本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種對(duì)象選擇方法和裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，很多業(yè)務(wù)都通過網(wǎng)絡(luò)來執(zhí)行，例如，可以通過網(wǎng)絡(luò)向一部分用戶分配業(yè)務(wù)資源，以使得這些用戶能夠帶來更大的業(yè)務(wù)收益，這些接收資源的用戶可以稱為業(yè)務(wù)對(duì)象，當(dāng)然業(yè)務(wù)對(duì)象也可以是用戶之外的其他類型。其中，具體向哪些業(yè)務(wù)對(duì)象分配業(yè)務(wù)資源能夠使得收益盡可能最大化，是一個(gè)非常重要的問題，如果所選擇的對(duì)象不合適，將造成資源的浪費(fèi)。

相關(guān)技術(shù)中，一種選擇分配資源的對(duì)象的方法，可以是PageRank算法，該算法考慮了各個(gè)對(duì)象之間的依賴關(guān)系，可以將該依賴關(guān)系作為權(quán)重計(jì)算得到在對(duì)象群體中每個(gè)對(duì)象相對(duì)的重要性，選取其中重要性高的對(duì)象作為資源分配對(duì)象。但是，這種方法的缺點(diǎn)是，重要性計(jì)算所依據(jù)的參數(shù)是有限的，得到的重要性指標(biāo)并不能準(zhǔn)確體現(xiàn)對(duì)象在群體中的業(yè)務(wù)影響力，使得按照該方法確定的業(yè)務(wù)對(duì)象不準(zhǔn)確，如果將資源分配給這些對(duì)象，將無法實(shí)現(xiàn)收益增加的效果。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供一種對(duì)象選擇方法和裝置，以提高業(yè)務(wù)對(duì)象選擇的準(zhǔn)確性。

具體地，本發(fā)明是通過如下技術(shù)方案實(shí)現(xiàn)的：

第一方面，提供一種對(duì)象選擇方法，所述方法包括：

根據(jù)用于影響目標(biāo)對(duì)象選擇的業(yè)務(wù)影響參數(shù)，分別對(duì)每?jī)蓚€(gè)對(duì)象之間的基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到新對(duì)象關(guān)系權(quán)重；

根據(jù)對(duì)象群體中的各新對(duì)象關(guān)系權(quán)重，分別確定所述對(duì)象群體中的每個(gè)對(duì)象對(duì)應(yīng)的傳播力值，所述對(duì)象群體包括多個(gè)對(duì)象；

根據(jù)每個(gè)對(duì)象在業(yè)務(wù)中的業(yè)務(wù)活動(dòng)參數(shù)，分別確定每個(gè)對(duì)象對(duì)應(yīng)的活躍度值，所述活躍度值用于表示所述對(duì)象在業(yè)務(wù)中的參與程度；

根據(jù)所述活躍度值和傳播力值，分別確定每個(gè)對(duì)象對(duì)應(yīng)的影響力值，所述影響力值用于表示所述對(duì)象對(duì)其他對(duì)象的影響程度；

選擇影響力值大于預(yù)設(shè)閾值的對(duì)象作為目標(biāo)對(duì)象。

第二方面，提供一種對(duì)象選擇裝置，所述裝置包括：

權(quán)重調(diào)整模塊，用于根據(jù)用于影響目標(biāo)對(duì)象選擇的業(yè)務(wù)影響參數(shù)，分別對(duì)每?jī)蓚€(gè)對(duì)象之間的基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到新對(duì)象關(guān)系權(quán)重；

傳播確定模塊，用于根據(jù)對(duì)象群體中的各新對(duì)象關(guān)系權(quán)重，分別確定所述對(duì)象群體中的每個(gè)對(duì)象對(duì)應(yīng)的傳播力值，所述對(duì)象群體包括多個(gè)對(duì)象；

活躍確定模塊，用于根據(jù)每個(gè)對(duì)象在業(yè)務(wù)中的業(yè)務(wù)活動(dòng)參數(shù)，分別確定每個(gè)對(duì)象對(duì)應(yīng)的活躍度值，所述活躍度值用于表示所述對(duì)象在業(yè)務(wù)中的參與程度；

影響確定模塊，用于根據(jù)所述活躍度值和傳播力值，分別確定每個(gè)對(duì)象對(duì)應(yīng)的影響力值，所述影響力值用于表示所述對(duì)象對(duì)其他對(duì)象的影響程度；

