TWI570646B - 適地性社群融合媒合銷售最佳化系統、方法及電腦可讀取紀錄媒體 - Google Patents

Description

適地性社群融合媒合銷售最佳化系統、方法及電腦可讀取紀錄媒體

本發明有關於一種以社群、空間、時間、成本為基礎之多維度媒合銷售最佳化系統及方法，且特別是一種尤指一種透過同時結合虛擬社群，及現實生活中的移動行動與時間效應間，相互作用的使用者行為和業者期望廣告行銷點配置間的關係，設法於有限的廣告行銷預算，最大化多行銷通路選取與來客數之間的關聯，協助業者將預算有效分配至多個行銷通路追求最大效益的智能系統及方法。

廣告行銷有助於提升產品的銷售量。現行廣告和供應鏈管理解決方案一般視顧客為一單一個體。然而，並不是每個人都能夠獨立做出購買決策。已有先前研究顯示使用者不太願意去相信商業廣告，但容易受到朋友的影響做出購買決策。若有來自社群網路上好友的推薦，使用者購買商品的可能性會增加。因此，有相當多消費者仰賴社群網路上好友的評價來做購買決定與否的判斷。

然而，現行店家或通路業者選取顧客行銷通路(如簡訊、看板、實體DM、Beacon等)的考量，未包含社群網路影響元素。習之行銷方式為針對「群體」行銷效益，進行行銷導店標的的選取 最佳化為原則。習之行銷方式並未考量對「單一使用者」行銷之後，透過社群關係所產生的行銷效益，以及行銷策略/成本間的影響。另外，現有的社群行銷則著重在線上販售的商品，並未注意到實體商店導客入店之位置特性與限制。並且，基於地理空間維度，在社群擴散效應中距離遠的對象不易到該商店消費，但仍有可能將行銷訊息幫忙擴散的特性也並未被考慮。

本發明實施例提供一種適地性社群融合媒合銷售最佳化系統、方法及電腦可讀取紀錄媒體，可配合社群媒體並依據使用者的行為模式，以分析適用於實體商家的行銷通路最佳化分析，以達到來客數最大化的目的。

本發明實施例提供一種適地性社群融合媒合銷售最佳化系統，包括需求接收與資訊蒐集模組、資料庫模組、顧客移動與消費行為分析模組、社群影響力與擴散計算模組以及行銷通路配置最佳化演算模組。需求接收與資訊蒐集模組接收應用在查詢區域範圍內的廣告配置需求，並依據廣告配置需求蒐集商家資訊、獲得對於複數個使用者的社群關聯及行為資訊、獲得對於所述使用者的使用者行為序列資訊，以及獲得廣告候選位置資訊，以產生適地性網路結構圖。資料庫模組耦接需求接收與資訊蒐集模組，儲存商家資訊、使用者行為序列資訊、社群關聯及行為資訊，以及廣告通路模式及通路成本資訊。顧客移動與消費行為分析模組耦接需求接收與資訊蒐集模組以及資料庫模組，依據商家資訊與使用者行為序列資訊獲得查詢區域範圍內的所述使用者的行為模式。社群影響力與擴散計算模組耦接顧客移動與消費行為分析模組以及資料庫模組，依據所述使用者的行為模式與社群關聯及行為資訊計算查詢區域範圍內每一使用者影響一社群中具適地性其他使用者的適地性社群影響度，並且計算每一使用者對於各個興趣領域的興趣領域影響度，然後依據計算查詢區域範圍每一使用 者之該適地性社群影響度與該興趣領域影響度以獲得每一使用者對於各個興趣領域的影響力擴散程度。行銷通路配置最佳化演算模組耦接社群影響力與擴散計算模組以及資料庫模組，基於已知的每一使用者被查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的影響力擴散程度以及預算進行廣告配置的最佳化。

本發明實施例提供一種適地性社群融合媒合銷售最佳化方法，包括：接收應用在查詢區域範圍內的廣告配置需求；依據廣告配置需求蒐集商家資訊、獲得對於複數個使用者的社群關聯及行為資訊、獲得對於所述使用者的使用者行為序列資訊，以及獲得廣告候選位置資訊，以產生適地性網路結構圖；依據商家資訊與使用者行為序列資訊獲得查詢區域範圍內的所述使用者的行為模式；依據所述使用者的行為模式與社群關聯及行為資訊計算計算每一使用者影響一社群中具適地性其他使用者的適地性社群影響度，並且計算每一使用者對於各個興趣領域的興趣領域影響度，然後依據計算查詢區域範圍內每一使用者之適地性社群影響度與興趣領域影響度以獲得每一使用者對於各個興趣領域的影響力擴散程度；以及基於已知的每一使用者被查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的該影響力擴散程度以及預算進行廣告配置的最佳化。

本發明實施例提供一種電腦可讀取紀錄媒體，所述電腦可讀取紀錄媒體記錄一組電腦可執行程式，當所述電腦可讀取紀錄媒體被一處理器讀取時，所述處理器執行所述電腦可執行程式以實施如前述的適地性社群融合媒合銷售最佳化方法之步驟。

綜上所述，本發明實施例提供一種適地性社群融合媒合銷售最佳化系統、方法及電腦可讀取紀錄媒體，透過同時結合虛擬社群，及現實生活中的移動行動與時間效應間，相互作用的使用者行為和業者期望廣告行銷點配置間的關係，設法於有限的廣告行 銷預算，最大化多行銷通路選取與來客數之間的關聯，協助業者將預算有效分配至多個行銷通路追求最大效益的。

為使能更進一步瞭解本發明之特徵及技術內容，請參閱以下有關本發明之詳細說明與附圖，但是此等說明與所附圖式僅係用來說明本發明，而非對本發明的權利範圍作任何的限制。

1‧‧‧需求接收與資訊蒐集模組

2‧‧‧顧客移動與消費行為分析模組

3‧‧‧社群影響力與擴散計算模組

4‧‧‧行銷通路配置最佳化演算模組

5‧‧‧資料庫模組

51‧‧‧使用者行為序列資料庫

52‧‧‧社群關聯及行為資料庫

53‧‧‧廣告點配置資料庫

54‧‧‧商家資訊資料庫

11‧‧‧商家資訊蒐集單元

12‧‧‧區域使用者社群關聯及行為建立單元

13‧‧‧使用者位於查詢區域範圍內移動資訊蒐集單元

14‧‧‧候選區域廣告配置模式選擇單元

a₁、a₂、a₃‧‧‧實體位置廣告點

TV、NS₁、NS₂‧‧‧傳播媒體

u‧‧‧使用者名稱

P₁、P₂、P₃、P₄、P₅‧‧‧地點名稱

t₁、t₂、t₃、t₄、t₅‧‧‧時間

21‧‧‧區域商店類型分布擷取單元

22‧‧‧使用者行為序列分析單元

31‧‧‧社群關聯分析單元

32‧‧‧使用者偏好分析單元

33‧‧‧權重調整單元

41‧‧‧實體位置廣告點配置單元

42‧‧‧區域行銷通路預算配置最佳化單元

u₁、u₂、u₃、u₄、u₅、u₆、u₇、u₈、u₉、u₁₀、u₁₁、u₁₂、u₁₃、u₁₄‧‧‧使用者

S110、S120、S130、S140、150‧‧‧步驟流程

圖1是本發明實施例提供的適地性社群融合媒合銷售最佳化系統的功能方塊圖。

圖2是本發明實施例提供的需求接收與資訊蒐集模組的功能方塊圖。

圖3是本發明實施例提供的使用者存於社群網路系統的區域移動紀錄的示意圖。

圖4是本發明實施例提供的實體廣告候選位置及區域傳播媒體的示意圖。

圖5是本發明實例提供的適地性網路結構圖的示意圖。

圖6是本發明實施例提供的顧客移動與消費行為分析模組的功能方塊圖。

圖7是本發明實施例提供的社群影響力與擴散計算模組的示意圖。

圖8是本發明實施例提供的行銷通路配置最佳化演算模組的示意圖。

圖9是本發明實施例提供的最佳化廣告配置的示意圖。

圖10是本發明實施例提供的適地性社群融合媒合銷售最佳化方法的流程圖。

〔適地性社群融合媒合銷售最佳化系統之實施例〕

本實施例的適地性社群融合媒合銷售最佳化系統應用於一個查詢區域範圍內的商家(或商店)廣告策略評估。所述查詢區域範圍是地理位置上的一個區域，例如是一個城市、鄉鎮或行政區。本實施例透過同時結合虛擬社群，及現實生活中的移動行動與時間效應間，相互作用的使用者行為和業者期望廣告行銷點配置間的關係，設法於有限的廣告行銷預算，最大化多行銷通路選取與來客數之間的關聯，協助業者將預算有效分配至多個行銷通路追求最大效益的智能系統及方法。在本實施例中，與社群網路系統配合，適地性社群融合媒合銷售最佳化系統會考量在所述查詢區域範圍內各行銷通路中對於社群網路具有較大影響力的使用者族群(社群網路系統的使用者)，降低影響力趨近飽和的通路成本，提升影響力較大之通路預算，並結合分析不同行銷通路的使用者族群移動路徑與偏好，依照不同行銷通路給予適性化的廣告內容決策，藉此提高各類型使用者族群的來店數。所述社群網路系統可與本實施例的適地性社群融合媒合銷售最佳化系統彼此獨立或者是兩者的平台整合在同一個系統中，但本發明並不因此限定。以下所稱的使用者是社群網路系統的使用者，在本實施例中簡稱為使用者。

請參照圖1，圖1是本發明實施例提供的適地性社群融合媒合銷售最佳化系統的示意圖。適地性社群融合媒合銷售最佳化系統包括需求接收與資訊蒐集模組1、資料庫模組5、顧客移動與消費行為分析模組2、社群影響力與擴散計算模組3以及行銷通路配置最佳化演算模組4。本實施例的適地性社群融合媒合銷售最佳化系統可以是一個電腦系統，例如網路伺服器，但本發明並不因此限定。上述的需求接收與資訊蒐集模組1、顧客移動與消費行為分析模組2、社群影響力與擴散計算模組3以及行銷通路配置最佳化演算模組4各自可以是一個運算處理單元，或者上述的接收與資訊蒐集模組1、顧客移動與消費行為分析模組2、社群影響力與擴散 計算模組3以及行銷通路配置最佳化演算模組4執行於一個運算處理器，但本發明並不因此限定。

資料庫模組5耦接需求接收與資訊蒐集模組1。顧客移動與消費行為分析模組2耦接需求接收與資訊蒐集模組1以及資料庫模組5。社群影響力與擴散計算模組3耦接顧客移動與消費行為分析模組2以及資料庫模組5。行銷通路配置最佳化演算模組4耦接社群影響力與擴散計算模組3以及資料庫模組5。

有廣告策略評估需求的店家及相關人員可以操作需求接收與資訊蒐集模組1的輸入端的人機介面，以提供需要評估廣告策略的地理區域以及所要廣告的商品類型。例如：當本實施例的適地性社群融合媒合銷售最佳化系統是網路伺服器時，輸入需求的操作人員可以利用終端機介面(或裝置)(例如利用瀏覽器)連線至此網路伺服器以輸入上述需求的相關資訊。需求接收與資訊蒐集模組1接收到應用在所述查詢區域範圍內的廣告配置需求後，則依據廣告配置需求蒐集所述查詢區域範圍內的商家資訊、獲得對於複數個使用者的社群關聯及行為資訊、獲得對於所述使用者的使用者行為序列資訊，以及獲得廣告候選位置資訊，以產生適地性網路結構圖。上述的各項資訊獲得後將被存於資料庫模組5，在詳述上述的各項資訊之前，先說明於資料庫模組5。

資料庫模組5包括使用者行為序列資料庫51、社群關聯及行為資料庫52、廣告點配置資料庫53以及商家資訊資料庫54。商家資訊資料庫54用以儲存商家資訊，使用者行為序列資料庫51用以儲存使用者行為序列資訊，社群關聯及行為資料庫52用以儲存社群關聯及行為資訊，廣告點配置資料庫53用以儲存廣告通路模式及通路成本資訊。

接下來說明關於上述的各項資訊的獲取方式與細節。請參照圖2，圖2是本發明實施例提供的需求接收與資訊蒐集模組的功能方塊圖。需求接收與資訊蒐集模組包括商家資訊蒐集單元11、區 域使用者社群關聯及行為建立單元12、使用者位於查詢區域範圍內移動資訊蒐集單元13以及候選區域廣告配置模式選擇單元14。區域使用者社群關聯及行為建立單元12耦接商家資訊蒐集單元12。使用者位於查詢區域範圍內移動資訊蒐集單元13耦接區域使用者社群關聯及行為建立單元12。候選區域廣告配置模式選擇單元14耦接使用者位於查詢區域範圍內移動資訊蒐集單元13。

商家資訊蒐集單元11依據需求的查詢區域範圍，獲得該查詢區域範圍內的商家資訊。所述商家資訊至少包括商家的地點名稱、地點經緯度、商家類型與地點所在城市，但本發明並不因此限定。所述商家資訊可以是事先已知的資訊。例如：本實施例的適地性社群融合媒合銷售最佳化系統的營運商可以與查詢區域範圍內的商家合作，並事先蒐集該查詢區域範圍內的合作商家資訊將其儲存，或者本實施例的適地性社群融合媒合銷售最佳化系統可以與社群網路系統業者合作，經由以獲取社群網路系統內所儲存的商家資訊。上述獲取商家資訊的方式僅是用以舉例，本發明並不因此限定。

區域使用者社群關聯及行為建立單元12經由連結至社群網路系統以獲得複數個使用者的社群關聯以及所述使用者在此社群網路系統的瀏覽行為，並據此社群關聯及行為資訊，例如建立一偏好興趣資訊。所述關於使用者的行為資訊可以是一整合消費、社群活動、軌跡等的集合。區域使用者社群關聯及行為建立單元12連結至所述社群網路系統的方式則依據兩個系統的資訊連結(或通訊架構)而有所不同，本發明並不限定。社群關聯及行為資訊例如包括友誼關係圖以函數E(u _i ,u _j )表示，與偏好興趣資訊(或稱為社群屬性圖)以函數E(u _i ,att _k )表示。u _i 表示第i個使用者，u _j 表示第j個使用者，att _k 表示使用者u _i 的興趣偏好。

使用者位於查詢區域範圍內移動資訊蒐集單元13經由連結至社群網路系統以獲得複數個使用者的區域移動紀錄，並依據所述 使用者的移動紀錄產生使用者行為序列資訊。使用者行為序列資訊可包括使用者資料、過去瀏覽/使用/購買軌跡紀錄，但本發明並不因此限定。所述移動紀錄在本實施例中是在社群網路上的打卡紀錄，包括打卡者名稱、打卡地點與打卡時間，例如打卡行為表示為c(u,P _i ,t)，u是使用者名稱，P _i 是地點名稱，t是時間點，但本發明並不因此限定。參照圖3，圖3是使用者存於社群網路系統的移動紀錄的一個例子的示意圖。由以上可知，使用者行為序列資訊是包括基於使用者使用社群網路系統以進行移動行為的位置與時間所儲存的使用者行為。

候選區域廣告配置模式選擇單元14依據此查詢區域範圍中可配置的廣告通路模式及通路成本產生廣告候選位置資訊。參照圖4，圖4是本發明實施例提供的實體廣告候選位置及區域傳播媒體的示意圖。a₁、a₂、a₃是實體商家位置的廣告點，例如商家本身的廣告看板。傳播媒體TV是電視牆。傳播媒體NS₁與NS₂是發送紙本新聞文宣的地點。廣告候選位置資訊包括基於廣告模式、廣告點位置與廣告時間的廣告成本。以圖4為例，依據傳播媒體的種類劃分，廣告點a₁、a₂、a₃是一種實體看板廣告類型，TV電視牆是視訊傳播媒體，而紙本新聞NS₁與NS₂是平面傳播媒體(print media)。每一個廣告候選位置有其特定的成本，依據實際情況而決定。除了地理位置的差異，每一個廣告候選位置的廣告模式(也就是媒體類型)不盡相同，各種傳播媒體的廣告可用時間與成本也不盡相同。例如平面媒體一天可發送紙本文宣的數量與次數有限(通常一天數次，紙本文宣數量有限)，電視牆可以循環撥放，廣告看板則可持續使用直到被撤除。

依據上述，基於所獲得的商家資訊、社群關聯及行為資訊、使用者行為序列資訊以及廣告候選位置資訊，則能產生一個虛擬的適地性網路結構圖。適地性網路結構圖包括社群層、地理位置層、廣告模式層。社群層包括社群成員間的鏈結以及社群成員對 於興趣領域的影響力，以了解社群成員屬性(社群成員打卡或消費，對應到興趣屬性)。地理位置層與社群成員的連結是社群使用者的行為(例如打卡行為)。廣告模式層其具有多種廣告模式(或形態)，廣告模式層與地理位置層的連結是廣告候選位置與其具有的廣告模式。例如以圖5為例，所述適地性網路結構圖包括社群網路的使用者與各種興趣類型的關聯性與關聯程度、使用者對於各個地理位置的行為(以打卡行為為例)、各個地理位置相關的可用廣告型態等相關資訊。然而，圖5的適地性網路結構圖僅是用以幫助說明各個資訊間的關係，並非用以限定本發明。

在獲得適地性網路結構圖(包括商家資訊、社群關聯及行為資訊、使用者行為序列資訊以及廣告候選位置資訊)之後，顧客移動與消費行為分析模組2依據商家資訊與使用者行為序列資訊獲得查詢區域範圍內的所述使用者的行為模式。參照圖6，在一實施例中，顧客移動與消費行為分析模組2包括區域商店類型分布擷取單元21與使用者行為序列分析單元22。使用者行為序列分析單元22耦接區域商店類型分布擷取單元21。區域商店類型分布擷取單元21由資料庫模組5獲得商家資訊。使用者行為序列分析單元22依據商家資訊分析資料庫模組5所儲存的使用者行為序列資訊以判斷查詢區域範圍內的使用者的移動和消費行為的分布。依據使用者行為序列可以推論出不同類型商店其來店顧客的消費行為能力，如「高富帥」、「中產階級」等。以打卡資訊為例，依時間順序可連接使用者的打卡記錄，並透過一時間門檻值△T(例如一天)將其切成不同移動序列(TravelS)，移動序列可表示為TravelS(c ₁ ,c ₂ ,...,c _n ),c _i+1 .t<=c _i .t。在本實施例中，將使用者的打卡資訊(u,P _i ,t)與商家資訊對照，而得出使用者在某個地點打卡且打卡地點是某個興趣類型的商家，因此獲知使用者(或稱為顧客)有在該商家進行消費，藉此可知使用者有在某個興趣類型的商家進行消費行為。利用類似的判定，可以得到使用者(顧客)在那些類型的那些位置的 商家進行消費或者關注於特定某些區域或位置的某個興趣類型。

在獲知使用者行為模式之後，社群影響力與擴散計算模組3則進一步進行以下分析與演算。社群影響力與擴散計算模組3包括社群關聯分析單元31、使用者偏好分析單元32以及權重調整單元。權重調整單元33耦接社群關聯分析單元31與使用者偏好分析單元32。社群關聯及行為資訊例如包括使用者間的社群關聯(朋友、朋友的朋友、粉絲等)、興趣、參與活動記錄、發表文章類型(發文數、按讚數、分享數)等。社群關聯分析模組31依據使用者的行為模式與資料庫模組5所儲存的社群關聯及行為資訊計算查詢區域範圍內每一使用者影響一社群中具適地性其他使用者的適地性社群影響度。所述社群的資訊可由上述社群網路系統得到。在本實施例中，每一使用者影響一社群中具適地性其他使用者的適地性社群影響度，可以例如是每一使用者影響社群網路中其他使用者的進入一商家的影響程度。但本發明並不因此限定，以下的計算僅是一個用以幫助說明的實施例。每一使用者影響社群網路中其他使用者的進入一商家的影響程度以Score _influenece ij表示，Score _influenece ij=p(u _i ,u _j )/n(u _i )，其中p(u _i ,u _j )表示使用者u _i 和使用者u _j 有空間社群(Spatial-social)接續關係的機率值，n(u _i )表示使用者u _i 已經拜訪的景點(地點)數。空間社群(Spatial-social)接續關係可視為一有向連結從使用者u _i 到他的朋友u _j ，其表示使用者u _i 會參訪他的朋友u _j 已經參訪過的地點。空間社群(Spatial-social)接續關係如下式定義：

因此可獲得接續關係圖GF=(V,E)，V表示表示使用者集合，E表示在V中有空間社群接續關係的使用者連結。

然後，使用者偏好分析單元32依據資料庫模組5所儲存的使用者行為序列資訊與使用者在社群網路系統的瀏覽行為計算每一使用者對各個興趣領域的一影響力與一偏好程度，並依據每一使用者的對各個興趣領域的該影響力與該偏好程度以獲得每一使用者對於各個興趣領域的興趣領域影響度。使用者對於各個興趣領域的興趣領域影響度是依據使用者u _i 在興趣類型(以屬性a表示)的影響力，以及使用者u _i 對興趣類型(屬性a)的偏好程度而決定。使用者u_i在屬性a的影響力為：

使用者u _i 對屬性a的偏好程度為：

上面描述了使用者和各個興趣偏好的影響關係，然而在此使用者偏好分析單元32將只考慮使用者和使用者之間的影響程度。因此，我們利用下面的公式，將前述使用者對屬性間的影響關係轉換成使用者對使用者之間的影響關係。w _ij 表示為具有相似興趣的使用者u _i 對使用者u _j 的影響：

然後，權重調整單元33將每一使用者之適地性社群影響度與興趣領域影響度進行權重計算以獲得每一使用者對於各個興趣領域的影響力擴散程度，影響力擴散程度表示為Inf _ij ：

簡言之，社群影響力與擴散計算模組3依據每一使用者之適地性社群影響度(Score _influenece ij)與興趣領域影響度(w _ij )以獲得每一使用者對於各個興趣領域的影響力擴散程度(Inf _ij )：

接著，行銷通路配置最佳化演算模組4基於已知的每一使用者被查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的影響力擴散程度(Inf _ij )以及預算(已知，由商家所輸入的需求資訊得知)進行廣告配置的最佳化。請參照圖8，是本發明實施例提供的行銷通路配置最佳化演算模組的示意圖。行銷通路配置最佳化演算模組4包括實體位置廣告點配置單元41與區域行銷通路預算配置最佳化單元42。區域行銷通路預算配置最佳化單元42耦接實體位置廣告點配置單元41。利用實體位置廣告點配置單元41可得知哪些使用者會受到配置的實體廣告(複數個廣告候選位置中被選擇配置廣告的實體位置)影響的機率及實際配置廣告的成本花費。並且，基於前面敘述的區域顧客的影響力擴散洞悉和得知影響力大的候選區域和擁有最大影響力的使用者群，區域行銷通路預算配置最佳化單元42能對不同預算配置策略進行優化以影響來客數最大化。換句話說，依據影響力擴散程度，和透過時間因素分析不同廣告(或媒體)通路的族群偏好，並依照不同媒體通路給予適性化的廣告因子吸引各類型族群的來店數，例如：商店A主要消費族群是上班族，晚上時段在鄰近位置B附近活動的族群也是上班族，可建議商店A於位置B晚上時段配置廣告資訊。以下將敘述廣告配置策略進行優化(或最佳化)的一個實施例，用以幫助說明，但本發明並不因此限定。

實體位置廣告點配置單元41由廣告點配置資料庫53獲得廣告通路模式及通路成本資訊。可配置的廣告候選位置集合資訊H及每一個候選位置h _i H的廣告配置成本f _i 。並且，依據區域顧客的影響力擴散洞悉可知一位於目標區域中的使用者集合U，其每一使用者u _j U至少會被一花費成本c _ij 的廣告候選位置h _i H所影響。實體位置廣告點配置單元41可執行“排序策略”以找出在目標區 域中效益更佳的候選位置做為廣告配置點。例如以最小化成本配置的角度而言，讓所有在目標區域內的使用者至少會被一實體廣告候選位置所影響。在一實施例中，可藉由原始對偶(Primal-Dual)線性規劃演算法，處理實體位置廣告點配置選擇最佳化問題。原始問題：最小化放置廣告候選位置配置成本

其中，x _ij =1表示使用者u _j 會受廣告候選位置h _i 影響；y _i =1表示會在廣告候選位置h _i 上放置廣告；式(1)保證每一使用者至少會被一廣告候選位置影響；式(2)確保如果有任何使用者會被廣告位置h _i 影響，則必須放置廣告於候選位置h _i 。

然後，對偶問題：最大化顧客接受廣告貢獻程度

其中，α_j表示顧客願意貢獻此一廣告點配置的金額；β_ij表示為使用者u _j 對廣告候選位置h _i 上配置廣告的貢獻程度；式(1)可以理解為是放置廣告在候選位置h _i 的總成本至少是從每個用戶對廣告放置在候選位置h _i 的總貢獻程度。

為了解決原始對偶問題，讓(x,y)和(α,β)分別表示對(pirmal)和偶(dual)的最佳解。找出擁有最小貢獻度α _j 的使用者u _j ：

(a)Nj={i：x _ij >0}表示使用者u _j 會受到多少廣浩候選位置h _i 影響

(b)放置廣告在N _j 中最便宜的位置，並且分配到每一個使用者u _k 到在N _j 中最便宜的位置使得N _j N _k ≠。重複上一步驟給問分配到廣告的使用者直到所有使用者都被有分配到廣告為止。

依據上述計算原理與流程，實體位置廣告點配置單元41計算得知會受到實體廣告影響的使用者及對候選廣告位置的廣告配置總花費成本。為了進行廣告配置的最佳化，可以例如找出查詢區域範圍中影響程度大的範圍。在一實施例中，根據前面已提及的對區域顧客的影響力擴散程度的洞悉得知影響力大的候選區域c _max 和擁有最大影響力SP _max 的使用者群D。並利用區域行銷通路預算配置最佳化單元42對不同預算配置策略進行優化以影響來客數最大化。例如：首先配置預算到實體位置廣告點，然後才配置預算到傳播媒體(broadcasting media)如報紙、電視廣告、廣播、口碑行銷等。以下一個實例用於幫助說明。

例如：給定一廣告預算B(B=B _H +B _c )。B _H ：配置廣告於實體位置廣告點的預算。B _c ：配置廣告於傳播媒體的預算。並進行兩個運算子程序：{H’,U’}←實體位置廣告點配置程序(H,U,B_H)

其中，H’：實際配置實體位置廣告點；U’：受到實際配置實體位置廣告點影響使用者集合；H：實體位置廣告點候選位置；U：位於目標區域中的使用者集合；{c _max ,D,SP _max }←影響力最大化候選位置選擇程序(S,G,C,TR,B _c ,I _hub =U’)；其中，c _max ：影響力大的候選區域； D：擁有最大影響力SP _max 的使用者群；SP _max ：最大擴散程度；S：存在商家資訊；G：社群網路資訊；C：候選位置集合；TR：最大化顧客影響程度目標區域。

用疊代(iterative)方式反覆調用上述二個運算子程序，並利用動態規劃方法(Dynamic Programming approach)找到最佳解。

假設σ[n,h]是用來記錄從影響力最大化候選位置選擇程序找出最大擴散程度SP _max

預算B=n，

預算B _H =h

預算B _C =(n-h)

初始狀態建構

σ[0,0]=影響力最大化候選位置選擇程序(S,G,C,TR,B _c ,I _hub ),B _c =0

I _hub =實體位置廣告點配置程序(H,U,B _H =0)

狀態建構：σ[n+1,h]=max{σ[n,h],SP _max ’},其中，SP _max ’=影響力最大化候選位置選擇程序(S,G,C,TR,n-h+1,I _hub )，I _hub =實體位置廣告點配置程序(H,U,B _H =h)。

σ[n,h+1]=max{σ[n,h],SP _max ’}

其中，SPmax’=影響力最大化候選位置選擇程序(S,G,C,TR,n-h-1,I _hub )，I _hub =實體位置廣告點配置程序(H,U,B _H =h+1)。

當所有的狀態都建構完成σ[n=0..B,h=0..B]

σ[B,]表示最佳預算配置，其中預算B _H =，預算B _C =B-。

區域行銷通路預算配置最佳化單元42進行最佳化的結果可例如圖9所示。實體位置廣告點a₁、a₂、a₃是一種實體看板廣告類型，TV電視牆是視訊傳播媒體，而紙本新聞NS₁與NS₂是平面傳播媒體。被廣告影響的使用者有u₁、u₂、u₃、u₄、u₅、u₆、u₇、u₈、u₉、u₁₀、u₁₁、u₁₂、u₁₃、u₁₄。每一個廣告點(已被選擇的廣告候選位置)的設置成本為括號內的數字。這些廣告點各自影響使用者的機率為已知，例如可由社群網路中使用者的活動或興趣推估，但本發明並不因此限定。這些廣告點各自影響使用者的機率已虛線旁的數字表示，例如廣告點a₁影響使用者u₂的機率為0.01，影響使用者u₃的機率為0.02，其中，箭頭所指的是被影響的使用者。而使用者互相影響的程度是以箭頭旁的數字表示，如使用者u₂影響使用者u₃的程度為0.2，箭頭所指的使用者是被影響的使用者。

〔適地性社群融合媒合銷售最佳化方法及電腦可讀取紀錄媒體之實施例〕

請參照圖10，圖10是本發明實施例提供的適地性社群融合媒合銷售最佳化方法的流程圖。適地性社群融合媒合銷售最佳化方法可由前述實施例的適地性社群融合媒合銷售最佳化系統執行。此方法包括：接收應用在查詢區域範圍內的廣告配置需求(步驟S110)。然後，依據廣告配置需求蒐集商家資訊、獲得對於複數個使用者的社群關聯及行為資訊、獲得對於所述使用者的使用者行為序列資訊，以及獲得廣告候選位置資訊，以產生適地性網路結構圖(步驟S120)。接著，依據商家資訊與使用者行為序列資訊獲得查詢區域範圍內的所述使用者的行為模式(步驟S130)。然後，依據所述使用者的行為模式與社群關聯及行為資訊計算查詢區域範圍內每一使用者影響一社群中具適地性其他使用者的適地性社 群影響度，並且計算每一使用者對於各個興趣領域的興趣領域影響度，然後依據計算查詢區域範圍內每一使用者之適地性社群影響度與興趣領域影響度以獲得每一使用者對於各個興趣領域的影響力擴散程度(步驟S140)。以及，基於已知的每一使用者被查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的該影響力擴散程度以及預算進行廣告配置的最佳化(步驟S150)。步驟S110至步驟S150的細節，可參照前一實施例的說明不再贅述。

