通过识别有影响的消费者来找出趋势的制作方法
【技术领域】
[0001] 本发明大体涉及识别有影响的消费者，并且通过监视消费者间的活动来找出消费 者趋势。
【背景技术】
[0002] 社交网站和数字通信工具（例如，电子邮件、电话通信、视频会话、即时消息接发、 网络浏览、音乐播放器、媒体播放器等）的用户在登录到社交网站、其它站点或信息共享应 用时，可观看、收听或访问来自因特网的各种不同类型的媒体。所述媒体可包括音乐、书籍、 音频、视频、照片、文本、博客、文章或任何类型的内容。当新媒体出现时，通过检查例如视频 可获得的观看数量，用户行为可表明什么媒体是流行的。
[0003] 广告商和其他感兴趣的团体可发现，确定新视频、歌曲或其它媒体何时在特定的 人口统计或时间中首先出现为流行或潜在流行是有用的。如果出现的趋势可在它的早期阶 段被找出，那么随着趋势在人气方面增加，广告商可更好地准备以便利用广告活动中的趋 势。
[0004] 然而，难以识别在人气方面增长但尚未处于某一阶段的内容，在所述阶段时，所述 内容已经变成"病毒化的"，并且已经由很大数量的个人和/或装置消费。
[0005] 正是在这种背景下，本公开的各方面由此而生。
【附图说明】
[0006] 图1为示出内容项目可如何在消费者群体间的人气中增长的示意图。
[0007] 图2A为内容项目的人气随时间而变的图表。
[0008] 图2B为示出图2A中的图表的人气随时间而变的变化的图表。
[0009] 图3A为根据本公开的方面的用于识别消费者群体间的影响者的方法的流程图。 [0010] 图3B为根据本公开的方面的用于找出消费者群体间的趋势的方法的流程图。
[0011] 图4为根据本公开的方面示出使用互连装置来实现用于识别影响者和找出趋势 的方法的框图。
【具体实施方式】
[0012] 引言
[0013] 可通过确定项目是否由一个或多个特定有影响的消费者促销，来估计特定项目的 潜在人气。为方便，所述有影响的消费者在本文中被称为"影响者"。在内容由"影响者"促 销后，对内容项目的兴趣可突然以指数方式增加。
[0014] 问题是双重的。第一，人们必须确定哪些消费者是关于特定类型的内容的"影响 者"。第二，人们必须追踪所识别的影响者的行为，以便确定他们在早期阶段促销什么内容。
[0015] 可通过参考图1和图2A以及图2B来理解内容项目的人气的增长。讨论中的项目 可为媒体内容项目，例如可以电子方式传输的歌曲、相册、文章、视频、电影、电视节目。然 而，人气趋势也可伴随商品或服务发生，所述商品或服务如汽车、服装、食品、饮品、假期目 的地、饭店、酒吧、夜总会、航空公司。项目也可包括在艺术、科学、文学、政治等等中的抽象 概念。可经历趋势的项目列表实质上是无限的。理论上，人气趋势可为可被命名的任何事 物而开发。
[0016] 为以下实例的目的，假设讨论的项目为媒体内容项目，如新艺术家的歌曲。图1以 图解方式示出一组连接的消费者的增长趋势的实例。消费者可通过社交媒体彼此连接。再 次，为了实例，假设每个消费者以某种方式"连接"到三个其他消费者。举例来说，如果消费 者通过如脸书（Facebook)等社交媒体连接，那么每个消费者具有三个"朋友"。消费者可将 内容项目推荐给他们的朋友，例如，通过为内容项目点击"喜欢"按钮。为了实例，假定当特 定消费者推荐内容项目时，所述推荐被发送给连接到所述特定消费者的三个其他消费者。
[0017] 根据本公开的方面，可认识到，并非所有的推荐是相等的。通常，推荐的有效性取 决于哪个特定客户正进行推荐。为示出这一点，假设存在两种类型的消费者：正常消费者U i 和"影响者" L。为实例的目的，这两种类型之间的差异如下。当正常消费者推荐内容项目 时，三个朋友中仅一个对所述推荐采取行动。当影响者推荐内容项目时，所有三个朋友均对 推荐采取行动。为实例的目的，消费者可通过购买或下载所推荐的项目，或将他们对所推荐 项目的推荐传递给其他消费者来对推荐采取行动。消费者也可通过花费时间在所推荐项目 上（例如，玩推荐的视频游戏）、在线对所推荐项目评写（例如，在博客帖子、在线文章或在 线聊天中）、或经由社交媒体服务表明对项目的认可（例如，通过为项目点击"喜欢"按钮） 来对所推荐的项目采取行动。对推荐采取行动的消费者越多，项目就变得越流行。
