[发明专利]关键意见消费者的挖掘方法、装置、设备及存储介质

说明书

本申请提供一种关键意见消费者的挖掘方法、装置、设备及计算机可读存储介质，所述方法包括：获取预先构建的综合评分模型、待挖掘的目标社区中各用户的用户数据和内容数据；根据所述用户数据和所述内容数据，确定所述各用户的基础特征指标和内容特征指标，以及表征用户之间互动关系的互动特征矩阵；基于所述综合评分模型、所述各用户的基础特征指标和内容特征指标，确定所述各用户的价值评分；基于所述各用户的价值评分和所述互动特征矩阵，从所述各用户中筛选出目标KOC。该方法挖掘的目标KOC，不仅满足社区品牌导向相匹配、高价值的要求，而且与其他用户之间具有强互动性，利用目标KOC进行推广营销，有助于提高转化率。

技术领域

本申请涉及大数据应用技术领域，涉及但不限于一种关键意见消费者的挖掘方法、装置、设备及计算机可读存储介质。

背景技术

随着互联网时代各类新媒体的不断发展，社交媒体中的自媒体开始兴起，品牌的营销推广不再只局限于传统的媒体，越来越多的关键意见领袖(KOL，Key OpinionLeader)、关键意见消费者(KOC，Key Opinion Consumer)运用自媒体等营销方式为商家推广产品。

相比于KOL，KOC的粉丝较少，影响力较小，但距离普通用户更近，更加注重与粉丝的互动，由此KOC和粉丝之间形成了更加信任的关系，有益于提高转化率。相关技术中KOC挖掘方法，直接将社区中影响力大的用户作为KOC，无法剔除影响力大的消费者中的差评消费者，将差评消费者作为KOC会降低转化率。如何挖掘出合适的用户作为KOC，成为亟需解决的问题之一。

发明内容

有鉴于此，本申请实施例提供一种关键意见消费者的挖掘方法、装置、电子设备及计算机可读存储介质。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种关键意见消费者的挖掘方法，所述方法包括：

获取预先构建的综合评分模型、待挖掘的目标社区中各用户的用户数据和内容数据；

根据所述用户数据和所述内容数据，确定所述各用户的基础特征指标和内容特征指标，以及表征用户之间互动关系的互动特征矩阵；

基于所述综合评分模型、所述各用户的基础特征指标和内容特征指标，确定所述各用户的价值评分；

基于所述各用户的价值评分和所述互动特征矩阵，从所述各用户中筛选出目标关键意见消费者。

在一些实施例中，所述方法还包括：

构建多层次的初始评分模型，所述初始评分模型的子目标层包括用户影响子目标和内容影响子目标；

获取所述初始评分模型包括的每一层次中各下层特征对所属上层特征的重要程度的第一标度；

基于所述第一标度，确定所述初始评分模型中各特征指标对应的特征矩阵；

对所述特征矩阵进行检验处理，得到目标特征矩阵；

基于所述初始评分模型和所述目标特征矩阵，构建得到综合评分模型。

在一些实施例中，所述对所述特征矩阵进行校验处理，得到目标特征矩阵，包括：

获取样本数据；

基于所述样本数据对所述特征矩阵进行一致性校验，得到校验结果；

当所述校验结果小于预设校验阈值时，确定所述特征矩阵一致性校验通过，将所述特征矩阵确定为目标特征矩阵；

当所述校验结果大于或等于预设校验阈值时，根据所述样本数据对所述特征矩阵进行修正，得到一致性校验通过的目标特征矩阵。

在一些实施例中，确定一个用户的基础特征指标，包括：