[發(fā)明專利]一種電子商務(wù)網(wǎng)站中顧客好友關(guān)系網(wǎng)絡(luò)的挖掘方法

有效

• 申請?zhí)枺?/td>: 201410011076.4
• 申請日: 2014-01-10
• 公開（公告）號: CN103761665B
• 公開（公告）日: 2017-11-03
• 發(fā)明（設(shè)計）人: 蔣嶷川;陳昭娣
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙)32204
• 代理人: 柏尚春

技術(shù)領(lǐng)域

本發(fā)明涉及電子商務(wù)領(lǐng)域，具體涉及一種電子商務(wù)網(wǎng)站中顧客好友關(guān)系網(wǎng)絡(luò)的挖掘方法。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們越來越多地在網(wǎng)上購物和消費，電子商務(wù)行業(yè)爆炸式發(fā)展。電子商務(wù)網(wǎng)站側(cè)重商品的展示、交易、結(jié)算以及支付平臺的安全性，包含一定的社交功能，如商家和顧客的在線溝通等。然而這種社交業(yè)務(wù)局限于顧客和商家的交互，對于增加顧客的信任度作用不大，商家也可能會利用這種直接的交互方式欺詐顧客，盡管有其他顧客對商品的評價，但這些顧客之間沒有任何聯(lián)系，商家甚至?xí)娭祁櫩蛯ι唐纷龀龊迷u。如果這些評價的顧客中有該顧客的好友，那么好友的評價與陌生人的評價相比可信度更高，對該顧客的最終決策具有更重要的導(dǎo)向作用。然而現(xiàn)在的電子商務(wù)網(wǎng)站并沒有充分利用人與人在現(xiàn)實生活中好友關(guān)系，顧客的信任不足已經(jīng)成為制約電子商務(wù)發(fā)展發(fā)展的重要因素。

顧客的好友關(guān)系網(wǎng)絡(luò)在電商網(wǎng)站中并沒有被利用，甚至并不顯式存在。針對這一問題，目前業(yè)界考慮將電子商務(wù)和社交網(wǎng)絡(luò)融合，把社交網(wǎng)站流量導(dǎo)入到電子商務(wù)網(wǎng)站，期望利用社交網(wǎng)絡(luò)的朋友關(guān)系增強人們對電子商務(wù)網(wǎng)站的信任度。但是社交網(wǎng)站和電商網(wǎng)站屬于獨立的平臺，架構(gòu)不同，從技術(shù)層面融合頗具難度，而且會涉及商業(yè)利益等問題，另外電子商務(wù)網(wǎng)站的用戶和社交網(wǎng)絡(luò)的用戶重合度未必高。因此構(gòu)建電子商務(wù)網(wǎng)站內(nèi)部的好友關(guān)系將是很好的解決方案，確定好友關(guān)系后，熟人評價以及商品推薦等功能將給顧客帶來更好的購物體驗。在社交網(wǎng)絡(luò)中用戶通過加好友等主動行為建立關(guān)系網(wǎng)絡(luò)并積極參與到和好友的互動中，然而從已有的電子商務(wù)網(wǎng)站來看，顧客對社交功能的參與度并不高，用戶更關(guān)注商品本身，對于好友管理并不主動。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的不足，為了利用熟人評價在電子商務(wù)網(wǎng)站中的積極導(dǎo)向作用，增強顧客購物體驗，本發(fā)明要解決的技術(shù)問題是提供一種電子商務(wù)網(wǎng)站中顧客好友關(guān)系網(wǎng)絡(luò)的挖掘方法，不需要顧客主動參與好友關(guān)系的管理和維護(hù)，而是由系統(tǒng)根據(jù)消費記錄估計得出提供一種電子商務(wù)網(wǎng)站中顧客好友關(guān)系網(wǎng)絡(luò)的挖掘方法。

技術(shù)方案：本發(fā)明的一種電子商務(wù)網(wǎng)站中顧客好友關(guān)系網(wǎng)絡(luò)的挖掘方法,包括以下步驟：

(1)數(shù)據(jù)準(zhǔn)備；

(2)數(shù)據(jù)過濾；

(3)計算影響概率；

(4)挖掘電子商務(wù)網(wǎng)站中顧客線下好友關(guān)系網(wǎng)絡(luò)。

進(jìn)一步的，所述步驟(1)中的數(shù)據(jù)準(zhǔn)備步驟如下：

(11)將要分析的電子商務(wù)中用戶的好友關(guān)系抽象成一個網(wǎng)絡(luò)，每個顧客表示網(wǎng)絡(luò)中一個節(jié)點，好友關(guān)系抽象成邊，符號記為G＝(V；E)，其中V為顧客集合，E表示好友關(guān)系集合，網(wǎng)絡(luò)G即為要求解的目標(biāo)；初始假設(shè)所有節(jié)點連通，那么N個節(jié)點構(gòu)成的網(wǎng)絡(luò)中最多有N(N-1)條有向邊，最后需要從該全連通網(wǎng)絡(luò)中篩選出最具影響的K條邊，即顧客的好友關(guān)系；且兩個節(jié)點之間只要存在至少一條有向邊，則認(rèn)為這兩個節(jié)點表示的顧客之間具有好友關(guān)系；

(12)建立線上銷售記錄模型：提取商品剛上架一段時間內(nèi)的銷售記錄，構(gòu)成商品銷售數(shù)據(jù)集，其中每一條銷售記錄包括商品ID、顧客ID和購買時間，定義(u,t_u)_a為用戶u在時間t_u購買商品a，如果顧客沒有購買，則t_u＝∞；那么商品a的銷售過程便可以用一個集合c_a表示，其中每一個元素為顧客的一條購買記錄，所有商品的銷售記錄用集合C表示；

(13)將銷售記錄建模為商品在顧客好友關(guān)系網(wǎng)絡(luò)中的流行過程，用戶對商品有兩種狀態(tài)：購買或者沒購買；顧客購買后即處于活躍狀態(tài)，反之為非活躍狀態(tài)；處于活躍狀態(tài)的顧客會影響自己的好友，使得非活躍狀態(tài)好友也可能購買該商品，進(jìn)而該好友也處于活躍狀態(tài)；所以商品的流行過程便可以建模為活躍顧客以一定概率影響非活躍顧客，使得非活躍狀態(tài)的好友也變?yōu)榛钴S狀態(tài)的過程。

進(jìn)一步的，所述步驟(2)中的數(shù)據(jù)過濾方法為基于地理位置篩選：顧客在網(wǎng)上購物后，物流服務(wù)將商品送至顧客手中，送貨地址將成為挖掘用戶好友的關(guān)系又一因素，因為地理位置靠近的用戶在線下會更有可能認(rèn)識，可以先將同一城市(或其他基于距離的劃分方式)的用戶預(yù)先模糊地劃到一起，以此來縮小影響源頭的集合。

進(jìn)一步的，所述步驟(2)中的數(shù)據(jù)過濾方法為基于時間信息篩選：購買時間距離顧客v的購買時間t_v較近的顧客有更大的可能會影響到顧客v，在商品a的流行過程中設(shè)置時間間隔閾值Δ_a，將購買時間早于t_v的所有顧客分為和兩個集合；