并更快地获得信息。近年来,社交媒体网络已经扩展到朋友和家庭之间的非正式联网之外。社交媒体平台已经越来越多地应用于商业和专业用途。在营销领域,传统的口碑相传(WOM)现象已演变为一种新的交流形式,即eWOM(电子WOM)。eWOM包括博客、在线评论、社交媒体帖子和在线群组上发布的消息。在因特网上社交媒体之前的意见领袖(OL)难以获得。OL的成长和推广成本很高,因为它必须通过常规媒体渠道和/或口碑相传。在互联网社交媒体时代,OL成为非常可行且可扩展的概念。他们可以相对轻松地吸引数百万听众。在社交媒体中存在“名人”。他们中的一些本身就是名人,例如艺术家,电影明星,运动员等。他们是自然意见领袖。其他人则通过写作、音频和视频提供娱乐内容,提供实际动手体验,或提供专业知识。他们有很多追随者,就像传统的意见领袖。在社交媒体中我们称这些意见领袖为关键意见领袖(KOL)(也称为影响者)。数字营销可以通过两种主要形式获利:(1)传统的在线广告,以及(2)社交媒体商务中的eWOM。在传统的在线广告中,广告客户创建产品或服务的超链接、横幅广告等,并将其放置在其关联的伙伴的网站或社交媒体页面上。显示广告和/或单击超链接将触发事件,例如收集消费者的信息、点击频率、观看次数等。广告商收集该信息以证明其广告效力并相应地向他们的客户收费。会员,无论是在网页上携带超链接的公司,还是在博客中嵌入链接的个人(例如博客作者),都将因参与而获得金钱奖励。但是,当前的在线广告缺乏有效性。研究表明,有75%的人不相信广告,而有92%的人相信朋友和他们关注的KOL的推荐。随着社交媒体商务的预期的进一步增长,通过在线转介的eWOM看到了巨大的增长机会。
需要一些改进和增强来更有效地提供社交媒体转介营销。
发明内容
本发明提供了用于基于区块链的转介跟踪系统(BRTS)的方法和系统。在一个新颖的方面,使用区块链来支持针对转介跟踪系统的可追溯性和透明度,该转介跟踪系统跟踪具有一个或多个可行动项的一个或多个用户生成内容(UGC)的交易。可追溯性和透明度促进参与者之间的信任。在一个实施例中,BRTS跟踪用户生成内容(UGC)的交易,其中UGC从发起者节点通过社交媒体网络中的多个接收节点传播,以及UGC包括一个或多个可行动项;当在接收节点处检测到一个或多个预定义的交易时更新UGC记录,其中UGC记录至少包括从发起者节点到接收节点的交易历史;检测结束节点处的一个或多个退出交易;以及当检测到一个或多个退出条件时,将基于UGC记录的从发起者节点到结束节点的交易的UGC元组添加到区块链数据库。在一个实施例中,一个或多个预定义的交易包括将UGC推送到一个或多个接收节点、对一个或多个可行动项采取动作、以及无动作定时器的到期。在另一实施例中,一个或多个退出条件包括:结束节点完成对一个或多个可行动项的动作,结束节点对到期的可行动项采取动作,结束节点对一个或多个可行动项采取动作的次数超过预定义的最大动作次数,在无动作定时器到期时结束节点处没有交易,以及结束节点是发起者节点。在一个实施例中,UGC记录中的每个交易与指示该交易的时间的时间戳相关联。在另一实施例中,使用递归推送过程,利用推送节点、接收者节点和载荷的输入来更新UGC记录。在一个实施例中,BRTS基于经配置的奖励方案为每个UGC元组记录生成一个或多个转介奖励。在另一实施例中,通过用户输入经由用户接口生成和更新经配置的奖励方案。在一个实施例中,BRTS在检测到一个或多个用户请求时,从区块链数据库检索一个或多个UGC元组记录。在另一实施例中,基于一个或多个推广对象,使用卷积神经网络(CNN)模型来生成UGC。在一个实施例中,BRTS使用卷积神经网络(CNN)模型基于一个或多个推广对象来识别一个或多个关键意见领袖(KOL)作为针对UGC的发起者节点。在另一实施例中,一个或多个KOL和对应的推广对象被记录在与区块链数据库交互的私人星际文件系统(IPFS)中。
其它实施例和优点在以下详细描述中描述。此发明内容并不旨在限定本发明。本发明由权利要求书限定。
附图说明
附图示出本发明的实施例,其中相同的附图标记表示相同的组件。
图1示出根据本发明实施例的基于区块链的转介跟踪系统(BRTS)的示例性示图。
图2示出根据本发明实施例的基于区块链的转介跟踪系统的功能模块的示例性框图。
图3示出根据本发明实施例的使用基于区块链的转介跟踪系统的转介跟踪过程的示例性示图。
图4示出根据本发明实施例的转介跟踪过程的示例性流程图。
图5示出根据本发明实施例的具有用于BRTS的区块链数据库的高级架构的示例性框图。
图6示出根据本发明实施例的具有区块链分布式账册和私人IPFS的BRTS中的存储系统的示例性示图。
图7示出根据本发明实施例的用于基于区块链的转介跟踪系统的示例性流程图。
具体实施例
现在将详细参考本发明的一些实施例,其示例在附图中示出。
社交媒体平台提供成员以建立或加入在线社区、获得信息、彼此交互以及共享信息。随着社交网络的指数增长,社交媒体影响者(例如,网红)正在兴起。社交媒体影响者(也称为关键意见领袖(KOL))通过他/她在社交媒体平台上的存在已经在一个或多个特殊的行业分类中获得并确立了可信度。当社交媒体网络的成员与公众或一个或多个在线社区共享信息时,成员的群组建立其声誉并获得对其在一个或多个行业分类中的知识和专长的信任。这些成员使得他们在社交媒体网络上的追随者的数量增长,并且通过社交媒体来运用他们的影响。KOL及其追随者为口碑相传之类的社交媒体营销建立了有效的网络。然而,随着宣传材料在社交媒体网络中的传播,跟踪和记录需要透明度、准确性和可追溯性。基于区块链的跟踪转介系统(BRTS)为社交媒体商务营销提供了效率、透明度和可追溯性。