另外，本發明亦可利用一種電腦可讀取紀錄媒體，儲存前述的適地性社群融合媒合銷售最佳化方法的電腦程式以執行前述的步驟。此電腦可讀取媒體可以是軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟知此項技術者可輕易思及具有相同功能之儲存媒體。

〔實施例的可能功效〕

綜上所述，本發明實施例所提供的適地性社群融合媒合銷售最佳化系統、方法及電腦可讀取紀錄媒體，透過同時結合虛擬社群，及現實生活中的移動行動與時間效應間，相互作用的使用者行為和業者期望廣告行銷點配置間的關係，設法於有限的廣告行銷預算，最大化多行銷通路選取與來客數之間的關聯，協助業者將預算有效分配至多個行銷通路追求最大效益的。

以上所述僅為本發明之實施例，其並非用以侷限本發明之專利範圍。

1‧‧‧需求接收與資訊蒐集模組

2‧‧‧顧客移動與消費行為分析模組

3‧‧‧社群影響力與擴散計算模組

4‧‧‧行銷通路配置最佳化演算模組

5‧‧‧資料庫模組

51‧‧‧使用者行為序列資料庫

52‧‧‧社群關聯及行為資料庫

53‧‧‧廣告點配置資料庫

54‧‧‧商家資訊資料庫

Claims (22)

