本发明涉及移动通信技术领域，尤其涉及一种基于用户话单的用户影响力确定方法及装置。
背景技术：
随着电信市场竞争的日趋激烈，如何有效的吸引和维护客户成为电信企业最为关注的问题之一。
现有技术中，通过在现有用户中挖掘出对信息传播具有较大影响力的用户，可以对电信企业进行客户维护、新产品推广、广告投递等商业活动提供积极的指导作用。同时，通过确定出影响力较大的用户，也可以开发潜在的大客户。
目前电信企业在确定用户影响力大小时主要考虑用户的在网时长、消费情况、增值业务类型、信用度等因素，然而，上述考虑因素侧重于关注用户个体的特征数据，数据较为片面，不利于保证后续向用户提供有针对性的业务服务的准确性。
技术实现要素：
本发明提供一种基于用户话单的用户影响力确定方法及装置，以解决现有技术中确定用户影响力时考虑因素较为片面，不利于保证后续向用户提供有针对性的业务服务的准确性的问题，本发明可实现有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
本发明第一个方面提供一种基于用户话单的用户影响力确定方法，包括：
获取预设时间段内多个目标用户的用户话单；
在每个目标用户的用户话单中确定所述目标用户作为主叫时与每一个被叫用户的通话信息；
确定所述目标用户作为主叫时与每一个被叫用户的通话信息，与所述目标用户作为主叫时的总通话信息之间的比例关系；
根据所述比例关系，生成每个被叫用户对所述目标用户的影响力向量；
根据每个目标用户的所述影响力向量，生成所述多个目标用户在所述预设时间段所对应的影响力矩阵；
基于预设算法，根据所述多个目标用户的初始参量值，对所述多个目标用户在所述预设时间段所对应的影响力矩阵进行迭代运算，得到所述多个目标用户在所述预设时间段内的影响力参量值。
本发明另一个方面提供一种基于用户话单的用户影响力确定装置，装置，包括：第一获取模块、确定模块、第一生成模块、第二生成模块；
所述第一获取模块，用于获取预设时间段内多个目标用户的用户话单；
所述确定模块，用于在每个目标用户的用户话单中确定所述目标用户作为主叫时与每一个被叫用户的通话信息；并确定所述目标用户作为主叫时与每一个被叫用户的通话信息，与所述目标用户作为主叫时的总通话信息之间的比例关系；
所述第一生成模块，用于根据所述比例关系，生成每个被叫用户对所述目标用户的影响力向量；并根据每个目标用户的所述影响力向量，生成所述多个目标用户在所述预设时间段所对应的影响力矩阵；
所述第二生成模块，用于基于预设算法，根据所述多个目标用户的初始参量值，对所述多个目标用户在所述预设时间段所对应的影响力矩阵进行迭代运算，得到所述多个目标用户在所述预设时间段内的影响力参量值。
由上述技术方案可知，本发明提供的基于用户话单的用户影响力确定方法及装置，通过根据预设时间段内多个目标用户的用户话单确定目标用户作为主叫时与每一个被叫用户的通话信息；确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；根据比例关系，生成每个被叫用户对目标用户的影响力向量及对应的影响力矩阵；基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。本发明可有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于用户话单的用户影响力确定方法的流程示意图；
图2为本发明另一实施例提供的基于用户话单的用户影响力确定方法的流程示意图；
图3为本发明又一实施例提供的基于用户话单的用户影响力确定方法的流程示意图；
图4为图3所示实施例的滑动时间窗口的示意图；
图5为本发明一实施例提供的基于用户话单的用户影响力确定装置的结构示意图；
图6为本发明另一实施例提供的基于用户话单的用户影响力确定装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例一
本实施例提供一种基于用户话单的用户影响力确定方法，如图1所示，该方法可以包括：
步骤101，获取预设时间段内多个目标用户的用户话单；