[0018] 图1示出影响者可随时间对内容项目的人气具有的影响。通过垂直虚线来表明时 间间隔。每次对推荐采取行动，项目的人气P增加1。假设在某个初始时间，普通消费者 U1对内容项目采取行动，并且将内容项目推荐给三个所连接的消费者。U1为普通消费者，并 且仅一个所连接的消费者（U 2)在丨2时将项目推荐给三个其他消费者。这三个其他消费者 中仅一个（U3)在t 3时将项目推荐给包括影响者I i的三个其他消费者。在14点，增长率由 于影响者1:的推荐的有效性而增加。两个普通消费者U 4和U 5以及第二影响者I 2在15时 对来自影响者1:的推荐采取行动。第二影响者12进一步增加人气P的增长。普通消费者 队和U 7在16时分别对来自普通消费者U 4和U 5的推荐采取行动。随着推荐到达越来越多的 影响者，人气速率可以指数方式增长。
[0019] 应指出，若干不同因素可影响人气增长。举例来说，如果影响者具有较多的连接， 那么所述影响者可潜在地具有较大的影响。此外，如果影响者连接到相当大数量的其他影 响者，乘数效应在项目人气传播的早期阶段可为庞大的。举例来说，注意到，在影响者1 3将 推荐传递给影响者14和15后，人气有巨大的跳跃。
[0020] 如从图2A和图2B中的图表可见，项目人气的增长在^与t3之间为线性的。在t 3 与t5之间以较大的速率线性增加，并且随后在t6后以高度非线性方式增加。
[0021] 可从图1以及图2A到图2B理解一些事情。第一，可通过人气P的增长速率的突 然和显著的改变来看见影响者的效果。第二，如果可预先识别影响者，那么有可能通过监视 消费者对项目的推荐以及确定项目是否在早期被足够的影响者推荐，来估计新项目的人气 增长。应指出，从随时间的人气改变速率（ΔΡ)图更容易找出人气的突然改变，例如，如图 2B所示。当然，期待人气P、人气改变速率△ P无限期地继续增长是不合理的，然而如果人 们可检测有影响的消费者之间的人气增长的早期阶段，那么人们可潜在地在它变成普遍之 前找出趋势。这种能力可为极其有用的，例如，用于促销、销售和广告媒体内容项目。
[0022] 识别在消费者中的影响者
[0023] 根据本公开的一方面，以上所论述的概念可被利用以便识别一组消费者中的影响 者。在图3A中以图解方式示出用于识别所述影响者的方法300的实例。通常，可采集相关 信息，如在302处表明。作为实例，并且不作为限制，社交媒体服务可被配置以便收集识别 影响者和追踪他们的推荐所需的信息。应指出，可通过任意数量或其他的标识符来识别影 响者，而不获取关于用户的任何个人识别信息。反而，采集相关信息是有用的，所述相关信 息如：
[0024] 1)哪种类型的项目具有给定的推荐消费者？
[0025] 2)哪些其他消费者从给定消费者接收到所述推荐？
[0026] 3)从给定消费者接收推荐的其他消费者的哪一数目或比例对来自给定消费者那 些推荐采取行动？
[0027] 社交媒体服务可保持关于问题1)和2)的历史数据，例如通过存储项目标识符和 消费者标识符，所述项目标识符和消费者标识符与消费者进行推荐和当消费者进行项目推 荐时，消费者接收到在数据库记录中的推荐相关联。社交媒体服务可在它的服务器处自动 实现此操作。服务器也可存储其它相关信息，如推荐的日期和时间。服务器也可监视用户 接收推荐的行为，以便确定他们是否对推荐采取行动，或通过将推荐转发给其他用户，购买 推荐的项目，有利地回顾所推荐项目，或执行关于项目的其它相关动作。服务器可使此信息 与推荐的消费者在数据库中的标识符关联。服务器可周期性地询问数据库，以便计算来自 一个消费者的由其他消费者采取行动的推荐的数目或比例。
[0028] 通过分析关于这三个问题的历史数据，有可能建立给定消费者对连接到所述给定 消费者的其它消费者具有的影响的程度和种类的图片。具有足够的历史信息，有可能形成 给定消费者的推荐与其他消费者对这些推荐的期望动作之间的相关性，如在304处表明。 期望的动作可包括购买项目、免费下载项目、将项目推荐给其他人等等。在304处确定用于 给定消费者的相关性主要为将给定消费者进行的推荐的历史数据与接收到所述推荐的其 它消费者的对应期望动作的历史数据进行比