图1示出根据本发明实施例的基于区块链的转介跟踪系统(BRTS)的示例性示图。BRTS系统100获得用户生成内容(UGC)130的集合。UGC的集合通过KOL 140的群组发布并且在社交媒体网络中传播。基于推广对象110的集合生成UGC 130。在一个实施例中,使用对特定领域的大数据的深度学习/数据挖掘120来生成一个或多个UGC。在一个实施例中,使用对特定领域的大数据的深度学习/数据挖掘120来获得KOL 140。一旦UGC被发布,具有一个或多个推广项的每个UGC就通过社交媒体网络传播。BRTS系统100跟踪UGC,更新对应的记录,并且在检测到退出条件时,将该记录添加到存储系统150。在一个实施例中,存储系统150包括区块链分布式账册151和私人星际文件系统(IPFS)152。
在一个实施例中,基于一个或多个推广项(例如对象110)来识别KOL 140的群组。在一个实施例中,使用深度学习卷积神经网络(CNN)模型来识别KOL的群组。基于每个推广项/对象开发特定领域的学习模型,例如CNN模型。每个所识别的KOL与一个或多个推广项相关联。每个推广项与一个或多个KOL相关联。
在一个实施例中,为每个推广项生成一个或多个UGC130。近年来,已经证明KOL将eWOM消息发送给他/她的追随者是推送产品和服务的有效方式。许多研究支持使用用户生成内容(UGC)作为eWOM的思想。真实人物的社交帖子、图像和视频在用户生成内容(UGC)中很受欢迎。KOL和UGC的组合成为推广产品和服务的强大营销工具。用于推广目的UGC包括与一个或者多个推广项相关联的一个或者多个可行动项。示例性UGC 131由KOL发布并且被推送到KOL的追随者社区。例如,UGC 131包括个性化行业新闻137、第一个性化新产品或服务公告135、以及第二推广产品/服务公告132。还可以包括其他个性化内容136,例如已知引起KOL的社区读者兴趣的个性化栏目和文章。在一个实施例中,使用CNN深度学习模型基于一个或多个推广对象的一个或多个属性来生成诸如132、135、136和137中的那些内容之类的个性化内容。
在一个实施例中,BRTS100还包括存储系统150。在一个实施例中,存储系统150是BRTS100的部分。在另一实施例中,BRTS100包括与存储系统150交互的接口模块。针对BRTS的存储系统150包括两种存储技术,区块链分布式账册151和私人星际文件系统(IPFS)152。在一个实施例中,KOL 140的信息存储在IPFS152中。BRTS100更新区块链分布式账册151中的UGC交易记录。
图2示出根据本发明实施例的基于区块链的转介跟踪系统的功能模块的示例性框图。BRTS200包括跟踪模块211、记录模块212、退出模块213、数据库接口模块217和网络接口模块218。在其它实施例中,BRTS200还包括一个或多个模块,该一个或多个模块包括:奖励模块214、资产管理模块215和用户接口模块216。在一个实施例中,BRTS200还包括数据库模块,该数据库模块包括区块链数据库221和IPFS222。跟踪模块211跟踪用户生成内容(UGC)的交易,UGC从发起者节点通过社交媒体网络中的多个接收节点传播,以及UGC包括一个或多个可行动项。记录模块212在接收节点处检测到一个或多个预定义的交易时更新UGC记录,其中UGC记录至少包括从发起者节点到接收节点的交易历史。退出模块213检测结束节点处的一个或多个退出交易。奖励模块214基于经配置的奖励方案为每个UGC元组记录生成一个或多个转介奖励。资产管理模块215在检测到一个或多个用户请求时,从区块链数据库检索一个或多个UGC元组记录并存储,以及从IPFS检索实际资产并存储。用户接口模块216从用户设备获取输入,并且将输出发送到一个或多个用户设备。数据库接口模块217在检测到一个或多个退出条件时,将基于UGC记录的从发起者节点到结束节点的交易的UGC元组添加到区块链数据库。数据库接口模块217也与资产管理模块215一起工作,以从IPFS检索资产并存储。资产的散列地址被存储在区块链数据库221中。网络接口模块218将BRTS与网络231连接。在一个实施例中,网络231是社交媒体网络。在其它实施例中,BRTS模块和组件运行一个或多个处理器或运行在不同的联网设备上,并且经由预定义的网络消息彼此通信。在其它实施例中,可以以软件、固件、硬件或任何组合来实现功能。
在社交媒体商务营销转介生态系统中,传统上,唯一被金钱奖励的人是KOL。在社交媒体网络中,推广项可以传播若干层追随者。奖励追随者有效地鼓励了参与营销材料的传播,并且随着KOL的社区扩展到直接追随者之外而使KOL受益。随着分享经济的流行,BRTS为社区中的人们提供了既分享UGC的乐趣又分享财富的机会。通过取消单向自上而下的口碑相传,追随者可以成为拥护者和狂热信徒,并可以使用自己的网络来进一步推广产品和服务,同时获得金钱奖励。另外,如果她选择,她可能有机会成为KOL,并发展自己的网络。这将是KOL和她的追随者的双赢情形。