在电信业务中，用户话单记录了用户两两之间的信息交互行为。因此，为了确定某一个目标群体中的目标用户之间的交互关系，可以对目标用户的用户话单进行分析。其中，用户话单可以分为：语音话单、短信话单、数据话单等。
在本实施例中，具体可以在网内所有用户中选取一个目标用户群，目标群体中包括多个目标用户，通过分析目标用户之间的信息交互行为，可以确定目标群体中信息交互频繁的目标用户。
在确定目标用户时，可以将用户标识作为筛选条件，确定目标用户群；并在资源池中获取与用户标识对应的用户话单。用户标识具体可以为：用户号码、用户身份证号、用户sim卡识别代码等可以唯一的标识用户身份的标识类型。
步骤102，在每个目标用户的用户话单中确定目标用户作为主叫时与每一个被叫用户的通话信息；
根据用户标识获取目标用户的用户话单之后，通过分析用户话单中目标用户作为主叫时与每一个被叫用户的通话信息，可以获知每个目标用户作为主叫时与哪一个被叫用户交互频率多，持续时间长。
具体的，目标用户之间的每次语音通话都会形成一条用户话单，例如表一所示的语音话单。由表1可知，目标用户在进行两两通话时，无论哪个目标用户是主叫哪个目标用户是被叫，该语音话单中都会记录双方的号码，并详细记录了本次通话的通话信息。通话信息可以包括：业务类型、通话开始时间、通话结束时间等信息。
表1
步骤103，确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；
根据目标用户作为主叫时与每一个被叫用户的通话信息，对所有通话信息进行求和，可以确定目标用户作为主叫时的总通话信息，进而确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系。
因为目标用户作为主叫时，在与一个被叫用户通话后，还可能与其他的目标用户进行了通话。因此，该比例关系用于表示每一个被叫用户与作为主叫的目标用户之间交互行为占该目标用户全部交互行为的比重，也就代表了每一个被叫用户对作为主叫的目标用户的重要性。相应的，目标用户作为主叫时与被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例数值越大，则表示作为主叫的目标用户希望将自己掌握的信息越多的传播给该被叫用户，该被叫用户对作为主叫的目标用户的影响力越大。
步骤104，根据比例关系，生成每个被叫用户对目标用户的影响力向量；根据每个目标用户的影响力向量，生成多个目标用户在预设时间段所对应的影响力矩阵；
由于与作为主叫的目标用户进行通话的每个被叫用户对该目标用户的影响力存在差异，可以将与每个被叫用户的影响力所对应的通话信息的比例关系按照被叫用户的用户标识进行排序，可以生成每个被叫用户对目标用户的影响力向量。
因此，对每一个目标用户作为主叫时都生成一条影响力向量，进而可以生成该目标群体中多个目标用户在预设时间段所对应的影响力矩阵。该影响力矩阵表示了目标群体中目标用户两两进行通话时，每一个被叫用户对作为主叫的目标用户的影响力数值。因此，根据该影响力矩阵可以获知目标群体中任意两个目标用户之间的影响力相互关系。
步骤105，基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值；
由于多个目标用户在预设时间段所对应的影响力矩阵只能反映每两个目标用户之间的影响力关系，因此在确定了多个目标用户在预设时间段所对应的影响力矩阵之后，还需要根据该影响力矩阵中数据的关联性，进一步确定每一个目标用户在目标群体中的影响力。
具体的，可以通过设置初始参量值，并将初始参量值与影响力矩阵进行迭代运算。其中，初始参量值用于表示多个目标用户在目标群体中的影响力。初始参量值具体可以为列向量，初始参量值中每一个元素的排列顺序与多个目标用户在预设时间段所对应的影响力矩阵中的目标用户的排列顺序相对应。
将初始参量值与多个目标用户在预设时间段所对应的影响力矩阵做乘法计算，生成第一次迭代运算之后的第一参量值；
继续将第一参量值与多个目标用户在预设时间段所对应的影响力矩阵做乘法计算，生成第二次迭代运算之后的第二参量值；
