[发明专利]定位种子用户的方法、装置、电子设备和存储介质

权利要求书

1.一种定位种子用户的方法，其特征在于，所述方法包括：

根据目标社群，构建相似度矩阵，所述目标社群包括多个用户，至少一个用户为推荐者；

采用预设的聚类算法，对所述相似度矩阵的用户进行聚类，得到聚类中心，其中，所述聚类算法的初始影响力系数是根据推荐者的NPS评分得到的；

若所述聚类中心是推荐者，则将所述聚类中心定位为种子用户；

其中，所述采用预设的聚类算法，对所述相似度矩阵的用户进行聚类，得到聚类中心的步骤具体为：

根据所述目标社群，构建社会网络有向图；

根据所述社会网络有向图，构建邻接矩阵，所述邻接矩阵包括每个用户的相邻关系；

根据所述邻接矩阵，构建网络影响矩阵，所述网络影响矩阵包括每个用户的影响力；

根据所述网络影响矩阵，构建相似度矩阵；

根据所述相似度矩阵，进行聚类，得到聚类中心；

所述根据目标社群，构建相似度矩阵的步骤之前，所述方法包括：

收集目标社群中每一用户的行为特征；

将所述行为特征输入至预先建立的分类模型，输出每一用户的净推荐值NPS评分；

根据每一用户的NPS评分，确定目标社群中是否包括推荐者；

所述将所述行为特征输入至预先建立的分类模型，输出每一用户的净推荐值NPS评分的步骤之前，所述方法还包括：

根据多个样本用户的行为特征，以及每一样本用户的NPS评分，采用多分类逻辑回归模型进行学习训练，得到所述分类模型。

2.根据权利要求1所述的方法，其特征在于：根据所述网络影响矩阵，构建相似度矩阵的步骤具体为：

根据欧氏距离，得到网络影响矩阵中每两个用户的相似度，得到相似度矩阵。

3.根据权利要求1所述的方法，其特征在于:根据所述相似度矩阵，进行聚类，得到聚类中心的步骤具体为：

根据所述相似度矩阵，通过吸引力传播AP聚类算法进行聚类，得到聚类中心。

4.根据权利要求3所述的方法，其特征在于：根据所述相似度矩阵，通过吸引力传播AP聚类算法进行聚类，得到聚类中心的步骤具体为：

初始化吸引信息矩阵以及归属信息矩阵；

根据所述相似度矩阵，更新吸引信息矩阵以及归属信息矩阵；

根据更新后的吸引信息矩阵以及归属信息矩阵，确定每一用户作为聚类中心的适合程度；

根据每一用户作为聚类中心的适合程度，得到聚类中心。

5.一种定位种子用户的装置，其特征在于，所述装置包括：

构建模块，用于根据目标社群，构建相似度矩阵，所述目标社群包括多个用户，至少一个用户为推荐者；

聚类模块，用于采用预设的聚类算法，对所述相似度矩阵的用户进行聚类，得到聚类中心，其中，所述聚类算法的初始影响力系数是根据推荐者的NPS评分得到的；

定位模块，用于若所述聚类中心是推荐者，则将所述聚类中心定位为种子用户；

其中，所述聚类模块具体用于：

根据所述目标社群，构建社会网络有向图；

根据所述社会网络有向图，构建邻接矩阵，所述邻接矩阵包括每个用户的相邻关系；

根据所述邻接矩阵，构建网络影响矩阵，所述网络影响矩阵包括每个用户的影响力；

根据所述网络影响矩阵，构建相似度矩阵；

根据所述相似度矩阵，进行聚类，得到聚类中心；

所述构建模块还用于：

收集目标社群中每一用户的行为特征；

将所述行为特征输入至预先建立的分类模型，输出每一用户的净推荐值NPS评分；

根据每一用户的NPS评分，确定目标社群中是否包括推荐者；

所述将所述行为特征输入至预先建立的分类模型，输出每一用户的净推荐值NPS评分的步骤之前，所述构建模块还用于：

根据多个样本用户的行为特征，以及每一样本用户的NPS评分，采用多分类逻辑回归模型进行学习训练，得到所述分类模型。

6.一种电子设备，其特征在于，包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-4任意一项的步骤。

7.一种存储介质，其上存储有计算机程序，其特征在于：所述程序被处理器执行时实现如权利要求1-4任意一项的步骤。