图3示出根据本发明实施例的使用基于区块链的转介跟踪系统的转介跟踪过程的示例性示图。示例性转介网络包括:KOL-A301、KOL-B 302、追随者-X 303、追随者-Y 304、以及示例性的其他追随者305。追随者-X 303追随KOL-A301和KOL-B302。追随者-Y追随KOL-B302。KOL-A 301参与推广载荷_A(Payload_A)。KOL-A302参与推广载荷_B(Payload_B)。KOL-A 301和KOL-B 302都是对应的UGC的交易链中的发起者节点。载荷是具有商业价值的UGC,例如广告、产品和服务推广等。在一个实施例中,诸如深度学习模型之类的AI写作系统为KOL-A创建载荷_A的个性化内容。载荷_A(UGC)包括用于一个或多个推广项的一个或多个可行动项。UGC中的可行动项表示UGC的接收者/读者能够对其采取动作以访问或了解推广项的UGC的内容。示例性动作是通过到销售页面的直接链接点击、打开到推广页面的嵌入式程序、利用转介信息访问针对推广项的联系信息、购买产品、订阅服务或用户访问或了解推广项所采取的任意其他动作以及任意组合。KOL-B 302推送相同的载荷_B(Payload_B),以指示载荷来自KOL-B 302。追随者-X 303恰好是KOL-A 301和KOL-B 302两者的追随者。来自KOL-A 301和KOL-B 302的UGC可以具有不同的内容,但是载荷中的可行动项是相同的。在他们的社交媒体的群组中,追随者-X303分别从KOL-A301和KOL-B 302接收载荷。追随者-X303具有社交媒体内容311,包括来自KOL-A的载荷-A和来自KOL-B的载荷-B。追随者-X 303对来自KOL-A的载荷中的一个或多个可行动项采取动作,如311中的阴影对象所描绘的。在一个实施例中,基于UGC交易按照预定义的准则建立转介奖励模型。在该示例中,KOL-A301基于追随者-X直接从KOL-A对载荷/UGC采取动作而有资格获得奖励。
追随者-X 303还通过自己的网络将KOL-B的UGC与载荷_B一起转发给追随者-Y304。追随者-Y 304接收两个UGC,一个来自追随者-X 303,一个来自KOL-B302。追随者-Y304对由追随者-X转发的载荷_B采取动作。追随者-Y具有社交媒体内容312,包括从追随者-X转发自KOL-B的载荷-B以及直接来自KOL-B的载荷-B。在一个实施例中,追随者-Y对追随者-X转发自KOL-B的载荷-B上的一个或多个可行动项采取动作,如312中的阴影对象所示。基于在该交易中的对UGC的交易,KOL-B 302和追随者-X 303两者都有资格获得按照预定义准则的奖励。在一个实施例中,针对奖励的预定义准则通过用户接口来配置并动态更新。在另一实施例中,使用深度学习模型动态地生成和更新针对奖励的预定义准则。
转介活动可以连续并异步地执行。在这种情况下,转介的传播路线可以变得循环。例如,追随者-Y 304将从追随者-X接收到的、由KOL-B转发的载荷-B推送到另一追随者305。追随者305将从追随者-Y接收的、经追随者-X转发的接收到的载荷-B推回到KOL-B 302。在该示例中,载荷-B/UGC返回到发起者节点KOL-B 302。在一个实施例中,当接收节点是UGC交易的发起者节点时,基于满足退出条件,对UGC的跟踪终止。
在一个实施例中,使用以推送节点、接收者节点和载荷作为输入的递归推送过程来记录UGC交易,包括向一个或多个追随者节点的推送和对一个或多个可行动项的动作。在一个实施例中,实现了转介跟踪方案中的两个主要“交易”,即push()和act_on()。push()是一个人将UGC引向另一个人的转介动作。函数act_on()是当一个人对UGC的载荷上采取动作时,例如购买产品或者订阅服务等。函数push()是递归的,如以下等式所示:
函数push(X,Y,P)表示发送者X将载荷P推送到接收者Y。函数act_on(Y,P)表示接收者Y对载荷P采取动作。第一子句是尾部递归,表示X将P推送到Y,但Y不对载荷P采取动作,相反,Y将载荷推送到另一人Z。递归具有若干固定点成为退出条件。这些退出条件是关于如何实现转介的商业规则(或商业逻辑)。例如,第二子句是递归的退出条件,由此当X将P推到Y时,Y对载荷P采取动作并完成该动作。在Y对P采取动作之后,Y还可以将P推给另一人,这将是另一递归子句。还应当注意的是,人X可以将P推送到许多其他人,即使在多次递归中。然而,由于任何多次递归都可以被简化为简单的尾部递归,因此示出使用尾部递归的方案。
在一个实施例中,为跟踪模块配置退出条件。当在结束节点处检测到一个或多个退出条件时,将基于UGC记录的从发起者节点到结束节点的交易的UGC元组添加到区块链数据库。退出条件是可动态配置的。在一个实施例中,通过用户接口进行用户更新来配置退出条件。在一个实施例中,针对递归的一个或多个退出条件是:
1.当接收者对载荷采取动作并完成动作时,即,不再进行推送;
2.当接收该载荷的接收者是UGC的发起者/始发者时,例如,传播被循环回到发起者/始发者;
3.当接收者不采取动作或不转发给其他人时,即,接收者是个汇点;以及
4.当接收者尝试对载荷采取动作,但有效期限已过时,或者当达到了最大采取动作的次数时,例如,有效负载最多只能进行五次兑换。