重复执行上述迭代运算过程，当迭代运算结果符合收敛条件时停止迭代运算，并将最终迭代运算结果作为多个目标用户在预设时间段内的影响力参量值。影响力参量值中的每一个元素用于表示对应的目标用户在目标群体中的影响力。
进一步的，根据多个目标用户在预设时间段内的影响力参量值，对影响力参量值中的每一个元素按照由大至小的顺序排序，即可以确定多个目标用户在预设时间段内的影响力排名。
本实施例根据预设时间段内多个目标用户的用户话单确定目标用户作为主叫时与每一个被叫用户的通话信息；确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；根据比例关系，生成每个被叫用户对目标用户的影响力向量及对应的影响力矩阵；基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。本实施例可有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
实施例二
本实施例提供一种基于用户话单的用户影响力确定方法，本实施例在实施例一的基础上对实施例一的各步骤做出了进一步的解释说明。如图2所示，该方法可以包括：
步骤201，获取预设时间段内多个目标用户的用户话单；
首先，可以在网内所有用户中选取一个目标用户群，目标群体中包括多个目标用户。在确定目标用户时，可以将用户标识作为筛选条件。用户标识具体可以为：用户号码、用户身份证号、用户sim卡识别代码等可以唯一的标识用户身份的标识类型。
在电信业务中，用户话单记录了用户两两之间的信息交互行为。用户话单可以分为：语音话单、短信话单、数据话单等。因此，为了确定某一个目标群体中的目标用户之间的交互关系，可以对目标用户的用户话单进行分析。通过分析目标用户之间的信息交互行为，可以确定目标群体中信息交互频繁的目标用户。
步骤202，在每个目标用户的用户话单中确定目标用户作为主叫时与每一个被叫用户的通话信息；通话信息包括：单次通话时长、通话次数；
在每个目标用户的用户话单中可以获取目标用户作为主叫时与每一个被叫用户的单次通话时长和通话次数，因此可以获知每个目标用户作为主叫时与哪一个被叫用户交互频率多或持续时间长。
具体的，根据目标用户作为主叫时与每一个被叫用户的单次通话时长确定目标用户作为主叫时与每一个被叫用户的总通话时长，并根据目标用户作为主叫时与每一个被叫用户的总通话时长生成通话时长矩阵t；
其中，t为预设时间段内通话时长矩阵，i为作为主叫的目标用户，且i＝1,2...n；j为目标用户作为主叫时呼叫的被叫用户，且j＝1,2...n。举例来说，tij表示预设时间段内作为主叫的目标用户i与被叫用户j的总通话时长。
同时，根据目标用户作为主叫时与每一个被叫用户的通话次数生成通话次数矩阵c；
其中，c为预设时间段内通话次数矩阵，i为作为主叫的目标用户，且i＝1,2...n；j为目标用户作为主叫时呼叫的被叫用户，且j＝1,2...n。举例来说，cij表示预设时间段内作为主叫的目标用户i与被叫用户j的通话次数。
步骤203，根据单次通话时长和通话次数，确定目标用户作为主叫时与每一个被叫用户的平均通话时长；对目标用户与每一个被叫用户的平均通话时长求和，生成目标用户作为主叫时的平均通话总时长；
根据预设时间段内的通话时长矩阵t与预设时间段内的通话次数矩阵c，将矩阵t与矩阵c对应位置元素相除得到平均通话总时长矩阵p；矩阵p中的元素用于表示目标用户作为主叫时与每一个被叫用户的平均通话时长。
具体的，可以采用公式一来计算预设时间段内作为主叫的目标用户i与被叫用户j的平均通话时长；
公式一：
其中，其中pij预设时间段内作为主叫的目标用户i与被叫用户j的平均通话时长，tij表示预设时间段内作为主叫的目标用户i与被叫用户j的总通话时长，cij表示预设时间段内作为主叫的目标用户i与被叫用户j的通话次数，i＝1,2...n；j＝1,2...n。
通过同时考虑通话总时长和通话次数之间的相关性，考虑了实际应用中不同目标用户的通话习惯，避免了对多次短时通话和少次长时通话情况的极端统计，使得参考因素更具有稳定性和可参考性，提高了确定目标用户间通话时长的准确性。
进一步的，在确定目标用户与每一个被叫用户的平均通话时长后，对每一个被叫用户的平均通话时长求和生成目标用户作为主叫时的平均通话总时长。
步骤204，确定每一个被叫用户的平均通话时长与平均通话总时长之间的比例关系；
具体的，采用公式二计算预设时间段内作为主叫的目标用户i对被叫用户j的平均通话时长与平均通话总时长之间的比例关系；比例关系用于表示作为被叫的第j个目标用户对作为主叫的第i个目标用户的影响力。
公式二：
其中，wij为预设时间段内作为主叫的目标用户i对被叫用户j的平均通话时长与目标用户i作为主叫时的平均通话总时长之间的比例关系，pij预设时间段内作为主叫的目标用户i与被叫用户j的平均通话时长，i＝1,2...n；j＝1,2...n。
步骤205，根据比例关系，生成每个被叫用户对目标用户的影响力向量；以每个目标用户的影响力向量作为行向量，形成多个目标用户在预设时间段所对应的影响力矩阵；
由于比例关系用于表示作为被叫的第j个目标用户对作为主叫的第i个目标用户的影响力，则当j＝1,2...n时，将被叫用户j按照用户标识进行排序后，可以生成作为被叫的用户j对目标用户i的影响力向量。
同时，当i＝1,2...n时，可以将每个目标用户i的影响力向量作为行向量，对多个目标用户i的用户标识进行排序，形成多个目标用户在预设时间段所对应的影响力矩阵w；
其中，w为多个目标用户在预设时间段所对应的影响力矩阵，i为作为主叫的目标用户，且i＝1,2...n；j为目标用户作为主叫时呼叫的被叫用户，且j＝1,2...n。举例来说，wij用于表示第j个目标用户对作为主叫的第i个目标用户的影响力。
进一步来说，在影响力矩阵w中，影响力矩阵的行数为多个目标用户i的用户数量；影响力矩阵的列数为多个目标用户对应的影响力向量中元素个数的最大值。其中，对元素个数小于最大值的影响力向量，可以采用预设元素值进行元素个数的填充，以使填充后的影响力向量包含的元素个数为最大值。具体的，预设元素值可以为0。
举例来说，影响力矩阵w中的第一行为作为主叫的目标用户1对应的影响力向量，该影响力向量中元素个数为10个，具体可以为：作为被叫的目标用户1-10对作为主叫的目标用户1的影响力数值。
影响力矩阵w中的第二行为作为主叫的目标用户2对应的影响力向量，该影响力向量中元素个数为5个，具体可以为：作为被叫的目标用户1-5对作为主叫的目标用户1的影响力数值。经过分析，发现目标用户作为主叫时只与目标用户1-5进行了语音通话，而没有对目标用户6-10进行过语音通话，这时为了保证作为主叫的目标用户2对应的影响力向量包含的元素数量与作为主叫的目标用户1对应的影响力向量包含的元素数量一致，可以采用预设元素值进行元素个数的填充，使上述两个影响力向量包含的元素数量一致。
通过采用填充预设元素值的方式，使得目标人群中的部分目标用户即使彼此之间从未发生过信息交互行为，也可以将目标人群中的每两个目标用户之间的通话信息全部都显示出来，进而将每连个目标用户之间的通话信息都纳入到用户影响力的确定过程中，充分体现目标人群中目标用户彼此之间的关联性，提高数据分析的可靠性。
步骤206，基于网页排名pagerank算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值；
首先，假定b为多个目标用户在预设时间段内的影响力参量值，且b＝(b1,b2,...,bn)；其中，n为目标用户的数量。影响力参量值具体可以为列向量，且影响力参量值中对应的目标用户排序与影响力矩阵w中对应的目标用户的排序一致。
同时，假设在预设时间段的初始时刻，多个目标用户的影响力都是相同的，由此确定多个目标用户的初始参量值b0，
根据多个目标用户的初始参量值b0，采用公式三对多个目标用户在预设时间段所对应的影响力矩阵w进行迭代运算；
公式三：
其中，b为多个目标用户在预设时间段内的影响力参量值，n为目标用户的数量，m为迭代运算的次数，α为常数，i为单位矩阵，w为多个目标用户在预设时间段所对应的影响力矩阵。
将初始参量值与影响力矩阵w做乘法计算，生成第一次迭代运算之后的第一参量值；继续将第一参量值与多个目标用户在预设时间段所对应的影响力矩阵做乘法计算，生成第二次迭代运算之后的第二参量值；
重复执行上述迭代运算过程m次，若bm和bm-1之间符合收敛条件，即bm和bm-1之间的差异非常小且无限趋近于0，则停止迭代运算，并将此时bm作为多个目标用户在预设时间段内的影响力参量值b的最终结果值。此时，b为多个目标用户在预设时间段内的影响力参量值，且b＝(b1,b2,...,bn)；其中，b1、b2….bn分别为目标用户1、目标用户2....目标用户n在预设时间段内的影响力。
本实施例根据预设时间段内多个目标用户的用户话单确定目标用户作为主叫时与每一个被叫用户的平均通话时长；确定目标用户作为主叫时与每一个被叫用户的平均通话时长，与目标用户作为主叫时的平均通话总时长之间的比例关系。根据比例关系，生成每个被叫用户对目标用户的影响力向量及对应的影响力矩阵。基于网页排名pagerank算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。本实施例可有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
实施例三
本实施例提供一种基于用户话单的用户影响力确定方法，如图3所示，实施例在实施例一和实施例二的基础上，该方法可以包括：
步骤301，根据预设统计时间周期，确定滑动时间窗口的大小；
由于目标用户的通话行为随着时间的变化具有不稳定性，目标用户在不同的时间阶段内进行的通话行为有显著的差异，因此可以根据预设统计时间周期，对不同时间段内目标用户的通话行为进行分析，提高统计数据的准确性和关联性。
具体的，可以采用滑动时间窗口方式确定统计数据的时间段分布。滑动时间窗口是数据流中一种关注近期数据的近似方法，滑动时间窗口是指对获取统计数据的时长确定一个固定长度。滑动时间窗口的两端都是滑动的，在限定大小的滑动时间窗口中获取统计数据时，窗口在每次滑动时，窗口的两端同时向同一个方向移动相同单位的时间长度。其中，相同单位的时间长度可以为预设统计时间周期，且预设统计时间周期的长短可以根据实际统计需求随时调整。
基于滑动窗口进行时间流内数据分析可以分析历史数据对当前数据产生的影响，从而使得最终的分析结果更加真实、可靠。
步骤302，在时间维度上移动滑动时间窗口，以获取得到预设统计时间周期时长范围内的多个目标用户的用户话单；
根据滑动时间窗口的大小，在时间维度上将滑动时间窗口移动一个窗口单元。如图4所示，通过移动滑动时间窗口，可以获取得到多个预设统计时间周期时长范围内的目标用户的用户话单，例如图4中的t1、t2、t3时间段。
步骤303，在每个目标用户的用户话单中确定目标用户作为主叫时与每一个被叫用户的通话信息；通话信息包括：单次通话时长、通话次数；确定每一个被叫用户的平均通话时长与平均通话总时长之间的比例关系；
根据目标用户作为主叫时与每一个被叫用户的单次通话时长确定目标用户作为主叫时与每一个被叫用户的总通话时长，并根据目标用户作为主叫时与每一个被叫用户的总通话时长生成通话时长矩阵t；根据目标用户作为主叫时与每一个被叫用户的通话次数生成通话次数矩阵c；根据预设时间段内的通话时长矩阵t与预设时间段内的通话次数矩阵c，将矩阵t与矩阵c对应位置元素相除得到平均通话总时长矩阵p；矩阵p中的元素用于表示目标用户作为主叫时与每一个被叫用户的平均通话时长。
计算预设时间段内作为主叫的目标用户i对被叫用户j的平均通话时长与平均通话总时长之间的比例关系wij；比例关系wij用于表示作为被叫的第j个目标用户对作为主叫的第i个目标用户的影响力。
步骤304，根据比例关系，生成每个被叫用户对目标用户的影响力向量；以每个目标用户的影响力向量作为行向量，形成多个目标用户在预设时间段所对应的影响力矩阵；
由于比例关系用于表示作为被叫的第j个目标用户对作为主叫的第i个目标用户的影响力，则当j＝1,2...n时，将被叫用户j按照用户标识进行排序后，可以生成作为被叫的用户j对目标用户i的影响力向量。
同时，当i＝1,2...n时，可以将每个目标用户i的影响力向量作为行向量，对多个目标用户i的用户标识进行排序，形成多个目标用户在预设时间段所对应的影响力矩阵w。
可选的，基于步骤301中的滑动时间窗口方式和步骤302-步骤304，获取多个目标用户在t1滑动窗口单元内的影响力矩阵
步骤305，基于网页排名pagerank算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值；
首先，假定b为多个目标用户在t1滑动窗口单元内的影响力参量值，且b＝(b1,b2,...,bn)；其中，n为目标用户的数量。影响力参量值具体可以为列向量，且影响力参量值中对应的目标用户排序与影响力矩阵
同时，假设在t1滑动窗口单元的初始时刻，多个目标用户的影响力都是相同的，由此确定多个目标用户的初始参量值b0，
根据多个目标用户的初始参量值b0,采用公式四对多个目标用户在t1滑动窗口单元内所对应的影响力矩阵
公式四：
其中，b为多个目标用户在t1滑动窗口单元内的影响力参量值，n为目标用户的数量，m为迭代运算的次数，α为常数，i为单位矩阵，
将初始参量值b0与影响力矩阵
可选的，基于步骤301中的滑动时间窗口方式和步骤302-步骤304，获取多个目标用户在t2滑动窗口单元内的影响力矩阵
采用公式五对多个目标用户在t1滑动窗口单元内的影响力参量值b进行归一化处理，生成多个目标用户在t1滑动窗口单元内的影响力在t2滑动窗口单元内的权重参量值b’；
公式五：
其中，b’为多个目标用户i在t1滑动窗口单元内的影响力在t2滑动窗口单元内的权重参量值，b为目标用户i在t1滑动窗口单元内的影响力参量值，且i＝1,2...n。
在不同的滑动窗口单元内，目标用户影响力会随时间发生变化，其变化轨迹可以抽象为一个时间序列，通过对不同滑动窗口单元内，甚至是连续滑动窗口单元内的统计数据进行分析可以增强统计数据之间的数据相关性，使分析结果更加准确。因此可以认为，在t1滑动窗口单元内目标用户的影响力越大，则该目标用户作为主叫时会通过呼叫向被叫用户传递更多的权重，作为主叫的目标用户影响力越大，与该作为主叫的目标用户进行通话的被叫用户的影响力也就越大。
基于上述分析，采用公式六对权重参量值b’与影响力矩阵
公式六：
其中，
进一步的，采用基于网页排名pagerank算法，根据多个目标用户的初始参量值b0，对多个目标用户在t2滑动窗口单元内的目标影响力矩阵
根据本实施例确定的多个目标用户在t2滑动窗口单元内的目标影响力参量值，既考虑了当前时间段内目标用户两两之间的影响力，同时参考了历史时间段内的多个目标用户在目标群体中的影响力，充分体现了统计数据在时间上的连续性和相关性。通过分析滑动窗口单元内目标用户的影响力，以提高确定目标用户影响力的准确度，提高后续向目标用户提供有针对性的业务服务的准确性。
本实施例根据预设时间段内多个目标用户的用户话单确定目标用户作为主叫时与每一个被叫用户的通话信息；确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；根据比例关系，生成每个被叫用户对目标用户的影响力向量及对应的影响力矩阵；基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。本实施例可有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
实施例四
本实施例提供一种基于用户话单的用户影响力确定装置，如图5所示，该装置可以包括：获取模块41、确定模块42、第一生成模块43、第二生成模块44；
获取模块41，用于获取预设时间段内多个目标用户的用户话单；
确定模块42，用于在每个目标用户的用户话单中确定目标用户作为主叫时与每一个被叫用户的通话信息；并确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；
第一生成模块43，用于根据比例关系，生成每个被叫用户对目标用户的影响力向量；并根据每个目标用户的影响力向量，生成多个目标用户在预设时间段所对应的影响力矩阵；
第二生成模块44，用于基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例提供的基于用户话单的用户影响力确定装置，通过根据预设时间段内多个目标用户的用户话单确定目标用户作为主叫时与每一个被叫用户的通话信息；确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；根据比例关系，生成每个被叫用户对目标用户的影响力向量及对应的影响力矩阵；基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。本实施例可有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
实施例五
本实施例提供一种基于用户话单的用户影响力确定装置，如图6所示，该装置可以包括：第一获取模块51、确定模块52、第一生成模块53、第二生成模块54；
第一获取模块51，用于获取预设时间段内多个目标用户的用户话单；
确定模块52，用于在每个目标用户的用户话单中确定目标用户作为主叫时与每一个被叫用户的通话信息；并确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；
第一生成模块53，用于根据比例关系，生成每个被叫用户对目标用户的影响力向量；并根据每个目标用户的影响力向量，生成多个目标用户在预设时间段所对应的影响力矩阵；
第二生成模块54，用于基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。
优选的，通话信息包括：单次通话时长、通话次数；
相应的，确定模块52，包括：第一确定单元521、第二确定单元522；
其中，第一确定单元521，用于根据单次通话时长和通话次数，确定目标用户作为主叫时与每一个被叫用户的平均通话时长；
第二确定单元522，用于对目标用户与每一个被叫用户的平均通话时长求和，生成目标用户作为主叫时的平均通话总时长；并确定每一个被叫用户的平均通话时长与平均通话总时长之间的比例关系。
可选的，第一生成模块53，包括：生成单元531；
生成单元531，用于以每个目标用户的影响力向量作为行向量，形成影响力矩阵；其中，影响力矩阵的行数为多个目标用户的用户数量；影响力矩阵的列数为多个目标用户对应的影响力向量中元素个数的最大值；其中，对元素个数小于最大值的影响力向量，以预设元素值进行元素个数的填充，以使填充后的影响力向量包含的元素个数为最大值。
进一步的，第二生成模块54具体用于，基于网页排名pagerank算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。
更进一步的，本实施例中的装置还可以包括：第二获取模块55；
第二获取模块55，用于根据预设统计时间周期，确定滑动时间窗口的大小；
相应的，第一获取模块51具体用于，在时间维度上移动滑动时间窗口，以获取得到预设统计时间周期时长范围内的多个目标用户的用户话单。
关于本实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例提供的基于用户话单的用户影响力确定装置，通过根据预设时间段内多个目标用户的用户话单确定目标用户作为主叫时与每一个被叫用户的通话信息；确定目标用户作为主叫时与每一个被叫用户的通话信息，与目标用户作为主叫时的总通话信息之间的比例关系；根据比例关系，生成每个被叫用户对目标用户的影响力向量及对应的影响力矩阵；基于预设算法，根据多个目标用户的初始参量值，对多个目标用户在预设时间段所对应的影响力矩阵进行迭代运算，得到多个目标用户在预设时间段内的影响力参量值。本实施例可有效分析多个目标用户的通话信息之间的关联性，进而提高确定用户影响力的可靠性和准确性。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。