選擇處理模塊，用于選擇影響力值大于預(yù)設(shè)閾值的對(duì)象作為目標(biāo)對(duì)象。

本發(fā)明實(shí)施例的對(duì)象選擇方法和裝置，通過根據(jù)業(yè)務(wù)影響參數(shù)對(duì)基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，使得傳播力值的計(jì)算更加準(zhǔn)確，并且綜合考慮了對(duì)象的活躍度值，更加準(zhǔn)確的確定對(duì)象的影響力，從而也使得根據(jù)該影響力選擇的目標(biāo)對(duì)象更準(zhǔn)確，提高了業(yè)務(wù)對(duì)象選擇的準(zhǔn)確性。

附圖說明

圖1為本發(fā)明實(shí)施例提供的一種對(duì)象選擇方法的流程示意圖；

圖2為本發(fā)明實(shí)施例提供的另一種對(duì)象選擇方法的流程示意圖；

圖3為本發(fā)明實(shí)施例提供的一種對(duì)象選擇裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明實(shí)施例提供的另一種對(duì)象選擇裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

本申請(qǐng)實(shí)施例提供了一種選擇待分配資源的對(duì)象的方法，該方法可以由包括多個(gè)對(duì)象的對(duì)象群體中選擇出部分對(duì)象，該部分對(duì)象可以稱為目標(biāo)對(duì)象，將業(yè)務(wù)資源(例如，資源可以是業(yè)務(wù)信息，某商家在某預(yù)定時(shí)間段將執(zhí)行促銷活動(dòng)，該活動(dòng)滿一定消費(fèi)金額將進(jìn)行優(yōu)惠打折，或者該資源是直接的折扣券，或者該資源是消費(fèi)抵用券等)分配至這些目標(biāo)對(duì)象后，目標(biāo)對(duì)象能夠根據(jù)業(yè)務(wù)資源進(jìn)行業(yè)務(wù)推廣處理(例如，目標(biāo)對(duì)象可以通過某種方式將業(yè)務(wù)資源分發(fā)給其他對(duì)象)，起到協(xié)助增加業(yè)務(wù)收益的效果(例如，較多的對(duì)象根據(jù)業(yè)務(wù)資源參加本次業(yè)務(wù)活動(dòng)，將增加業(yè)務(wù)收益)；目標(biāo)對(duì)象選擇的合適與否，直接關(guān)系到業(yè)務(wù)收益是否增加以及所分配的業(yè)務(wù)資源是否得到有效利用。

圖1示例了一種對(duì)象選擇方法，該方法可以包括如下處理：

在步驟101中，根據(jù)用于影響目標(biāo)對(duì)象選擇的業(yè)務(wù)影響參數(shù)，分別對(duì)每?jī)蓚€(gè)對(duì)象之間的基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到新對(duì)象關(guān)系權(quán)重。

兩個(gè)對(duì)象之間的基礎(chǔ)關(guān)系權(quán)重是用于表示這兩個(gè)對(duì)象之間的交互粘性的一種度量參數(shù)。比如，如果兩個(gè)對(duì)象之間經(jīng)?；ハ噢D(zhuǎn)發(fā)博客，或者，相互經(jīng)常聊天，或者，相互之間多次發(fā)生轉(zhuǎn)賬操作等，說明這兩個(gè)對(duì)象的關(guān)系較為密切，基礎(chǔ)關(guān)系權(quán)重的數(shù)值可以較高；相反，如果兩個(gè)對(duì)象之間很少進(jìn)行相互溝通和交流，其基礎(chǔ)關(guān)系權(quán)重的數(shù)值可以較低，以表明兩者關(guān)系疏遠(yuǎn)。

本步驟中，可以對(duì)基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，調(diào)整的方法是根據(jù)業(yè)務(wù)相關(guān)的業(yè)務(wù)影響參數(shù)。該業(yè)務(wù)影響參數(shù)的特點(diǎn)是，該參數(shù)是在選擇目標(biāo)對(duì)象時(shí)需要考慮的一個(gè)重要參數(shù)，缺少該參數(shù)將影響到目標(biāo)對(duì)象選擇的準(zhǔn)確度，但是在基礎(chǔ)關(guān)系權(quán)重的計(jì)算時(shí)又未考慮該參數(shù)；因此，需要根據(jù)該業(yè)務(wù)影響參數(shù)對(duì)基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到新對(duì)象關(guān)系權(quán)重。由于新對(duì)象關(guān)系權(quán)重已經(jīng)融合了業(yè)務(wù)影響參數(shù)，可以更準(zhǔn)確的反映兩個(gè)對(duì)象之間的關(guān)系。