图4示出根据本发明实施例的转介跟踪过程的示例性流程图。在一个新颖的方面,当UGC的交易通过社交网络传播时,对其进行跟踪。在检测到一个或多个预定义的交易时更新UGC记录。在检测到一个或多个跟踪退出条件时,将从发起者节点到结束节点的交易的UGC元组添加到数据库。转介跟踪过程400包括UGC生成子过程410和UGC跟踪子过程430。UGC生成子过程410包括:对KOL的内容的深度学习411,其基于KOL社区大数据401以及产品和服务大数据402;以及UGC和载荷生成器412,其基于针对特定产品和服务的营销活动403。UGC跟踪子过程430包括多个程序/过程,包括将UGC和载荷推送到KOL的过程431、将UGC推送到追随者的过程432、检测和确定一个或多个退出条件的过程460、更新状态的过程433、以及记录路径、时间戳、状态和载荷信息的过程434。
对KOL的内容的深度学习411是使用关于KOL及其社区的大数据401以及旨在推广的产品和服务的大数据402进行训练的深度学习CNN模型。对KOL的内容的深度学习411定位了将具有提供产品和服务的最佳机会的KOL和社区。UGC和载荷生成器412咨询对KOL的内容的深度学习模块411,以识别KOL、社区以及针对这些KOL中的每个KOL的产品和服务。UGC和载荷生成器412还使用基于AI的写入系统来生成用户生成内容(UGC)以及载荷。UGC和载荷生成器412的结果被置于KOL的频道中,以用于如过程431所示的推广。过程431将UGC推送到对应的KOL追随者。推送事件将由过程434处理,其将交易附加到区块链481。推送交易具有路径、时间戳、状态和载荷信息。过程431将UGC推送到追随者。针对每个可以访问UGC的追随者,过程432确定是否满足一个或多个退出条件。如果过程460确定存在至少一个退出条件,则终止对UGC记录的转介跟踪。过程433更新状态。过程434将交易附加到区块链481。如果过程460确定不存在退出条件,则当UGC进一步通过社交网络传播时,更新UGC记录。
在一个实施例中,转介跟踪过程确定是否满足一个或多个退出条件。过程460确定是否存在针对UGC记录的任何退出条件。在步骤461,过程400确定UGC的追随者/接收者是否是UGC的发起者。如果步骤461确定是,则过程460确定存在退出条件并退出。如果步骤461确定为否,则移动到步骤462。步骤462确定追随者/接收者是否对UGC中的一个或多个可行动项采取动作。如果步骤462确定是,则过程460确定退出条件存在并退出。如果步骤462确定为否,则它移动到步骤463。步骤463确定可行动项是否使动作定时器到期。如果步骤463确定是,则过程460确定退出条件存在并退出。如果步骤463确定为否,则移到步骤464。步骤464确定对于可行动项是否达到动作的最大数量。如果步骤464确定是,则过程460确定存在退出条件并退出。如果步骤464确定为否,则过程460确定为否,这意味着没有检测到退出条件。
在一个新颖方面,区块链用于支持转介跟踪系统的可追溯性和透明度。可追溯性和透明度促进参与者之间的信任。区块链实质上是已经在参与方之间执行和共享的所有交易或数字事件的记录或公共分类帐的分布式数据库。公共账册中的每个交易由系统中的大多数参与者的一致性来验证。另外,一旦输入,信息不能被擦除。
图5示出根据本发明实施例的具有用于BRTS的区块链数据库的高级架构的示例性框图。基于区块链的转介跟踪系统(BRTS)500包括转介跟踪模块510、用户查询和分析模块520、以及转介资产管理模块530。转介跟踪模块510实质上是图4中描述的整个过程,从深度学习模型开始以识别KOL和社区,生成针对KOL的个性化UGC,并且跟踪转介。模块520用于支持用户查询和分析。诸如KOL和追随者之类的用户可以跟踪转介历史和系谱,从而他们可以建立系统的信任。管理还可以执行分析以评估转介活动并阻止任何欺诈和异常。转介资产管理模块530是维护整个系统的资产的模块,该资产包括但不限于KOL和追随者简档、载荷细节等。
基本上有两种类型的区块链,即,无许可的和被许可的区块链。诸如比特币和以太坊之类的公共区块链是无许可和无信任的区块链。它们的一致性算法需要挖掘活动。因此,他们需要加密硬币或代币来为这些挖掘活动付费。另一方面,诸如Hyperledger、Corda和Quorum之类的被许可的区块链不需要硬币或代币,因为没有挖掘活动。区块链包括两种主要技术:分布式分类帐和智能合约。分布式分类帐是没有中央可信机构的多方全分布式数据库。基于散列的数据结构对于了解账册中的每个条目处于特定顺序并且加密地连接到先前的条目至关重要。这些条目的确切顺序是透明的,并且可由所有参与者验证,从而保护条目免受操纵或争议。因此,区块链是透明的、不可变的和安全的。区块链由于其提供的透明度、不可变性、安全性、隐私性和去中心化而越来越多地应用于解决现实世界问题。为实现透明度,区块链上的每个交易被广播到网络中的验证交易的所有其他用户。不可变性的出现是因为每个区块包括前一区块的散列,从而防止对过去交易的任何改变。安全性通过分布式架构来实现;存储在区块链上的交易历史和数据分布在网络中的许多节点上,因此不存在单个故障点。新的转介跟踪系统可以在无许可的或被许可的区块链中实现,这取决于如何对其进行销售和维护的商业模型。为了说明如何使用区块链来支持所提出的转介跟踪系统,这里使用诸如Hyperledger之类的被许可的区块链来说明该过程。
图6示出根据本发明实施例的具有区块链分布式账册和私人IPFS的BRTS中的存储系统的示例性示图。BRTS使用转介区块链数据库600和私人IPFS 650。区块链上的交易数据保持简单的标量数据。例如,对于区块链而言,存储图片或其它BLOB是不实际的。为了实现有效的BRTS,采用星际文件系统(IPFS)。IPFS是用于在分布式文件系统中存储和共享数据的协议和对等网络。IPFS使用内容寻址来唯一地标识每个文件。它使用密码学提供了去中心化和防篡改存储。在BRTS中,分类帐用于维护转介历史和转介的系谱。区块链交易保持存储在IPFS中的资产的散列地址。参与者的大量信息和载荷细节被维护在IPFS中。
