摘要: 摘 要: 针对社交网络中提高用户的高粘性问题,提出了一种基于用户忠诚度的用户发现的算法。该算法利用双重Recency Frequency Monetary(RFM)模型对用户忠诚度进行计算,挖掘出忠诚度不同分类的用户。首先,通过双重RFM模型动态计算出用户在某一时间段的消费价值与行为价值,得到用户某一时间段的忠诚度;其次,根据用户的忠诚度,确定标度曲线,利用相似度计算找到典型的忠诚用户与不忠诚用户;最后,采用基于模块度的社区发现与独立级联传播模型,发现潜在的忠诚用户与不忠诚用户。在某社交网络的微博数据集上,实现了SNS下用户忠诚度的量化表示,获得了基于用户忠诚度的的用户发现结果。实验结果表明本文算法能够有效地挖掘出基于忠诚度的用户分类,可以为社交网站针对用户的个性化推荐及营销等,提供理论支持和实用方法。
中图分类号: