[发明专利]基于地理社区的社交网络中的商业点推广方法和系统

说明书

本发明提供一种基于地理社区的社交网络中商业点推广方法和系统，基于用户在社交网络中所发布的历史位置信息大数据，挖掘用户密集分布的地理社区和用户与地理社区的归属关系；基于用户社交关系、地理社区中用户的地理分布和所推广商业点的位置，建立推广商业点的信息在地理社区中的传播模型；运用贪心算法，选取能够带来最大期望推广效益的多个地理社区，并将该多个地理社区中的用户的密集分布位置作为商业点推广信息的初始投放位置。利用实际生活中广泛存在的地理社区，确定地理社区中用户稳定的位置分布，从而为商业点确定目标用户的位置分布；基于地理社区中用户的密集分布位置，为商业点推广广告的定向投放提供可带来最大期望收益的投放位置。

技术领域

本发明涉及大数据、社交网络研究领域，具体地，设计一种基于地理社区的社交网络中商业点最大化推广方法和系统。

背景技术

在诸如微信、QQ、微博、抖音等具有内容分享功能的社交网络中，商业点推广就是利用用户在社交网络中发布的具有位置信息的分享内容为商业点吸引尽可能多的顾客。具体地，通过激励部分初始推广用户在社交网络中发布该商业点推广信息，以吸引其社交好友光顾该商业点；进一步，通过新光顾的用户进一步发布商业点推广信息以吸引更多的用户光顾该商业点。由于用户更愿意接受来自自己社交好友传播的广告，大量用户会受到口碑效应的影响，被该商业点所吸引进而光顾该商业点，从而达到商业点推广的目的。

经过对现有技术文献的检索发现，商业点推广在近年的广泛研究中被定义为一种具有位置属性的信息影响最大化问题。传统的商业点推广方是通过预估个体用户经初始推广后可为商业点吸引的个体目标用户规模的期望值，然后基于贪心算法，按照所预估的期望值，选取能够吸引最多用户的特定个数初始推广个体用户。例如，G.Li等在2014 年ACMSIGMOD会议上发表的Efficient location-aware influence maximization(高效的具有位置属性的影响最大化)中，假设每一个用户逗留在一个固定的地点，面向一个特定的地理区域，设计选择K(K1,K为整数)个初始推广用户以最大化影响在区域R 中用户间的传播。W.Zhu等在2015年ACM SIGKDD会议上发表的Modeling user mobility for locationpromotion in location-based social networks(社交网络中位置推广的用户移动性建模)中，提出了一种基于距离的用户移动模型，并通过实验结果验证了该算法在描述用户移动至所推广商业点的概率方面的有效性。X.Wang等人在 2016年IEEE ICDE上发表的Distance-aware influence maximization in geo-social network(地理社交网络中基于距离的影响最大化)提出用户线下光顾推广商业点的概率随距离呈衰减，并进而提出了选取K个初始推广个体的贪心算法。然而，在实际的位置推广中，商业点的目标用户往往是地理距离其较近的用户，但在传统面向个体用户的推广方法中，用于个体用户的位置属性稀疏易变，在预估推广规模时无法准确定位目标用户；此外，个体用户在社交网络中所引起的信息传播有限，在有限的激励预算下激励少量的初始推广用户往往不能实现大规模的商业点推广。

与本申请相关的现有技术是专利文献CN103745105B，提供一种社交网络中用户属性的预测方法及系统，所述方法包括：统计一段时间内每个时刻对用户影响力最大的N个好友，其中N为正整数；以及根据每个时刻对用户影响力最大的N个好友在每个时刻的属性来预测将来时刻所述用户的属性。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于地理社区的社交网络中商业点最大化推广方法和系统。

根据本发明提供的技术方案，利用地理社区中用户呈现的稳定移动状态确定目标用户，进而构建地理社区间的商业点推广信息传播模型并选取能够最大化推广增益的初始推广社区。

根据本发明提供的一种基于地理社区的社交网络中的商业点推广方法，包括：