转介区块链数据库600包括曾经进行的每单个交易的特定且可验证的记录。智能合约建立在分布式账册上,例如分布式账册660。由于分布式账册允许多方和共享使用,所以分布式账册可以配备有多方业务逻辑,这种逻辑通称为“智能合约”。这些是使用特定于给定类型的区块链的语言来编写的程序。智能合约存在于共享网络上,并且能够同时在所有参与节点上执行。
转介区块链数据库600具有交易记录的分布式分类帐(如交易记录结构610中所示)以及智能合约的三个集合。从概念上讲,BRTS可以使用两个区块链,一个用于转介交易,以及一个是用来索引由IPFS管理的资产的分离的区块链。例如,简档和与KOL、追随者和管理人员有关的其他信息被存储在IPFS 650中。类似地,载荷细节也被存储在IPFS 650中。当存储资产文件时,IPFS 650返回文件的唯一的散列地址指针。IPFS 650使用内容寻址来生成散列指针地址。这些地址成为交易并且被存储在区块链中。任何改变(例如更新)产生不同的散列,并且资产将被视为新的资产。相对地,可以使用单个区块链来记录转介交易和资产索引。在当前设计中采用后一种方法。610示出BRTS区块链交易的头部,包括交易ID、类型、数据字段、状态和时间戳。类型是转介或资产。数据将取决于类型被扩展到611或612。如果是资产类型,则数据字段包括资产ID、资源散列地址和资产类型(简档、载荷等)。资产ID是资产的“对象ID”,例如针对KOL、追随者或载荷的ID。资产ID通过转介资产管理603来创建,并且在整个BRTS中是唯一的。资产散列地址实质上是IPFS管理的资产的散列地址指针。资产的任何更新将具有新的散列地址,但是唯一的资产ID保持不变。如果是转介类型,则记录被扩展为包括发送者ID、接收者ID、载荷ID、状态和时间戳,由此这些ID仅仅是由603和IPFS管理的发送者、接收者和载荷文件的资产ID。状态指示事件的类型,例如转发、采取动作等。611和612中的状态可以进一步用作访问控制(ACL)。
转介资产管理603管理存储和检索转介资产文件以及与区块链的接口。用户查询和分析602允许诸如KOL、追随者和其他授权人员之类的用户询问和跟踪转介活动。智能合约的三个模块(即620、630和640)分别有助于转介跟踪601、用户查询和分析602、以及转介资产管理603。
图7示出根据本发明实施例的用于基于区块链的转介跟踪系统的示例性流程图。在步骤701,BRTS跟踪用户生成内容(UGC)的交易,UGC从发起者节点通过社交媒体网络中的多个接收节点传播,并且UGC包括一个或多个可行动项。在步骤702,BRTS在接收节点处检测到一个或多个预定义的交易时更新UGC记录,UGC记录至少包括从发起者节点到接收节点的交易历史。在步骤703,BRTS检测结束节点处的一个或多个退出交易。在步骤704,BRTS在检测到一个或多个退出条件时,将基于UGC记录的从发起者节点到结束节点的交易的UGC元组添加到区块链数据库。
尽管出于教导的目的已经结合某些特定实施例描述了本发明,但是本发明不限于此。因此,在不偏离权利要求书中所阐述的本发明的范围的情况下,可以实践所描述的实施例的各种特征的各种修改、适配和组合。
Claims (20)
1.一种基于区块链的转介跟踪方法,包括:
由计算机系统跟踪用户生成内容UGC的交易,其中所述计算机系统具有与至少一个存储器单元耦接的一个或多个处理器,所述UGC从发起者节点通过社交媒体网络中形成一个或多个递归传播路径的多个接收节点传播,其中每一个传播路径具有包括所述发起者节点的多个节点,以及其中所述UGC包括一个或多个可行动项;
当在接收节点处检测到一个或多个预定义的交易时更新UGC记录,其中所述UGC记录至少包括从所述发起者节点到所述接收节点的交易历史;
在结束节点处检测一个或多个退出交易;以及
在检测到所述一个或多个退出交易的条件满足一个或多个退出条件时,将基于所述UGC记录的从所述发起者节点到所述结束节点的交易的UGC元组添加到区块链数据库。
2.根据权利要求1所述的方法,其中所述一个或多个预定义的交易包括:将所述UGC推送到一个或多个接收节点、对所述一个或多个可行动项采取动作、以及无动作定时器到期。
3.根据权利要求1所述的方法,其中所述一个或多个退出条件包括:所述结束节点完成对所述一个或多个可行动项的动作,所述结束节点对到期的可行动项采取动作,所述结束节点对所述一个或多个可行动项采取动作的次数超过预定义的最大动作次数,在无动作定时器到期时在所述结束节点处没有交易,以及所述结束节点是所述发起者节点。
4.根据权利要求1所述的方法,其中所述UGC记录中的每个交易与指示该交易的时间的时间戳相关联。
5.根据权利要求2所述的方法,其中使用递归推送过程,利用推送节点、接收节点和载荷的输入来更新所述UGC记录。
6.根据权利要求1所述的方法,还包括基于经配置的奖励方案为每个UGC元组记录生成一个或多个转介奖励。
7.根据权利要求6所述的方法,其中通过用户输入经由用户接口生成和更新所述经配置的奖励方案。
8.根据权利要求1所述的方法,还包括:在检测到一个或多个用户请求时从所述区块链数据库检索一个或多个UGC元组记录。
9.根据权利要求1所述的方法,其中基于一个或多个推广对象,使用卷积神经网络CNN模型来生成所述UGC。
10.根据权利要求1所述的方法,还包括:使用卷积神经网络CNN模型基于一个或多个推广对象来识别一个或多个关键意见领袖KOL作为针对所述UGC的发起者节点。
11.根据权利要求10所述的方法,其中所述一个或多个KOL和对应的推广对象被记录在与所述区块链数据库交互的私人星际文件系统IPFS中。
12.一种基于区块链的转介跟踪系统,包括:
一个或多个网络接口,用于将所述系统与社交媒体网络连接;
跟踪模块,用于跟踪用户生成内容UGC的交易,其中所述UGC从发起者节点通过社交媒体网络中形成一个或多个递归传播路径的多个接收节点传播,其中每一个传播路径具有包括所述发起者节点的多个节点,以及其中所述UGC包括一个或多个可行动项;
记录模块,用于当在接收节点处检测到一个或多个预定义的交易时更新UGC记录,其中所述UGC记录至少包括从所述发起者节点到所述接收节点的交易历史;
退出模块,用于检测结束节点处的一个或多个退出交易;以及
数据库接口模块,用于在检测到所述一个或多个退出交易的条件满足一个或多个退出条件时,将基于所述UGC记录从所述发起者节点到所述结束节点的交易的UGC元组添加到区块链数据库。
13.根据权利要求12所述的系统,其中所述一个或多个预定义的交易包括:将所述UGC推送到一个或多个接收节点、对所述一个或多个可行动项采取动作、以及无动作定时器的到期。
14.根据权利要求12所述的系统,其中所述一个或多个退出条件包括:所述结束节点完成对所述一个或多个可行动项的动作,所述结束节点对到期的可行动项采取动作,所述结束节点对所述一个或多个可行动项采取动作的次数超过预定义的最大动作次数,在无动作定时器到期时在所述结束节点处没有交易,以及所述结束节点是所述发起者节点。
15.根据权利要求12所述的系统,其中所述UGC记录中的每个交易与指示该交易的时间的时间戳相关联。
16.根据权利要求13所述的系统,其中使用递归推送过程,利用推送节点、接收节点和载荷的输入来更新所述UGC记录。
17.根据权利要求12所述的系统,还包括奖励模块,所述奖励模块基于经配置的奖励方案为每个UGC元组记录生成一个或多个转介奖励。
18.根据权利要求12所述的系统,还包括资产管理模块,所述资产管理模块在检测到一个或多个用户请求时从所述区块链数据库检索一个或多个UGC元组记录。
19.根据权利要求18所述的系统,其中所述资产管理模块还使用卷积神经网络CNN模型基于一个或多个推广对象来识别一个或多个关键意见领袖KOL作为所述UGC的发起者节点。
20.根据权利要求19所述的系统,其中所述一个或多个KOL和对应的推广对象被记录在与所述区块链数据库交互的私人星际文件系统IPFS中。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/121,554 | 2020-12-14 | ||
US17/121,554 US11443393B2 (en) | 2020-12-14 | 2020-12-14 | Blockchain-based referral tracking system (BRTS) |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112948775A CN112948775A (zh) | 2021-06-11 |
CN112948775B true CN112948775B (zh) | 2024-05-07 |
Family
ID=76234941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011589668.6A Active CN112948775B (zh) | 2020-12-14 | 2020-12-29 | 基于区块链的转介跟踪系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11443393B2 (zh) |
CN (1) | CN112948775B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022011296A1 (en) | 2020-07-09 | 2022-01-13 | KwikClick, LLC | Enhancing existing social media network from data |
US20220261848A1 (en) * | 2021-01-29 | 2022-08-18 | KwikClick, LLC | Micro influencer hyperlinking |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107516245A (zh) * | 2017-08-25 | 2017-12-26 | 苏州点阵信息科技有限公司 | 基于区块链技术的内容评价平台的信息处理方法 |