1. 一種適地性社群融合媒合銷售最佳化系統，包括：一需求接收與資訊蒐集模組，接收應用在一查詢區域範圍內的一廣告配置需求，並依據該廣告配置需求蒐集一商家資訊、獲得對於複數個使用者的一社群關聯及行為資訊、獲得對於該些使用者的一使用者行為序列資訊，以及獲得一廣告候選位置資訊，以產生一適地性網路結構圖；一資料庫模組，耦接該需求接收與資訊蒐集模組，儲存該商家資訊、該使用者行為序列資訊、該社群關聯及行為資訊，以及該廣告通路模式及通路成本資訊；一顧客移動與消費行為分析模組，耦接該需求接收與資訊蒐集模組以及該資料庫模組，依據該商家資訊與該使用者行為序列資訊獲得該查詢區域範圍內的該些使用者的行為模式；一社群影響力與擴散計算模組，耦接該顧客移動與消費行為分析模組以及該資料庫模組，依據該些使用者的行為模式與該社群關聯及行為資訊計算該查詢區域範圍內每一使用者影響一社群中具適地性其他使用者的一適地性社群影響度，並且計算每一使用者對於各個興趣領域的一興趣領域影響度，然後依據每一使用者之該適地性社群影響度與該興趣領域影響度以獲得每一使用者對於各個興趣領域的一影響力擴散程度；以及一行銷通路配置最佳化演算模組，耦接該社群影響力與擴散計算模組以及該資料庫模組，基於已知的每一使用者被該查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的該影響力擴散程度以及一預算進行廣告配置的最佳化。
2. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該需求接收與資訊蒐集模組包括：一商家資訊蒐集單元，獲得該商家資訊； 一區域使用者社群關聯及行為建立單元，耦接該商家資訊蒐集單元，經由連結至一社群網路系統以獲得該些使用者的社群關聯以及該些使用者在該社群網路系統的瀏覽行為，並據此建立一偏好興趣資訊；一使用者位於該查詢區域範圍內移動資訊蒐集單元，耦接該區域使用者社群關聯及行為建立單元，經由連結至該社群網路系統以獲得該些使用者的移動紀錄，並依據該些使用者的移動紀錄產生該使用者行為序列資訊；以及一候選區域廣告配置模式選擇單元，耦接該使用者位於該查詢區域範圍內移動資訊蒐集單元，依據該查詢區域範圍中可配置的廣告通路模式及通路成本產生該廣告候選位置資訊。
3. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該商家資訊至少包括地點名稱、地點經緯度、商家類型與地點所在城市。
4. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該社群關聯及行為資訊包括一友誼關係圖與一社群屬性圖。
5. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該使用者行為序列資訊是基於該些使用者使用一社群網路系統以進行移動行為的位置與時間所儲存的該些使用者行為。
6. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該廣告候選位置資訊包括基於廣告模式、廣告點位置與廣告時間的廣告成本。
7. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該顧客移動與消費行為分析模組包括：一區域商店類型分布擷取單元，由該資料庫模組獲得該商家資訊；以及一使用者行為序列分析單元，耦接該區域商店類型分布擷取單元，依據該商家資訊分析該資料庫模組所儲存的該使用者行為序 列資訊以判斷該查詢區域範圍內的該些使用者的移動和消費行為的分布。
8. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該社群影響力與擴散計算模組包括：一社群關聯分析單元，依據該些使用者的行為模式與該資料庫模組所儲存的該社群關聯及行為資訊計算每一使用者之該適地性社群影響度；一使用者偏好分析單元，依據該資料庫模組所儲存的該使用者行為序列資訊與該些使用者在一社群網路系統的瀏覽行為計算每一使用者對各個興趣領域的一影響力與一偏好程度，並依據每一使用者的對各個興趣領域的該影響力與該偏好程度以獲得每一使用者對於各個興趣領域的該興趣領域影響度；以及一權重調整單元，耦接該社群關聯分析單元與該使用者偏好分析單元，將該查詢區域範圍內每一使用者之該適地性社群影響度與該興趣領域影響度進行權重計算以獲得每一使用者對於各個興趣領域的該影響力擴散程度。
9. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該適地性社群融合媒合銷售最佳化系統係設置於一網路伺服器。
10. 根據請求項第1項之適地性社群融合媒合銷售最佳化系統，其中該行銷通路配置最佳化演算模組更包括：一實體位置廣告點配置單元，獲得每一使用者會受到配置的實體廣告影響的機率及實際配置廣告的成本；以及一區域行銷通路預算配置最佳化單元，耦接該實體位置廣告點配置單元，對不同預算配置策略進行優化以影響來客數最大化。
11. 一種適地性社群融合媒合銷售最佳化方法，包括：接收應用在一查詢區域範圍內的一廣告配置需求； 依據該廣告配置需求蒐集一商家資訊、獲得對於複數個使用者的一社群關聯及行為資訊、獲得對於該些使用者的一使用者行為序列資訊，以及獲得一廣告候選位置資訊，以產生一適地性網路結構圖；依據該商家資訊與該使用者行為序列資訊獲得該查詢區域範圍內的該些使用者的行為模式；依據該些使用者的行為模式與該社群關聯及行為資訊計算查詢區域範圍內每一使用者影響一社群中具適地性其他使用者的一適地性社群影響度，並且計算每一使用者對於各個興趣領域的一興趣領域影響度，然後依據該適地性社群影響度與該興趣領域影響度以獲得每一使用者對於各個興趣領域的一影響力擴散程度；以及基於已知的每一使用者被該查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的該影響力擴散程度以及一預算進行廣告配置的最佳化。
12. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中在獲得對於該些使用者的該社群關聯及行為資訊的步驟中，經由連結至一社群網路系統以獲得該些使用者的社群關聯以及該些使用者在該社群網路系統的瀏覽行為，並據此建立一偏好興趣資訊。
13. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中在獲得對於該些使用者的一使用者行為序列資訊的步驟中，經由連結至該社群網路系統以獲得該些使用者的移動紀錄，並依據該些使用者的移動紀錄產生該使用者行為序列資訊。
14. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中在獲得該廣告候選位置資訊的步驟中，依據該查詢區域範圍中可配置的廣告通路模式及通路成本產生該廣告候選位置資訊。
15. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法， 其中該商家資訊至少包括地點名稱、地點經緯度、商家類型與地點所在城市。
16. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中該社群關聯及行為資訊包括一友誼關係圖與一社群屬性圖。
17. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中該使用者行為序列資訊是基於該些使用者使用一社群網路系統以進行移動行為的位置與時間所儲存的該些使用者行為。
18. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中該廣告候選位置資訊包括基於廣告模式、廣告點位置與廣告時間的廣告成本。
19. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中該些使用者的行為模式包括該些使用者的移動和消費行為的分布。
20. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中在計算每一使用者對於各個興趣領域的該興趣領域影響度的步驟中，依據一資料庫模組所儲存的該使用者行為序列資訊與該些使用者在一社群網路系統的瀏覽行為計算每一使用者對各個興趣領域的一影響力與一偏好程度，並依據每一使用者的對各個興趣領域的該影響力與該偏好程度以獲得每一使用者對於各個興趣領域的該興趣領域影響度。
21. 根據請求項第11項之適地性社群融合媒合銷售最佳化方法，其中在獲得每一使用者對於各個興趣領域的該影響力擴散程度的步驟中，將該查詢區域範圍內每一使用者之該適地性社群影響度與該興趣領域影響度進行權重計算以獲得每一使用者對於各個興趣領域的該影響力擴散程度。
22. 一種電腦可讀取紀錄媒體，其中該電腦可讀取紀錄媒體記錄一組電腦可執行程式，當該電腦可讀取紀錄媒體被一處理器讀取時，該處理器執行以下步驟： 接收應用在一查詢區域範圍內的一廣告配置需求；依據該廣告配置需求蒐集一商家資訊、獲得對於複數個使用者的一社群關聯及行為資訊、獲得對於該些使用者的一使用者行為序列資訊，以及獲得一廣告候選位置資訊，以產生一適地性網路結構圖；依據該商家資訊與該使用者行為序列資訊獲得該查詢區域範圍內的該些使用者的行為模式；依據該些使用者的行為模式與該社群關聯及行為資訊計算查詢區域範圍內每一使用者影響一社群中具適地性其他使用者的一適地性社群影響度，並且計算每一使用者對於各個興趣領域的一興趣領域影響度，然後依據該適地性社群影響度與該興趣領域影響度以獲得每一使用者對於各個興趣領域的一影響力擴散程度；以及基於已知的每一使用者被該查詢區域範圍內可配置的複數個廣告候選位置影響的機率、每一使用者對於各個興趣領域的該影響力擴散程度以及一預算進行廣告配置的最佳化。