CN105812242A - 一种时间最优的利润最大化方法及*** - Google Patents

一种时间最优的利润最大化方法及*** Download PDF

Info

Publication number
CN105812242A
CN105812242A CN201610181421.8A CN201610181421A CN105812242A CN 105812242 A CN105812242 A CN 105812242A CN 201610181421 A CN201610181421 A CN 201610181421A CN 105812242 A CN105812242 A CN 105812242A
Authority
CN
China
Prior art keywords
promotion
new
current
node
sales promotion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610181421.8A
Other languages
English (en)
Inventor
王华锋
黄浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Xinwang Information Technology Co Ltd
Original Assignee
Wuhan Xinwang Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Xinwang Information Technology Co Ltd filed Critical Wuhan Xinwang Information Technology Co Ltd
Priority to CN201610181421.8A priority Critical patent/CN105812242A/zh
Publication of CN105812242A publication Critical patent/CN105812242A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种时间最优的利润最大化方法及***，对当前促销时间进行更新，获取新促销时间下影响范围增益最大的当前非促销节点，在存在影响范围增益的情况下生成新促销种集，根据利润的变化，获取利润最大的最终促销时间和最终促销种集；本发明在考虑促销时间对利润影响的同时，还考虑了促销时间对影响力最大的促销种集的影响，在新促销时间下选取影响力最大的新促销种集，提高了利润最大的最终促销时间和最终促销种集的准确性和可靠性。

Description

一种时间最优的利润最大化方法及***
技术领域
本发明涉及数据挖掘技术领域，特别涉及一种时间最优的利润最大化方法及***。
背景技术
随着社交网络(如Facebook、微博等)的流行，孤立的人被联系在一起，形成一个大的虚拟网络。社交网络中蕴含大量信息，通过对其进行探索和研究来获取潜在的信息和关联模式，可以对未知的数据进行有效的预测和合理的分析。例如，可以利用大规模的社交网络将信息或新思想在极短时间内传播给大量用户。
基于上述思想，有研究者提出在社交网络上进行病毒性营销。它初始选择一组具有重要影响力的用户作为促销种集,剩余的用户作为非促销种集，对促销种集中的用户给予免费或特价的商品，通过他们的交际网络，使尽可能多的非促销种集中的用户受其影响来购买该商品，从而提高获取的利润，此问题可认为是影响最大化问题。然而由于促销存在成本，随着时间推移，促销种集的影响范围会趋于平稳，受其影响产生的销量逐渐下降，从而导致产生的收益无法覆盖促销成本；并且在不同促销时间下，最具影响力的促销种集并非一样。
发明内容
本发明目的是提供一种时间最优的利润最大化方法及***，解决现有技术中存在的上述问题。
根据用户关系网络，如果用户A和用户B之间存在交互关系，用户A执行某购买动作后一定时间内，用户B也执行所述某购买动作；则认为用户A对用户B产生了影响，所述影像使用户B执行了所述某购买动作；同时认为用户B分配了用户A影响力，正是由于用户B的存在，才使用户A存在影响力；定义用户A为用户B的父节点，用户B为用户A的子节点。
本发明解决上述技术问题的技术方案如下：
一种时间最优的利润最大化方法，其特征在于，包括如下步骤：
步骤1，提取当前促销时间、当前促销种集和当前促销时间下当前促销种集的当前影响力；
步骤2，在当前促销时间上延长预设时间段生成新促销时间；
步骤3，分别计算新促销时间下当前非促销种集中各节点的影响范围增益，获取当前非促销种集中影响范围增益最大的当前非促销节点；若所述当前非促销节点的影响范围增益为零，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集，结束操作；否则，将所述当前非促销节点加入当前促销种集，生成新促销种集，执行步骤4；
步骤4，计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润；如果新利润大于当前利润，则将新促销种集作为当前促销种集，新促销时间作为当前促销时间，新影响力作为当前影响力，返回执行步骤2；反之，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集。