在步驟102中，根據(jù)所述對(duì)象群體中的各新對(duì)象關(guān)系權(quán)重，分別確定所述對(duì)象群體中的每個(gè)對(duì)象對(duì)應(yīng)的傳播力值。

本步驟中，每個(gè)對(duì)象的傳播力值，體現(xiàn)了該對(duì)象對(duì)其他對(duì)象的影響程度。比如，假設(shè)某個(gè)對(duì)象的傳播力值比較高，那就表明如果將業(yè)務(wù)資源分配給該對(duì)象，那么該對(duì)象就很有可能將業(yè)務(wù)資源傳播至其他對(duì)象，并帶動(dòng)其他對(duì)象來參與業(yè)務(wù)資源對(duì)應(yīng)的業(yè)務(wù)活動(dòng)，使得業(yè)務(wù)獲益。

例如，步驟101中已經(jīng)計(jì)算得到了任意兩個(gè)對(duì)象之間的新對(duì)象關(guān)系權(quán)重，在根據(jù)這些新對(duì)象關(guān)系權(quán)重確定各對(duì)象分別對(duì)應(yīng)的傳播力時(shí)，可以使用帶權(quán)PageRank算法，新對(duì)象關(guān)系權(quán)重即為該帶權(quán)PageRank算法中使用到的權(quán)重。

在步驟103中，根據(jù)每個(gè)對(duì)象在業(yè)務(wù)中的業(yè)務(wù)活動(dòng)參數(shù)，分別確定每個(gè)對(duì)象對(duì)應(yīng)的活躍度值。

例如，本步驟計(jì)算的活躍度值是與上面的傳播力值并列的一個(gè)參數(shù)，每個(gè)對(duì)象都有對(duì)應(yīng)的傳播力值和活躍度值。這里的活躍度值可以是根據(jù)對(duì)象在業(yè)務(wù)中的業(yè)務(wù)活動(dòng)參數(shù)確定，所述活躍度值用于表示所述對(duì)象在業(yè)務(wù)中的參與程度。，如果對(duì)象積極參與業(yè)務(wù)，則其活躍度值較高；否則，活躍度值降低。

比如，可以根據(jù)某個(gè)對(duì)象在最近三個(gè)月去過幾個(gè)店鋪消費(fèi)，消費(fèi)的天數(shù)，消費(fèi)的次數(shù)等，計(jì)算對(duì)象消費(fèi)的活躍度值，這些參數(shù)可以體現(xiàn)對(duì)象的消費(fèi)是否足夠活躍；如果對(duì)象經(jīng)常去店鋪消費(fèi)且光顧多個(gè)店鋪，其消費(fèi)活躍度值相對(duì)較高，如果對(duì)象很少外出消費(fèi)，其消費(fèi)活躍度值相對(duì)較低。

在步驟104中，根據(jù)所述活躍度值和傳播力值，分別確定每個(gè)對(duì)象對(duì)應(yīng)的影響力值。例如，本步驟計(jì)算的影響力值，也可以體現(xiàn)該對(duì)象對(duì)其他對(duì)象的影響程度，與傳播力值不同的是，影響力值是綜合根據(jù)傳播力值和活躍度值確定，這樣可以使得衡量對(duì)象的影響力更加準(zhǔn)確。

在步驟105中，選擇影響力值大于預(yù)設(shè)閾值的對(duì)象作為目標(biāo)對(duì)象。

本步驟中選擇影響力值大于預(yù)設(shè)閾值的對(duì)象，也可以有多種選擇方式。比如，可以設(shè)定一個(gè)影響力閾值，將影響力值大于該閾值的對(duì)象都作為目標(biāo)對(duì)象；或者，還可以將各個(gè)影響力值進(jìn)行排序，將排在前N位的影響力值對(duì)應(yīng)的對(duì)象作為目標(biāo)對(duì)象，N可以是設(shè)定一個(gè)自然數(shù)，這種方式也可以看做是大于預(yù)設(shè)閾值的一種。在確定目標(biāo)對(duì)象后，可以將業(yè)務(wù)資源分配給該對(duì)象。

本例子的對(duì)象選擇方法，通過根據(jù)業(yè)務(wù)影響參數(shù)對(duì)基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，使得傳播力值的計(jì)算更加準(zhǔn)確，并且綜合考慮了對(duì)象的活躍度值，更加準(zhǔn)確的確定對(duì)象的影響力，從而也使得根據(jù)該影響力選擇的目標(biāo)對(duì)象更準(zhǔn)確，即所選擇的目標(biāo)對(duì)象將可以更好的傳播業(yè)務(wù)資源，帶動(dòng)業(yè)務(wù)收益的提高。

如下以一個(gè)餐飲業(yè)務(wù)中的營銷場(chǎng)景為例，來說明本申請(qǐng)實(shí)施例的對(duì)象選擇方法的應(yīng)用。在該場(chǎng)景中，將涉及到幾個(gè)概念，預(yù)先解釋如下：

網(wǎng)絡(luò)營銷：是一種營銷手段，通過互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)針對(duì)部分用戶進(jìn)行產(chǎn)品推廣，讓這部分用戶去消費(fèi)并帶動(dòng)其朋友消費(fèi)。

影響力最大化：給定一個(gè)社交網(wǎng)絡(luò)，網(wǎng)絡(luò)上用戶之間的親密程度已知，該親密程度可以用關(guān)系權(quán)重來衡量，需要選擇k個(gè)種子用戶，使得這k個(gè)用戶影響其他用戶數(shù)量最多。本例子中，種子用戶可以稱為目標(biāo)對(duì)象。

O2O：Online To Offline的簡(jiǎn)稱，是一種線下商務(wù)模式，是指線上營銷及線上購買帶動(dòng)線下的消費(fèi)。

PageRank算法：PageRank是Google用于網(wǎng)頁重要性排名的算法，算法將網(wǎng)頁看成節(jié)點(diǎn)，將網(wǎng)頁對(duì)網(wǎng)頁的引用看成有向邊，其基本假設(shè)是一個(gè)節(jié)點(diǎn)(網(wǎng)頁)很重要是因?yàn)橛泻芏嘀匾墓?jié)點(diǎn)指向它，算法通過迭代的方式來求解這種遞歸定義的重要性，初始時(shí)假設(shè)每個(gè)節(jié)點(diǎn)的重要性是一樣的，都為1，然后每個(gè)節(jié)點(diǎn)向它的鄰居均等地貢獻(xiàn)重要性，每個(gè)節(jié)點(diǎn)再將鄰居發(fā)過來的重要性累加起來作為自己新一輪的重要性，如此迭代下去，直到所有節(jié)點(diǎn)的重要性不再不變化。PageRank算法每一輪更新節(jié)點(diǎn)重要性的公式如下：

p_i表示新一輪迭代后節(jié)點(diǎn)i的PageRank值，p′_j表示上一輪迭代節(jié)點(diǎn)j的PageRank值，w_ji表示節(jié)點(diǎn)j到節(jié)點(diǎn)i的邊的歸一化權(quán)重，其值為節(jié)點(diǎn)j到節(jié)點(diǎn)i的邊權(quán)重除以所有以j為起點(diǎn)的邊權(quán)重之和，α是一個(gè)參數(shù)，一般取0.15。

帶權(quán)PageRank算法：該算法中，可以采用某種方法計(jì)算邊的權(quán)重，比如當(dāng)節(jié)點(diǎn)表示用戶時(shí)，可以用一個(gè)用戶轉(zhuǎn)發(fā)另一個(gè)用戶的博客的數(shù)量作為邊的權(quán)重。

在餐飲業(yè)務(wù)中的營銷場(chǎng)景中，假設(shè)給定一批用戶群，要從中篩選出k個(gè)用戶作為種子用戶，以使得這一批用戶影響的用戶更多，比如某個(gè)餐飲店鋪，打算給10位發(fā)送優(yōu)惠券，請(qǐng)他們來吃飯，希望借助他們的影響力，能帶來更多朋友來這個(gè)餐館消費(fèi)。這種場(chǎng)景就是一種O2O模式的網(wǎng)絡(luò)營銷手段，并且通過選擇種子用戶發(fā)送優(yōu)惠券可以實(shí)現(xiàn)影響力最大化。那么通過本例子的對(duì)象選擇方法，將可以篩選出這10個(gè)有影響力的種子用戶。本例子將種子用戶稱為目標(biāo)對(duì)象，且將發(fā)送給種子用戶的優(yōu)惠券稱為業(yè)務(wù)資源。

