[发明专利]社会化电商平台中用户影响力的评估方法及系统在审

专利信息
申请号: 202211221894.8 申请日: 2022-10-08
公开(公告)号: CN115545472A 公开(公告)日: 2022-12-30
发明(设计)人: 严建文;张思薇 申请(专利权)人: 合肥工业大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/00
代理公司: 北京久诚知识产权代理事务所(特殊普通合伙) 11542 代理人: 余罡
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 社会化 平台 用户 影响力 评估 方法 系统
【权利要求书】:

1.一种社会化电商平台中用户影响力的评估方法,其特征在于,所述方法包括:

基于用户社会资本获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重;

基于所述等级评价指标体系以及所述各指标的权重获取社会化电商平台用户社会资本综合评价值;

基于所述社会化电商平台用户社会资本综合评价值确定用户影响力的评估结果。

2.如权利要求1所述的方法,其特征在于,所述基于用户社会资本获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重包括:

基于用户社会资本利用层次分析法获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重。

3.如权利要求2所述的方法,其特征在于,所述基于用户社会资本利用层次分析法获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重包括:

S11、确定社会化电商平台中关键用户的等级评价指标体系层次结构模型,所述模型包括目标层、准则层,以及指标层;

S12、构造社会化电商平台中关键用户的等级评价指标体系各层次判断矩阵;

S13、利用算术平均法来分别计算准则层相对于目标层的权重,以及指标层相对于目标层的权重;

S14、对所述判断矩阵进行一致性检验;

S15、将满足一致性检验的判断矩阵的权重向量进行归一化处理后,得到的数值即为各指标的权重。

4.如权利要求3所述的方法,其特征在于,所述目标层为社会化电商平台中用户的网络影响力;所述准则层包括结构维度和关系维度;所述结构维度对应的指标层包括粉丝数量、发帖数量、关注人数、参加活动次数,以及高质量粉丝数量;所述关系维度对应的指标层包括:评论他人帖子数、收藏他人帖子数、帖子平均评论数,以及帖子平均收藏数。

5.如权利要求3所述的方法,其特征在于,所述构造社会化电商平台中关键用户的等级评价指标体系各层次判断矩阵包括:

利用9级标度法构造社会化电商平台中关键用户的等级评价指标体系各层次判断矩阵。

6.一种社会化电商平台中用户影响力的评估系统,其特征在于,所述系统包括:

等级评价指标体系获取模块,用于基于用户社会资本获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重;

用户社会资本综合评价值获取模块,用于基于所述等级评价指标体系以及所述各指标的权重获取社会化电商平台用户社会资本综合评价值;

用户影响力的评估结果获取模块,用于基于所述社会化电商平台用户社会资本综合评价值确定用户影响力的评估结果。

7.如权利要求6所述的系统,其特征在于,所述等级评价指标体系获取模块基于用户社会资本获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重包括:

基于用户社会资本利用层次分析法获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重。

8.如权利要求7所述的系统,其特征在于,所述基于用户社会资本利用层次分析法获取社会化电商平台中关键用户的等级评价指标体系,并确定所述等级评价指标体系中各指标的权重包括:

S11、确定社会化电商平台中关键用户的等级评价指标体系层次结构模型,所述模型包括目标层、准则层,以及指标层;

S12、构造社会化电商平台中关键用户的等级评价指标体系各层次判断矩阵;

S13、利用算术平均法来分别计算准则层相对于目标层的权重,以及指标层相对于目标层的权重;

S14、对所述判断矩阵进行一致性检验;

S15、将满足一致性检验的判断矩阵的权重向量进行归一化处理后,得到的数值即为各指标的权重。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211221894.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top