本发明的有益效果是：对当前促销时间进行更新，获取新促销时间下影响范围增益最大的当前非促销节点，在存在影响范围增益的情况下生成新促销种集，根据利润的变化，获取利润最大的最终促销时间和最终促销种集；本发明在考虑促销时间对利润影响的同时，还考虑了促销时间对影响力最大的促销种集的影响，在新促销时间下选取影响力最大的新促销种集，提高了利润最大的最终促销时间和最终促销种集的准确性和可靠性。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述分别计算新促销时间下当前非促销种集中各节点的影响范围增益的具体实现包括如下步骤：
步骤a1,分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
步骤a2,分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
步骤a3,根据如下第一公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响范围增益；
所述第一公式如下所示：
mr(u,a)＝info(u,a)-sa(u,a)
其中，所述u为新促销时间下当前非促销种集中任一节点，所述a为所述任一购买动作，所述info(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响力，所述sa(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上分配当前促销种集的影响力，所述mr(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响范围增益；
步骤a4,分别累加新促销时间下当前非促销种集中各节点在所有购买动作上的影响范围增益，得新促销时间下当前非促销种集中各节点的影响范围增益。
采用上述进一步方案的有益效果是，在各节点影响范围增益的计算中剔除各节点分配当前促销种集的影响力，提高节点影响范围增益的准确性。
进一步，所述步骤a1的具体实现为根据如下第二公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二公式如下所示：
info(u,a)＝∑N i＝11/info_num(wi,a)
其中，所述wi为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的任一父节点，i∈{1,2,3…N}，所述N为所述父节点的个数，所述info_num(wi,a)为所述任一父节点在新促销时间下在所述任一购买动作上的子节点个数。
进一步，所述步骤a2的具体实现为根据如下第三公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第三公式如下所示：
sa(u,a)＝∑M j＝11/info_num(wj,a)
其中，所述wj为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上位于促销种集中的任一促销父节点，j∈{1,2,3…M}，所述M为所述促销父节点的个数，所述info_num(wj,a)为所述任一促销父节点在新促销时间下在所述任一购买动作上的子节点个数。
进一步，所述计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润的具体实现包括如下步骤：
步骤b1，根据如下第四公式计算新促销时间下采用新促销种集的新影响力；
所述第四公式如下所示：
infoX＝infoD+mr(v)
其中，所述v为所述当前非促销节点，所述infoX为新影响力，所述infoD为当前影响力，所述mr(v)为新促销时间下所述当前非促销节点的影响范围增益；
步骤b2,根据如下第五公式计算当前促销时间下采用当前促销种集获取的当前利润；根据如下第六公式计算新促销时间下采用新促销种集获取的新利润；
所述第五公式如下所示：
profitD＝f(infoD)-s*k
所述第六公式如下所示：
profitX＝f(infoX)-s*K
其中，所述profitD为当前利润，所述ProfitX为新利润，所述f(infoD)为当前影响力获取的收入，所述f(infoX)为新影响力获取的收入，所述s为每个促销节点所需的促销成本，所述k为当前促销种集的节点个数，所述K为新促销种集的节点个数，K＝k+1。
本发明的另一技术方案如下：
一种时间最优的利润最大化***，包括提取模块、新促销时间生成模块、当前非促销节点确定模块、第一促销活动确定模块、利润计算模块和第二促销活动确定模块；
所述提取模块，其用于提取当前促销时间、当前促销种集和当前促销时间下当前促销种集的当前影响力；
所述新促销时间生成模块，其用于在当前促销时间上延长预设时间段生成新促销时间；
所述当前非促销节点确定模块，其用于分别计算新促销时间下当前非促销种集中各节点的影响范围增益，获取当前非促销种集中影响范围增益最大的当前非促销节点；
所述第一促销活动确定模块，其用于若所述当前非促销节点的影响范围增益为零，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集，结束操作；否则，将所述当前非促销节点加入当前促销种集，生成新促销种集，驱动利润计算模块工作；
所述利润计算模块，其用于计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润；