在種子用戶即目標(biāo)對(duì)象的選擇中，需要有效度量該用戶在社交網(wǎng)絡(luò)上的影響力，上述餐廳優(yōu)惠券發(fā)放的例子中，用戶影響力的準(zhǔn)確確定，涉及到多方面因素，比如，用戶之間的交互關(guān)系程度，某兩個(gè)用戶之間是否經(jīng)?；ハ噢D(zhuǎn)發(fā)博客，或者是否經(jīng)常聊天等；同時(shí)，還有一個(gè)重要因素關(guān)系到影響力的確定，即用戶的地理位置，該地理位置相關(guān)的參數(shù)即為能夠影響目標(biāo)對(duì)象選擇的業(yè)務(wù)影響參數(shù)。例如，用戶A在北京，而用戶B在香港，雖然A和B經(jīng)常交互，關(guān)系權(quán)重很大，但A轉(zhuǎn)發(fā)北京某個(gè)餐廳的廣告時(shí)，B雖然看到了，但B去這個(gè)餐廳的可能性非常小，因此地理位置是一個(gè)在餐廳優(yōu)惠券發(fā)放的例子中很重要的業(yè)務(wù)影響參數(shù)。當(dāng)然在其他的業(yè)務(wù)場(chǎng)景中，可以根據(jù)業(yè)務(wù)特點(diǎn)使用其他的業(yè)務(wù)影響參數(shù)來衡量對(duì)象之間的關(guān)系權(quán)重。

圖2示例了一種對(duì)象選擇方法的流程，可以通過該方法選擇餐廳優(yōu)惠券發(fā)放的場(chǎng)景中所需要的目標(biāo)對(duì)象。如下的方法并不限制各個(gè)步驟之間的執(zhí)行順序。該方法可以由某個(gè)數(shù)據(jù)處理設(shè)備執(zhí)行，如圖2所示，該方法可以包括：

在步驟201中，計(jì)算每?jī)蓚€(gè)對(duì)象之間的基礎(chǔ)關(guān)系權(quán)重。

例如，本例子中的對(duì)象群體包括很多的用戶，計(jì)算每?jī)蓚€(gè)對(duì)象的基礎(chǔ)關(guān)系權(quán)重即任意兩個(gè)用戶間的權(quán)重，兩個(gè)用戶間的基礎(chǔ)關(guān)系權(quán)重可以用于表示這兩個(gè)用戶之間的關(guān)系強(qiáng)弱。

該基礎(chǔ)關(guān)系權(quán)重的計(jì)算，可以依據(jù)的參數(shù)包括：雙方聊天的次數(shù)、點(diǎn)贊的次數(shù)、轉(zhuǎn)發(fā)微博的次數(shù)、轉(zhuǎn)賬的次數(shù)和金額等。數(shù)據(jù)處理設(shè)備可以獲取上述的參數(shù)，例如，轉(zhuǎn)賬的次數(shù)和金額可以由支付服務(wù)器獲取，支付服務(wù)器可以存儲(chǔ)有用戶轉(zhuǎn)賬時(shí)的歷史數(shù)據(jù)；又例如，雙方聊天的次數(shù)可以根據(jù)即時(shí)通訊服務(wù)器存儲(chǔ)的數(shù)據(jù)獲取。數(shù)據(jù)處理設(shè)備可以綜合這些參數(shù)計(jì)算兩個(gè)用戶之間的基礎(chǔ)關(guān)系權(quán)重。如果將所計(jì)算的兩個(gè)用戶用i和j表示，其對(duì)應(yīng)的基礎(chǔ)關(guān)系權(quán)重可以用W<i,j>表示。

在步驟202中，根據(jù)對(duì)象在業(yè)務(wù)中的地址信息，確定所述對(duì)象的活躍地，并獲取對(duì)象在業(yè)務(wù)中記錄的籍貫地。

