专利名称：一种产品用户网络构建方法和装置的制作方法
技术领域：
本发明涉及数据处理领域，尤其涉及一种产品用户网络构建方法和装置。
背景技术：
在当前互联网技术下的各种产品中，有很多Web应用，比如即时通讯(IM，instant Messaging)以及社会性网络服务(SNS, Social Networking Services)等等。而这些 Web 应用涉及海量的用户，并且在这些应用中的用户之间可能还存在着很强的关联。另外，这些 应用往往会延伸出一些与应用相关的虚拟产品或服务，如IM应用就存在与IM产品应用相 关的增值业务，并且这些服务与产品是推销给用户使用的。通过分些这些产品及其用户可以实现如下几种网络营销，包括基于用户关系的用户推荐。用户推荐是指根据用户的关系网络，向用户推荐用户， 例如两个IM用户的有很多共同联系人，经过推荐，他们很可能会成为好友。此技术主要通 过两个用户的关联用户相似程度进行用户推荐，例如SNS社区个人主页中显示的“可能认 识的人”。但此类技术只限于用户关系网，而无法利用用户兴趣爱好等特征，更精确地向用 户推荐用户。基于分类技术的精准营销。精准营销是指在精准定位的基础上，依托现代信息技 术手段建立个性化的顾客沟通服务体系，精准地向客户推荐个性化产品。此技术主要通过 抽取用户特征，例如上个月的消费额等，整理为一个〈向量，目标〉对，然后根据历史数据进 行建模，判断一个用户是否为产品的潜在用户或潜在流失用户，从而实现精准营销。但此类 技术有两个缺点，一个是难以考虑到用户整体的相关性，即使用同一个产品的用户往往之 间有着紧密的关系，例如在一个经常使用产品A的IM用户联系人中，很多也会使用产品A ； 另一个是建模依赖于产品，对一种产品做一次精准营销就需要建立一个新模型。基于支持度的产品捆绑销售。捆绑销售是共生营销的一种形式，从产品的用户中 提取共同特征，对两个或两个以上用户结构相似的产品一起销售，从而扩大它们的影响力。 此技术主要通过分析两种产品的用户结构相似性，从而对相似性高的产品进行捆绑销售， 例如如果两个产品的用户都是10-20岁的男性，那在面向这部分用户销售时可以推荐他们 购买捆绑的产品。但此类技术对用户群体的细分是处于一个很粗的粒度，很难真正找出一 个对两种产品都非常喜好的小用户群体。综上所述可知，在现有技术建立的关系模型中无法准确而完整的体现用户之间、 产品之间以及用户与产品之间的关系，进而无法根据该网络有效的实现用户推荐、精准营 销、捆绑销售等功能。
发明内容
本发明实施例所要解决的技术问题在于，提供一种产品用户网络构建方法和装 置，以实现获得可体现用户之间、产品之间以及用户与产品之间的关系的产品用户网络，进 而可根据该网络有效的实现用户推荐、精准营销、捆绑销售等功能。
为此，本发明实施例提供了一种产品用户网络构建方法，包括获取关系信息，所 述关系信息包括用户与产品关系信息、用户与用户关系信息、产品与产品关系信息；根据所 述关系信息生成以所述用户与产品为节点的关系网络；对所述关系网络进行链接预测，获 得预测后关系网络；对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分 析信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。其中，对关系网络进行链接预测包括根据预测规则对所述关系网络进行链接预 测；其中，所述预测规则包括下述规则中的一种或多种判断所述关系网络中的两个节点 之间的相关性，若所述相关性大于相关性阈值，则在所述两个节点间添加一条边；挖掘所述 关系网络的拓扑结构，并据此修改所述关系网络的链接；对存在于所述关系网络中的已知 节点的结构进行抽象，并对这些抽象的结构学习一个概率模型，由模型导出合理的未存在 结构，然后再根据导出的结构添加链接或删去链接。相应的，本发明实施例还提供了一种产品用户网络构建装置，包括关系获取模 块，用于获取关系信息，所述关系信息包括用户与产品关系信息、用户与用户关系信息、产 品与产品关系信息；网络生成模块，用于根据所述关系信息生成以所述用户与产品为节点 的关系网络；链接预测模块，用于对所述关系网络进行链接预测，获得预测后关系网络；链 接分析模块，用于对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分析 信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。其中，链接预测模块还用于根据预测规则对所述关系网络进行链接预测；其中，所 述预测规则包括下述规则中的一种或多种判断所述关系网络中的两个节点之间的相关 性，若所述相关性大于相关性阈值，则在所述两个节点间添加一条边；挖掘所述关系网络的 拓扑结构，并据此修改所述关系网络的链接；对存在于所述关系网络中的已知节点的结构 进行抽象，并对这些抽象的结构学习一个概率模型，由模型导出合理的未存在结构，然后再 根据导出的结构添加链接或删去链接。在本发明实施例所描述的方案中，对关系网络进行链接预测和分析获得更为准确 和全面的关系网络，在该网络中包括了经过筛选后的用户与产品关系信息、用户与用户关 系信息、产品与产品关系信息，可以有效的实现用户推荐、产品推荐(或称精准销售)或是 捆绑销售等功能。
图1是本发明方法实施例中的产品用户网络的一个具体示意图；图2是本发明方法实施例中的产品用户网络构建方法的一个具体流程示意图；图3是本发明系统实施例中的产品用户网络构建装置的一个具体结构示意图；图4是图3中的网络生成模块的一个具体结构示意图；图5是本发明系统实施例中的产品用户网络构建装置的另一个具体结构示意图；图6是本发明系统实施例中的产品用户网络构建装置的另一个具体结构示意图。
具体实施例方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。在本发明实施例中的产品用户网络中考虑了多种关系，包括用户间存在的链接 关系，例如用户之间可能是IM联系人，SNS社区好友，是朋友，或是在同一个群组之类；用户 与产品之间存在的链接关系，例如用户可能购买了一种产品，使用了一种产品，或是浏览了 一种产品；产品之间存在的链接关系，例如一件产品可能是另一件产品的子产品，或是两件 产品属于一个大类别。如图1所示，为这种网络的一个示意图，位于图中上半部的方框中显 示的是产品和产品之间的关系(小圆圈代表产品，圆圈之间的实连线代表产品之间的链接 关系)，位于图中下半部的方框中显示的是用户和用户之间的关系(小圆圈代表用户，圆圈 之间的实连线代表用户之间的链接关系)，而两个方框之间的虚连线则代表用户与产品之 间的链接关系。对用户做推荐相当于预测哪些尚未有链接的用户节点之间可以添加一条链接；精 准营销则相当于判断哪些存在于用户节点与产品节点之间的链接可能消失(潜在流失用 户)，哪些产品与用户之间可以建立起链接(潜在新用户)；捆绑销售则可看在判断哪些产 品节点之间可以存在新的链接。总而言之，通过对网络的节点进行链接预测，获得本发明实 施例中描述的关系网络，则可以同时并有效地完成以上的用户推荐、产品推荐或捆绑销售 等任务。为此，本发明实施例提出了一种产品用户网络构建方法，如图2所示，该方法包 括201、获取关系信息，所述关系信息包括用户与产品关系信息、用户与用户关系信 息、产品与产品关系信息。如可包括，对用户信息以及产品信息进行处理抽取出用户使用产 品的信息(例如用户对某件产品的使用时间长短、投入资金的数目)、用户之间的关系信息 (例如用户是IM联系人、校友、同个群组)、产品之间的信息(例如是否一起销售)。202、根据所述关系信息生成以所述用户与产品为节点的关系网络。如根据前一步 中抽取出来的信息构建关系网络。将用户以及产品抽象为关系网络中的节点，并根据抽取 出来的关系信息构建关系网络中的链接。同时，在一些实施例中可增加清理和优化过程，以 期获得较优的网络，则本步骤可包括如下过程A、根据专家信息对所述关系信息进行清理，获得清理后的关系信息；即根据专家 信息、经验清理不必要的信息，例如产品的经理人等；另外，通过专家信息清理由于数据错 误引起的信息不准确。B、根据清理后的关系信息构建以所述用户与产品为节点的关系网络。C、根据专家信息或规则库对所述关系网络进行优化获得优化后的关系网络。其 中，规则库在第一次建模(即建立关系网络)时可能为空，信息的来源是以往建模发现的频 繁模式。203、对所述关系网络进行链接预测，获得预测后关系网络。如，可根据预测规则对 所述关系网络进行链接预测，其中链接预测可包括删除所述关系网络中的链接或在所述关 系网络中添加链接；所述预测规则包括下述规则中的一种或多种1、判断所述关系网络中的两个节点之间的相关性，例如两节点的最短路距离、相 邻点的共同个数等，若所述相关性大于相关性阈值，则在所述两个节点间添加一条边。