所述第二促销活动确定模块，其用于如果新利润大于当前利润，则将新促销种集作为当前促销种集，新促销时间作为当前促销时间，新影响力作为当前影响力，驱动新促销时间生成模块工作；反之，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述当前非促销节点确定模块包括第一影响力计算单元、第二影响力计算单元、第一影响范围增益计算单元、第二影响范围增益计算单元和当前非促销节点确定单元；
所述第一影响力计算单元，其用于分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二影响力计算单元，其用于分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第一影响范围增益计算单元，其用于根据如下第一公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响范围增益；
所述第一公式如下所示：
mr(u,a)＝info(u,a)-sa(u,a)
其中，所述u为新促销时间下当前非促销种集中任一节点，所述a为所述任一购买动作，所述info(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响力，所述sa(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上分配当前促销种集的影响力，所述mr(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响范围增益；
所述第二影响范围增益计算单元，其用于分别累加新促销时间下当前非促销种集中各节点在所有购买动作上的影响范围增益，得新促销时间下当前非促销种集中各节点的影响范围增益；
所述当前非促销节点确定单元，其用于获取当前非促销种集中影响范围增益最大的当前非促销节点。
进一步，所述第一影响力计算单元具体功能为根据如下第二公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二公式如下所示：
info(u,a)＝∑N i＝11/info_num(wi,a)
其中，所述wi为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的任一父节点，i∈{1,2,3…N}，所述N为所述父节点的个数，所述info_num(wi,a)为所述任一父节点在新促销时间下在所述任一购买动作上的子节点个数。
进一步，所述第二影响力计算单元具体功能为根据如下第三公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第三公式如下所示：
sa(u,a)＝∑M j＝11/info_num(wj,a)
其中，所述wj为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上位于促销种集中的任一促销父节点，j∈{1,2,3…M}，所述M为所述促销父节点的个数，所述info_num(wj,a)为所述任一促销父节点在新促销时间下在所述任一购买动作上的子节点个数。
进一步，所述利润计算模块包括新影响力计算单元和利润计算单元；
所述新影响力计算单元，其用于根据如下第四公式计算新促销时间下采用新促销种集的新影响力；
所述第四公式如下所示：
infoX＝infoD+mr(v)
其中，所述v为所述当前非促销节点，所述infoX为新影响力，所述infoD为当前影响力，所述mr(v)为新促销时间下所述当前非促销节点的影响范围增益；
所述利润计算单元，其用于根据如下第五公式计算当前促销时间下采用当前促销种集获取的当前利润；根据如下第六公式计算新促销时间下采用新促销种集获取的新利润；
所述第五公式如下所示：
profitD＝f(infoD)-s*k
所述第六公式如下所示：
profitX＝f(infoX)-s*K
其中，所述profitD为当前利润，所述ProfitX为新利润，所述f(infoD)为当前影响力获取的收入，所述f(infoX)为新影响力获取的收入，所述s为每个促销节点所需的促销成本，所述k为当前促销种集的节点个数，所述K为新促销种集的节点个数，K＝k+1。
附图说明
图1为本发明一种时间最优的利润最大化方法的方法流程图；
图2为本发明一种时间最优的利润最大化***的***原理框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
根据用户关系网络，如某一社交平台，如果用户A和用户B之间存在交互关系，如互为好友，互相评论，互相关注等，用户A执行某购买动作后一定时间内，即促销时间内，用户B也执行所述某购买动作；则认为用户A对用户B产生了影响，所述影像使用户B执行了所述某购买动作；同时认为用户B分配了用户A影响力，正是由于用户B的存在，才使用户A存在影响力；定义用户A为用户B的父节点，用户B为用户A的子节点，子节点用户B在所述某购买动作上分配父节点用户A的影响力为父节点用户A的所有子节点个数的倒数，子节点用户B在所述某购买动作上的影响力为子节点用户B在所述某购买动作上分配其所有父节点的影响力之和。
如图1所示，一种时间最优的利润最大化方法，包括如下步骤：
步骤1，提取当前促销时间、当前促销种集和当前促销时间下当前促销种集的当前影响力。
步骤2，在当前促销时间上延长预设时间段生成新促销时间。
步骤3，分别计算新促销时间下当前非促销种集中各节点的影响范围增益，获取当前非促销种集中影响范围增益最大的当前非促销节点；若所述当前非促销节点的影响范围增益为零，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集，结束操作；否则，将所述当前非促销节点加入当前促销种集，生成新促销种集，执行步骤4。
所述分别计算新促销时间下当前非促销种集中各节点的影响范围增益的具体实现包括如下步骤：
步骤a1,分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力。
所述步骤a1的具体实现为根据如下第二公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二公式如下所示：
info(u,a)＝∑N i＝11/info_num(wi,a)
其中，所述wi为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的任一父节点，i∈{1,2,3…N}，所述N为所述父节点的个数，所述info_num(wi,a)为所述任一父节点在新促销时间下在所述任一购买动作上的子节点个数。
步骤a2,分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力。
所述步骤a2的具体实现为根据如下第三公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第三公式如下所示：
sa(u,a)＝∑M j＝11/info_num(wj,a)
其中，所述wj为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上位于促销种集中的任一促销父节点，j∈{1,2,3…M}，所述M为所述促销父节点的个数，所述info_num(wj,a)为所述任一促销父节点在新促销时间下在所述任一购买动作上的子节点个数。
步骤a3,根据如下第一公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响范围增益；
所述第一公式如下所示：
mr(u,a)＝info(u,a)-sa(u,a)
其中，所述u为新促销时间下当前非促销种集中任一节点，所述a为所述任一购买动作，所述info(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响力，所述sa(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上分配当前促销种集的影响力，所述mr(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响范围增益。
步骤a4,分别累加新促销时间下当前非促销种集中各节点在所有购买动作上的影响范围增益，得新促销时间下当前非促销种集中各节点的影响范围增益。
步骤4，计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润；如果新利润大于当前利润，则将新促销种集作为当前促销种集，新促销时间作为当前促销时间，新影响力作为当前影响力，返回执行步骤2；反之，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集。
所述计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润的具体实现包括如下步骤：
步骤b1，根据如下第四公式计算新促销时间下采用新促销种集的新影响力；
所述第四公式如下所示：
infoX＝infoD+mr(v)
其中，所述v为所述当前非促销节点，所述infoX为新影响力，所述infoD为当前影响力，所述mr(v)为新促销时间下所述当前非促销节点的影响范围增益。
步骤b2,根据如下第五公式计算当前促销时间下采用当前促销种集获取的当前利润；根据如下第六公式计算新促销时间下采用新促销种集获取的新利润；
所述第五公式如下所示：
profitD＝f(infoD)-s*k
所述第六公式如下所示：
profitX＝f(infoX)-s*K
其中，所述profitD为当前利润，所述ProfitX为新利润，所述f(infoD)为当前影响力获取的收入，所述f(infoX)为新影响力获取的收入，所述s为每个促销节点所需的促销成本，所述k为当前促销种集的节点个数，所述K为新促销种集的节点个数，K＝k+1。
如图2所示，一种时间最优的利润最大化***，包括提取模块、新促销时间生成模块、当前非促销节点确定模块、第一促销活动确定模块、利润计算模块和第二促销活动确定模块。
所述提取模块，其用于提取当前促销时间、当前促销种集和当前促销时间下当前促销种集的当前影响力。
所述新促销时间生成模块，其用于在当前促销时间上延长预设时间段生成新促销时间。
所述当前非促销节点确定模块，其用于分别计算新促销时间下当前非促销种集中各节点的影响范围增益，获取当前非促销种集中影响范围增益最大的当前非促销节点。
所述当前非促销节点确定模块包括第一影响力计算单元、第二影响力计算单元、第一影响范围增益计算单元、第二影响范围增益计算单元和当前非促销节点确定单元。
所述第一影响力计算单元，其用于分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力。
所述第一影响力计算单元具体功能为根据如下第二公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二公式如下所示：
info(u,a)＝∑N i＝11/info_num(wi,a)
其中，所述wi为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的任一父节点，i∈{1,2,3…N}，所述N为所述父节点的个数，所述info_num(wi,a)为所述任一父节点在新促销时间下在所述任一购买动作上的子节点个数。
所述第二影响力计算单元，其用于分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力。
所述第二影响力计算单元具体功能为根据如下第三公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第三公式如下所示：
sa(u,a)＝∑M j＝11/info_num(wj,a)
其中，所述wj为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上位于促销种集中的任一促销父节点，j∈{1,2,3…M}，所述M为所述促销父节点的个数，所述info_num(wj,a)为所述任一促销父节点在新促销时间下在所述任一购买动作上的子节点个数。
所述第一影响范围增益计算单元，其用于根据如下第一公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响范围增益；
所述第一公式如下所示：
mr(u,a)＝info(u,a)-sa(u,a)
其中，所述u为新促销时间下当前非促销种集中任一节点，所述a为所述任一购买动作，所述info(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响力，所述sa(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上分配当前促销种集的影响力，所述mr(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响范围增益。
所述第二影响范围增益计算单元，其用于分别累加新促销时间下当前非促销种集中各节点在所有购买动作上的影响范围增益，得新促销时间下当前非促销种集中各节点的影响范围增益。
所述当前非促销节点确定单元，其用于获取当前非促销种集中影响范围增益最大的当前非促销节点。
所述第一促销活动确定模块，其用于若所述当前非促销节点的影响范围增益为零，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集，结束操作；否则，将所述当前非促销节点加入当前促销种集，生成新促销种集，驱动利润计算模块工作。
所述利润计算模块，其用于计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润。
所述利润计算模块包括新影响力计算单元和利润计算单元。
所述新影响力计算单元，其用于根据如下第四公式计算新促销时间下采用新促销种集的新影响力；
所述第四公式如下所示：
infoX＝infoD+mr(v)
其中，所述v为所述当前非促销节点，所述infoX为新影响力，所述infoD为当前影响力，所述mr(v)为新促销时间下所述当前非促销节点的影响范围增益。
所述利润计算单元，其用于根据如下第五公式计算当前促销时间下采用当前促销种集获取的当前利润；根据如下第六公式计算新促销时间下采用新促销种集获取的新利润；
所述第五公式如下所示：
profitD＝f(infoD)-s*k
所述第六公式如下所示：
profitX＝f(infoX)-s*K
其中，所述profitD为当前利润，所述ProfitX为新利润，所述f(infoD)为当前影响力获取的收入，所述f(infoX)为新影响力获取的收入，所述s为每个促销节点所需的促销成本，所述k为当前促销种集的节点个数，所述K为新促销种集的节点个数，K＝k+1。
所述第二促销活动确定模块，其用于如果新利润大于当前利润，则将新促销种集作为当前促销种集，新促销时间作为当前促销时间，新影响力作为当前影响力，驱动新促销时间生成模块工作；反之，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种时间最优的利润最大化方法，其特征在于，包括如下步骤：
步骤1，提取当前促销时间、当前促销种集和当前促销时间下当前促销种集的当前影响力；
步骤2，在当前促销时间上延长预设时间段生成新促销时间；
步骤3，分别计算新促销时间下当前非促销种集中各节点的影响范围增益，获取当前非促销种集中影响范围增益最大的当前非促销节点；若所述当前非促销节点的影响范围增益为零，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集，结束操作；否则，将所述当前非促销节点加入当前促销种集，生成新促销种集，执行步骤4；
步骤4，计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润；如果新利润大于当前利润，则将新促销种集作为当前促销种集，新促销时间作为当前促销时间，新影响力作为当前影响力，返回执行步骤2；反之，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集。
2.根据权利要求1所述一种时间最优的利润最大化方法，其特征在于，所述分别计算新促销时间下当前非促销种集中各节点的影响范围增益的具体实现包括如下步骤：
步骤a1,分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
步骤a2,分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
步骤a3,根据如下第一公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响范围增益；
所述第一公式如下所示：
mr(u,a)＝info(u,a)-sa(u,a)
其中，所述u为新促销时间下当前非促销种集中任一节点，所述a为所述任一购买动作，所述info(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响力，所述sa(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上分配当前促销种集的影响力，所述mr(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响范围增益；
步骤a4,分别累加新促销时间下当前非促销种集中各节点在所有购买动作上的影响范围增益，得新促销时间下当前非促销种集中各节点的影响范围增益。
3.根据权利要求2所述一种时间最优的利润最大化方法，其特征在于，所述步骤a1的具体实现为根据如下第二公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二公式如下所示：
info(u,a)＝∑N i＝11/info_num(wi,a)
其中，所述wi为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的任一父节点，i∈{1,2,3…N}，所述N为所述父节点的个数，所述info_num(wi,a)为所述任一父节点在新促销时间下在所述任一购买动作上的子节点个数。
4.根据权利要求3所述一种时间最优的利润最大化方法，其特征在于，所述步骤a2的具体实现为根据如下第三公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第三公式如下所示：
sa(u,a)＝∑M j＝11/info_num(wj,a)
其中，所述wj为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上位于促销种集中的任一促销父节点，j∈{1,2,3…M}，所述M为所述促销父节点的个数，所述info_num(wj,a)为所述任一促销父节点在新促销时间下在所述任一购买动作上的子节点个数。
5.根据权利要求4所述一种时间最优的利润最大化方法，其特征在于，所述计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润的具体实现包括如下步骤：
步骤b1，根据如下第四公式计算新促销时间下采用新促销种集的新影响力；
所述第四公式如下所示：
infoX＝infoD+mr(v)
其中，所述v为所述当前非促销节点，所述infoX为新影响力，所述infoD为当前影响力，所述mr(v)为新促销时间下所述当前非促销节点的影响范围增益；
步骤b2,根据如下第五公式计算当前促销时间下采用当前促销种集获取的当前利润；根据如下第六公式计算新促销时间下采用新促销种集获取的新利润；
所述第五公式如下所示：
profitD＝f(infoD)-s*k
所述第六公式如下所示：
profitX＝f(infoX)-s*K
其中，所述profitD为当前利润，所述ProfitX为新利润，所述f(infoD)为当前影响力获取的收入，所述f(infoX)为新影响力获取的收入，所述s为每个促销节点所需的促销成本，所述k为当前促销种集的节点个数，所述K为新促销种集的节点个数，K＝k+1。
6.一种时间最优的利润最大化***，其特征在于，包括提取模块、新促销时间生成模块、当前非促销节点确定模块、第一促销活动确定模块、利润计算模块和第二促销活动确定模块；
所述提取模块，其用于提取当前促销时间、当前促销种集和当前促销时间下当前促销种集的当前影响力；
所述新促销时间生成模块，其用于在当前促销时间上延长预设时间段生成新促销时间；
所述当前非促销节点确定模块，其用于分别计算新促销时间下当前非促销种集中各节点的影响范围增益，获取当前非促销种集中影响范围增益最大的当前非促销节点；
所述第一促销活动确定模块，其用于若所述当前非促销节点的影响范围增益为零，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集，结束操作；否则，将所述当前非促销节点加入当前促销种集，生成新促销种集，驱动利润计算模块工作；
所述利润计算模块，其用于计算新促销时间下新促销种集的新影响力，新促销时间下采用新促销种集获取的新利润，以及当前促销时间下采用当前促销种集获取的当前利润；
所述第二促销活动确定模块，其用于如果新利润大于当前利润，则将新促销种集作为当前促销种集，新促销时间作为当前促销时间，新影响力作为当前影响力，驱动新促销时间生成模块工作；反之，则将当前促销时间和当前促销种集分别作为促销活动的最终促销时间和最终促销种集。
7.根据权利要求6所述一种时间最优的利润最大化***，其特征在于，所述当前非促销节点确定模块包括第一影响力计算单元、第二影响力计算单元、第一影响范围增益计算单元、第二影响范围增益计算单元和当前非促销节点确定单元；
所述第一影响力计算单元，其用于分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二影响力计算单元，其用于分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第一影响范围增益计算单元，其用于根据如下第一公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响范围增益；
所述第一公式如下所示：
mr(u,a)＝info(u,a)-sa(u,a)
其中，所述u为新促销时间下当前非促销种集中任一节点，所述a为所述任一购买动作，所述info(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响力，所述sa(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上分配当前促销种集的影响力，所述mr(u,a)为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的影响范围增益；
所述第二影响范围增益计算单元，其用于分别累加新促销时间下当前非促销种集中各节点在所有购买动作上的影响范围增益，得新促销时间下当前非促销种集中各节点的影响范围增益；
所述当前非促销节点确定单元，其用于获取当前非促销种集中影响范围增益最大的当前非促销节点。
8.根据权利要求7所述一种时间最优的利润最大化***，其特征在于，所述第一影响力计算单元具体功能为根据如下第二公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上的影响力；
所述第二公式如下所示：
info(u,a)＝∑N i＝11/info_num(wi,a)
其中，所述wi为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上的任一父节点，i∈{1,2,3…N}，所述N为所述父节点的个数，所述info_num(wi,a)为所述任一父节点在新促销时间下在所述任一购买动作上的子节点个数。
9.根据权利要求8所述一种时间最优的利润最大化***，其特征在于，所述第二影响力计算单元具体功能为根据如下第三公式分别计算新促销时间下当前非促销种集中各节点在任一购买动作上分配当前促销种集的影响力；
所述第三公式如下所示：
sa(u,a)＝∑M j＝11/info_num(wj,a)
其中，所述wj为新促销时间下当前非促销种集中所述任一节点在所述任一购买动作上位于促销种集中的任一促销父节点，j∈{1,2,3…M}，所述M为所述促销父节点的个数，所述info_num(wj,a)为所述任一促销父节点在新促销时间下在所述任一购买动作上的子节点个数。
10.根据权利要求9所述一种时间最优的利润最大化***，其特征在于，所述利润计算模块包括新影响力计算单元和利润计算单元；
所述新影响力计算单元，其用于根据如下第四公式计算新促销时间下采用新促销种集的新影响力；
所述第四公式如下所示：
infoX＝infoD+mr(v)
其中，所述v为所述当前非促销节点，所述infoX为新影响力，所述infoD为当前影响力，所述mr(v)为新促销时间下所述当前非促销节点的影响范围增益；
所述利润计算单元，其用于根据如下第五公式计算当前促销时间下采用当前促销种集获取的当前利润；根据如下第六公式计算新促销时间下采用新促销种集获取的新利润；
所述第五公式如下所示：
profitD＝f(infoD)-s*k
所述第六公式如下所示：
profitX＝f(infoX)-s*K
其中，所述profitD为当前利润，所述ProfitX为新利润，所述f(infoD)为当前影响力获取的收入，所述f(infoX)为新影响力获取的收入，所述s为每个促销节点所需的促销成本，所述k为当前促销种集的节点个数，所述K为新促销种集的节点个数，K＝k+1。
CN201610181421.8A 2016-03-28 2016-03-28 一种时间最优的利润最大化方法及*** Pending CN105812242A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610181421.8A CN105812242A (zh) 2016-03-28 2016-03-28 一种时间最优的利润最大化方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610181421.8A CN105812242A (zh) 2016-03-28 2016-03-28 一种时间最优的利润最大化方法及***

Publications (1)

Publication Number Publication Date
CN105812242A true CN105812242A (zh) 2016-07-27

Family

ID=56453971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610181421.8A Pending CN105812242A (zh) 2016-03-28 2016-03-28 一种时间最优的利润最大化方法及***

Country Status (1)

Country Link
CN (1) CN105812242A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050234809A1 (en) * 2004-04-16 2005-10-20 Criner Oscar H Optimized control system for portfolios of managed futures
US20070198442A1 (en) * 2005-02-05 2007-08-23 Summerbrook Media Incorporated Sales method for mobile media