CN111581293A (zh) * | 2020-06-23 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 基于区块链的用户内容处理方法、装置、系统和设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090196570A1 (en) * | 2006-01-05 | 2009-08-06 | Eyesopt Corporation | System and methods for online collaborative video creation |
US20090119710A1 (en) * | 2007-11-01 | 2009-05-07 | Qualcomm Incorporated | Method and apparatus for enhancing support for user-generated content delivery |
US20160180386A1 (en) * | 2013-02-27 | 2016-06-23 | Francis Konig | System and method for cloud based payment intelligence |
CA2924889A1 (en) * | 2015-03-24 | 2016-09-24 | Mxm Nation Inc. | System an method for facilitating credit redemptions |
US20170364936A1 (en) * | 2016-06-15 | 2017-12-21 | CouponCo Ltd. | Computer-implemented electronic coupon system and methods using a blockchain |
AU2018201608A1 (en) * | 2017-07-21 | 2019-02-07 | Visual Amplifiers Ltd | A computer system or method for coordinating and collaborating remote online identities of influencers on social media networks |
US20200111186A1 (en) * | 2018-10-03 | 2020-04-09 | Knowbella Tech, LLC | System and method for managing and tracking ip, particularly abandoned ip, on a blockchain |
US20200151840A1 (en) * | 2018-11-14 | 2020-05-14 | Micah McCrary-Dennis | Peer-to-peer scholarship, mentorship, and apprenticeship distributed application, method, and system using a blockchain |
CA3129333A1 (en) * | 2019-03-21 | 2020-09-24 | Align Technology, Inc. | Automatic application of doctor's preferences workflow using statistical preference analysis |
CN110233833B (zh) * | 2019-05-23 | 2020-09-29 | 中国科学院计算技术研究所 | 支持社交网络用户隐私保护的消息发送方法及系统 |
-
2020
- 2020-12-14 US US17/121,554 patent/US11443393B2/en active Active
- 2020-12-29 CN CN202011589668.6A patent/CN112948775B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107516245A (zh) * | 2017-08-25 | 2017-12-26 | 苏州点阵信息科技有限公司 | 基于区块链技术的内容评价平台的信息处理方法 |
CN111581293A (zh) * | 2020-06-23 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 基于区块链的用户内容处理方法、装置、系统和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112948775A (zh) | 2021-06-11 |
US11443393B2 (en) | 2022-09-13 |
US20220188944A1 (en) | 2022-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hendrikx et al. | Reputation systems: A survey and taxonomy | |
Leskovec et al. | The dynamics of viral marketing | |
US9542503B2 (en) | Estimation of closeness of topics based on graph analytics | |
Li et al. | Detecting campaign promoters on twitter using markov random fields | |
US11177937B1 (en) | Apparatus and method for establishing trust of anonymous identities | |
CN108921610B (zh) | 基于区块链的广告运营系统 | |
US20110320284A1 (en) | Market for Social Promotion of Digital Goods | |
US11107093B2 (en) | Distributed node cluster for establishing a digital touchpoint across multiple devices on a digital communications network | |
CN112948775B (zh) | 基于区块链的转介跟踪系统 | |
US8065366B2 (en) | System and method for transmitting personal networking-based blog post, and server applied to the same | |
Ruffo et al. | A peer-to-peer recommender system based on spontaneous affinities | |
Mao et al. | TPS: A topological potential scheme to predict influential network nodes for intelligent communication in social networks | |
Kaligotla et al. | Diffusion of competing rumours on social media | |
Resheff et al. | Fusing multifaceted transaction data for user modeling and demographic prediction | |
US11775999B2 (en) | Referral monetization in social network | |
Pavlovic | Quantifying and qualifying trust: Spectral decomposition of trust networks | |
Woo et al. | Tracing topic discussions with the event-driven SIR model for online forums | |
Behera | Data Mining Technique for Tracking of Information Diffusion in Online Social Network | |
Trinh et al. | A predictive paradigm for event popularity in event-based social networks | |
Tomaras et al. | Evaluating the impact of posted advertisements on content sharing sites: an unsupervised social computing approach | |
Zhang et al. | Online Shopping Brand Sales Based on IoT Big Data Processing | |
Zhang et al. | Information diffusion | |
Kumar | Information Diffusion and Summarization in Social Networks | |
Shao et al. | Based on the social network evaluation model of short-term interaction with followers micro-blogging marketing | |
Okubo et al. | A Successful Advertising Strategy over Twitter. |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220507 Address after: Basement-1-025-b of buildings 1, 2, 3, 4 and 5, yard 8, Xindong Road, Chaoyang District, Beijing Applicant after: RoCos Technology (Beijing) Co.,Ltd. Address before: Hong Kong, China Applicant before: RoCos Management Consultants Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |