基于忠诚度的社交网络用户发现方法

来源：计算机应用杂志2017年第11期北京时间：

作者：薛云, 李国和, 吴卫江, 洪云峰, 周晓明

单位：1. 中国石油大学(北京) 石油数据挖掘北京市重点实验室, 北京 102249;2. 中国石油大学(北京) 地球物理与信息工程学院, 北京 102249;3. 北京联合大学 商务学院, 北京 100025;4. 石大兆信数字身份管理与物联网技术研究院, 北京 100029

摘要：针对社交网络中提高用户的高黏性问题，提出了一种基于用户忠诚度的用户发现的算法。该算法利用双重RFM模型对用户忠诚度进行计算，挖掘出忠诚度不同分类的用户。首先，通过双重RFM模型动态计算出用户在某一时间段的消费价值与行为价值，得到用户某一时间段的忠诚度；其次，根据用户的忠诚度，确定标度曲线，利用相似度计算找到典型的忠诚用户与不忠诚用户；最后，采用基于模块度的社区发现与独立级联传播模型，发现潜在的忠诚用户与不忠诚用户。在某社交网络的微博数据集上，实现了社会性网络服务（SNS）下用户忠诚度的量化表示，获得了基于用户忠诚度的用户发现结果。实验结果表明，所提算法能够有效挖掘出基于忠诚度的用户分类，可以为社交网站针对用户的个性化推荐及营销等，提供理论支持和实用方法。

关键词：社交网络,用户发现,忠诚度,RFM,社区划分

基金资助：国家863计划项目（2009AA062802）；国家自然科学基金资助项目（60473125，71572015）；中国石油（CNPC）石油科技中青年创新基金资助项目（05E7013）；国家油气重大专项子课题（G5800-08-ZS-WX）；中国石油大学（北京）克拉玛依校区科研启动基金资助项目（RCYJ2016B-03-001）。