2、挖掘所述关系网络的拓扑结构，并据此修改所述关系网络的链接。例如可以先 对该网络的频繁子图进行挖掘，抽取子图的拓扑结构，将其扩展到整个网络中，如果添加一 条链接符合这个拓扑结构，则将添加这条链接。3、对存在于所述关系网络中的已知节点的结构进行抽象，并对这些抽象的结构学 习一个概率模型，由模型导出合理的未存在结构，然后再根据导出的结构添加链接或删去 链接。204、对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分析信息 中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。该链接 分析包括，对前一步中删除的链接和添加的链接进行分类、判断这些链接代表的产品用户 关系，例如用户是购买产品还是浏览产品，用户与用户是成为好友还是会加入到同一个群 体等。同时，为了进一步完善规则库等，可在步骤204之后，根据所述链接分析信息和关 系信息获得新的规则信息；并将所述新的规则信息添加到所述规则库。这样，网络可以在不 断更新中进一步完善。这样，通过引入用户与产品之间的关系网络，根据用户与产品之间的关系(购买、 使用等)，用户与用户之间的关系(通信、好友关系等)，运用链接预测技术获得关系网络， 利用该关系网络可同时解决以下问题向不同用户推荐用户(例如向IM用户推荐联系人， 向SNS社区用户推荐好友等等)；向相似的用户推荐相似产品(例如两个用户同时购买了 很多个产品，那当其中一个用户购买新产品时，可以向另一个用户推荐这款产品)；识别出 哪些产品可以进行捆绑销售(例如很多用户都同时购买了产品A与B，那在以后的销售中可 以对A与B进行捆绑)。相应的，本发明实施例还提供了一种产品用户网络构建装置，如图3所示，该产品 用户网络构建装置3包括关系获取模块31，用于获取关系信息，所述关系信息包括用户与产品关系信息、用 户与用户关系信息、产品与产品关系信息；网络生成模块32，用于根据所述关系信息生成以所述用户与产品为节点的关系网链接预测模块33，用于对所述关系网络进行链接预测，获得预测后关系网络；链接分析模块34，用于对所述预测后关系网络进行链接分析获得链接分析信息， 所述链接分析信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有 关的信息。其中，该链接预测模块33还可用于根据预测规则对所述关系网络进行链接预测。 所述预测规则包括下述规则中的一种或多种判断所述关系网络中的两个节点之间的相关 性，若所述相关性大于相关性阈值，则在所述两个节点间添加一条边；挖掘所述关系网络的 拓扑结构，并据此修改所述关系网络的链接；对存在于所述关系网络中的已知节点的结构 进行抽象，并对这些抽象的结构学习一个概率模型，由模型导出合理的未存在结构，然后再 根据导出的结构添加链接或删去链接。网络生成模块32包括清理子模块321，用于根据专家信息对所述关系信息进行 清理，获得清理后的关系信息；构建子模块322，用于根据清理后的关系信息构建以所述用户与产品为节点的关系网络；优化子模块323，用于根据专家信息或规则库对所述关系网 络进行优化获得优化后的关系网络。如图4所示。如图5所示，该产品用户网络构建装置3还可进一步包括规则获取模块35，用于根 据所述链接分析信息和关系信息获得新的规则信息；规则添加模块36，用于将所述新的规 则信息添加到所述规则库。其中，规则获取模块35也可以从关系获取模块31处获取相应 的关系信息。在实际应用中，该产品用户网络构建装置3也可以根据功能有其他的组成方式， 如按照软件编写习惯实现的上述装置如图6所示，该装置包括如下模块产品信息库存储了产品的基本信息，如产品的特征，类别等；用户信息库存储了用户的基本资料、行为信息、产品交互信息，如IM的用户资 料、好友情况、产品的购买情况、使用情况等；信息抽取/清理模块根据专家信息(包括专家经验等)清理不必要的信息，例 如可将产品的经理人信息去除等；另外，通过专家信息清理由于数据错误引起的信息不准 确；网络构建器根据清理得到的用户与产品信息以及专家信息(如，某些产品是不 可以捆绑销售的、某些类型的人对某些种类的产品是很少感兴趣的等等)构建产品用户网 络，部分节点之间存在着链接关系，例如用户可能用过一个产品一段时间、为一个产品付出 一定金额等，并通过专家给定的量化标准以及权重将这些因素叠加，从而形成有链接关系 节点边的权值；链接预测根据相关的算法对构建起来的网络进行建模，在加入专家信息以及以 往所提取规则的基础上，预测可能存在的链接或可能消失的链接；链接分析对新添加、删除的链接进行分析，具体可对这些链接进行分类，判断这 些链接代表着哪种联系。从链接分析的结果可以导出哪些产品可以捆绑销售，哪些用户可 能使用产品或可能流失，哪些用户可以被推荐成为其它用户的好友。例如，链接预测可能会 预测用户A与用户B之间将产生一条边，而链接分析则根据这两个用户具体的信息，如年 龄、性别等，判断A与B之间可能的存在关系，确定进行IM联系人推荐或SNS社区推荐等。 另一方面，通过导入用户信息库，链接分析可以导出规则库，则哪些链接是很可能存在的， 例如哪一类型用户是以很大可能性使用某种产品。而这些规则库对以后可能再一次建模将 起到指导作用。专家信息主要是指业务人员的经验，为数据清理以及模型检验添加一些约束与 指导，例如确定哪些数据可用，哪些链接需要建立，哪些链接不可能出现等。规则库在第一次建模时可能为空，信息的来源是以往建模发现的频繁模式，例如 某种类型的用户经常买某个种类的产品，买了某些种类产品的用户经常会买其它特定种类 的产品。业务建议这是指对业务的指导性信息，确定营销对象、推荐对象等。其中，上述各模块的关系如图6所示，此处不做赘述。实施本发明实施例，由于根据多种关系信息生成产品用户网络，并对该网络进行 链接预测和分析，可以获得准确和全面的关系信息，进而有效的实现用户推荐、产品推荐 (或称精准销售)或是捆绑销售等功能。
同时，在本发明实施例中获得网络模型，只需要使用这一个模型(即关系网络)同 时解决多个不同业务领域的问题，减少建模成本。另一方面，本发明实施例中提供的有效的 建模手段，在集成多来源信息的基础上建立更加精确的模型。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可 借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上 述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该 计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指 令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施 例或者实施例的某些部分所述的方法。以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施 方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范 围之内。
权利要求
1.一种产品用户网络构建方法，其特征在于，该方法包括获取关系信息，所述关系信息包括用户与产品关系信息、用户与用户关系信息、产品与 产品关系信息；根据所述关系信息生成以所述用户与产品为节点的关系网络； 对所述关系网络进行链接预测，获得预测后关系网络；对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分析信息中包括所 述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。
2.如权利要求1所述的方法，其特征在于，所述对所述关系网络进行链接预测包括 根据预测规则对所述关系网络进行链接预测；其中，所述预测规则包括下述规则中的一种或多种判断所述关系网络中的两个节点之间的相关性，若所述相关性大于相关性阈值，则在 所述两个节点间添加一条边；挖掘所述关系网络的拓扑结构，并据此修改所述关系网络的链接； 对存在于所述关系网络中的已知节点的结构进行抽象，并对这些抽象的结构学习一个 概率模型，由模型导出合理的未存在结构，然后再根据导出的结构添加链接或删去链接。
3.如权利要求1或2所述的方法，其特征在于，所述链接预测包括，删除所述关系网络 中的链接或在所述关系网络中添加链接；所述链接分析包括，对删除的链接和添加的链接进行分类、判断这些链接代表的产品 用户关系。
4.如权利要求3所述的方法，其特征在于，所述根据所述关系信息生成以所述用户与 产品为节点的关系网络包括根据专家信息对所述关系信息进行清理，获得清理后的关系信息； 根据清理后的关系信息构建以所述用户与产品为节点的关系网络； 根据专家信息或规则库对所述关系网络进行优化获得优化后的关系网络。
5.如权利要求4所述的方法，其特征在于，所述方法还包括 根据所述链接分析信息和关系信息获得新的规则信息； 将所述新的规则信息添加到所述规则库。
6.一种产品用户网络构建装置，其特征在于，所述装置包括关系获取模块，用于获取关系信息，所述关系信息包括用户与产品关系信息、用户与用 户关系信息、产品与产品关系信息；网络生成模块，用于根据所述关系信息生成以所述用户与产品为节点的关系网络； 链接预测模块，用于对所述关系网络进行链接预测，获得预测后关系网络； 链接分析模块，用于对所述预测后关系网络进行链接分析获得链接分析信息，所述链 接分析信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信 肩、ο
7.如权利要求6所述的装置，其特征在于，所述链接预测模块还用于根据预测规则对 所述关系网络进行链接预测；其中，所述预测规则包括下述规则中的一种或多种判断所述关系网络中的两个节点之间的相关性，若所述相关性大于相关性阈值，则在所述两个节点间添加一条边；挖掘所述关系网络的拓扑结构，并据此修改所述关系网络的链接； 对存在于所述关系网络中的已知节点的结构进行抽象，并对这些抽象的结构学习一个 概率模型，由模型导出合理的未存在结构，然后再根据导出的结构添加链接或删去链接。
8.如权利要求7所述的装置，其特征在于，所述网络生成模块包括清理子模块，用于根据专家信息对所述关系信息进行清理，获得清理后的关系信息； 构建子模块，用于根据清理后的关系信息构建以所述用户与产品为节点的关系网络； 优化子模块，用于根据专家信息或规则库对所述关系网络进行优化获得优化后的关系 网络。
9.如权利要求8所述的装置，其特征在于，所述装置还包括规则获取模块，用于根据所述链接分析信息和关系信息获得新的规则信息； 规则添加模块，用于将所述新的规则信息添加到所述规则库。
全文摘要
本发明公开了一种产品用户网络构建方法和装置，该方法包括获取关系信息，所述关系信息包括用户与产品关系信息、用户与用户关系信息、产品与产品关系信息；根据所述关系信息生成以所述用户与产品为节点的关系网络；对所述关系网络进行链接预测，获得预测后关系网络；对所述预测后关系网络进行链接分析获得链接分析信息，所述链接分析信息中包括所述链接与用户推荐、产品推荐或是捆绑销售中的一个或多个有关的信息。在本方案中，对关系网络进行链接预测和分析获得更为准确和全面的关系网络，利用该关系网络可以有效的实现用户推荐、产品推荐(或称精准销售)或是捆绑销售等功能。
文档编号G06Q30/02GK102087730SQ20091018868
公开日2011年6月8日 申请日期2009年12月8日 优先权日2009年12月8日
发明者刘大鹏, 叶幸春, 岳亚丁, 李多全, 李邕, 肖磊, 言艳花, 贡鸣, 赖晓平, 钟迩桁, 陈显露, 陈永锋, 黄华基 申请人:深圳市腾讯计算机系统有限公司