CN101593328A (zh) * 2008-05-29 2009-12-02 上海艾腾信息技术有限公司 一种选择用户发布广告信息的控制装置及方法
CN104123352A (zh) * 2014-07-10 2014-10-29 西安理工大学 面向微博的话题层次用户影响力度量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050234809A1 (en) * 2004-04-16 2005-10-20 Criner Oscar H Optimized control system for portfolios of managed futures
US20070198442A1 (en) * 2005-02-05 2007-08-23 Summerbrook Media Incorporated Sales method for mobile media
CN101593328A (zh) * 2008-05-29 2009-12-02 上海艾腾信息技术有限公司 一种选择用户发布广告信息的控制装置及方法
CN104123352A (zh) * 2014-07-10 2014-10-29 西安理工大学 面向微博的话题层次用户影响力度量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GOYAL A ET AL: "A data-based approach to social influence maximization", 《PROCEEDINGS OF THE VLDB ENDOWMENT》 *
夏涛等: "社会网络中的影响力综述", 《计算机应用》 *

Similar Documents

Publication Publication Date Title
Christidis et al. The post-pandemic recovery of transport activity: Emerging mobility patterns and repercussions on future evolution
CN106570008B (zh) 推荐方法及装置
Martins Continuous opinions and discrete actions in opinion dynamics problems
Li et al. Towards social user profiling: unified and discriminative influence model for inferring home locations
US20210224269A1 (en) Method and apparatus of recommending information based on fused relationship network, and device and medium
CN103678669A (zh) 一种社交网络中的社区影响力评估***及方法
CN107516235B (zh) 商品偏好预估方法和装置
US20130086063A1 (en) Deriving User Influences on Topics from Visual and Social Content
CN109783539A (zh) 用户挖掘及其模型构建方法、装置及计算机设备
CN104915397A (zh) 一种微博传播趋势预测方法及装置
CN102708131A (zh) 将消费者自动分类到微细分中
CN103870604B (zh) 旅游推荐方法和装置
CN105426486A (zh) 一种基于用户行为数据的手机app推送方法
CN107038496A (zh) 一种无人机快递自动投送路径规划方法及***
CN105550275A (zh) 一种微博转发量预测方法
US11263569B2 (en) Blockchain-based information processing method and apparatus, and device
Fosgerau et al. Bikeability and the induced demand for cycling
Noori et al. The conceptual relation of electronic word-of-mouth, commitment and trust in influencing continuous usage of social commerce
CN105335476A (zh) 一种热点事件分类方法及装置
CN105812242A (zh) 一种时间最优的利润最大化方法及***
CN109544275A (zh) 一种商品积分管理***
CN109033224A (zh) 一种风险文本识别方法和装置
CN102521683A (zh) 远程教育的学员管理方法
KR101331453B1 (ko) 연관어를 이용한 확장 키워드 검색 광고 방법
Abdillah The role of big data and cloud computing for technology based business

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20190726