用戶在使用互聯(lián)網(wǎng)系統(tǒng)時(shí)，會(huì)留下很多位置信息，例如，上網(wǎng)所使用的終端的IP地址、用戶在下單購物時(shí)所填寫的收貨地址等。數(shù)據(jù)處理設(shè)備可以獲取上述用戶在進(jìn)行業(yè)務(wù)時(shí)的地址信息，比如IP地址對(duì)應(yīng)的城市，收貨地址對(duì)應(yīng)的城市等?？梢詫⒊霈F(xiàn)次數(shù)最多的城市作為用戶的活躍地。此外，數(shù)據(jù)處理設(shè)備還可以獲取用戶在業(yè)務(wù)中記錄的籍貫地，有些業(yè)務(wù)需要用戶輸入其籍貫地。

在步驟203中，根據(jù)對(duì)象的活躍地和籍貫地，確定地理位置系數(shù)。

本步驟中，可以設(shè)定一個(gè)參數(shù)即地理位置系數(shù)，該系數(shù)可以用于表示兩個(gè)用戶之間的地理位置關(guān)系；該地理位置系數(shù)值的設(shè)置，可以根據(jù)兩個(gè)對(duì)象的活躍地和籍貫地的相同與否來設(shè)置。比如，如果兩個(gè)用戶的活躍地和籍貫地相同，則設(shè)置地理位置系數(shù)值最高，如果兩個(gè)用戶的活躍地和籍貫地至少一個(gè)不同，設(shè)置地理位置系數(shù)值降低。當(dāng)然也可以有其他的地理位置系數(shù)值的設(shè)置方式，只要能體現(xiàn)對(duì)象的活躍地和籍貫地的關(guān)系即可。

舉例如下：在O2O的場(chǎng)景下，用戶的影響力是受地理位置限制的，在同城的朋友更容易相互影響，假設(shè)用戶A的活躍城市和籍貫城市都是杭州，他有三個(gè)朋友，B(活躍城市在杭州)、C(活躍城市在北京，籍貫城市在杭州)、D(活躍城市和籍貫城市都在北京)。某天用戶A在杭州某家餐館吃飯之后，感覺口味和環(huán)境非常好，就在生活圈分享了這家店，他在杭州的朋友B看到了，周末很可能也會(huì)去嘗一嘗，但他在北京的朋友C和D卻不太可能去吃，用戶A對(duì)他的同城朋友影響更大。C與D之間比較，C去這家餐館的概率更大一些，因?yàn)镃的籍貫地在杭州，說明C的老家在杭州，逢年過節(jié)C可能會(huì)去杭州，受A的推薦影響也可能會(huì)去這家店吃一餐。D去杭州的可能性很低，但是也不是沒有可能，比如出差、旅游去杭州。

在上面的例子中，可以根據(jù)兩個(gè)用戶之間的地理位置關(guān)系，設(shè)置地理位置系數(shù)值。例如，假設(shè)地理位置系數(shù)為p，對(duì)于用戶A和用戶B，設(shè)置這兩個(gè)用戶對(duì)應(yīng)的p為1；將用戶A和用戶C之間的p設(shè)為0.2，將用戶A和用戶D之間的p設(shè)為0.02。即，本例子中的地理位置系數(shù)p的取值可以按照如下原則：

p＝1.0：用戶i與j的活躍城市相同，即i和j經(jīng)常在一個(gè)城市；

p＝0.2：兩個(gè)用戶籍貫城市相同，或者一個(gè)用戶的活躍城市與另一個(gè)用戶的籍貫城市相同；

p＝0.02：兩個(gè)用戶的籍貫城市和活躍城市都不同。

在步驟204中，通過所述地理位置系數(shù)值，對(duì)所述基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到調(diào)整后的所述新對(duì)象關(guān)系權(quán)重。

在步驟201計(jì)算得到的基礎(chǔ)關(guān)系權(quán)重的基礎(chǔ)上，本例子可以利用步驟203得到的地理位置系數(shù)對(duì)兩個(gè)對(duì)象的基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整。例如，假設(shè)將調(diào)整后得到的權(quán)重稱為新對(duì)象關(guān)系權(quán)重，并用R<i,j>表示用戶i和用戶j之間的新對(duì)象關(guān)系權(quán)重，則調(diào)整方式如下：

R<i,j>＝W<i,j>*p

即新對(duì)象關(guān)系權(quán)重可以為基礎(chǔ)關(guān)系權(quán)重與地理位置系數(shù)的乘積。但是，本實(shí)施例并不局限于此種調(diào)整方式，也可以采用根據(jù)地理位置系數(shù)進(jìn)行調(diào)整的其他調(diào)整公式。例如，如果將p設(shè)置為1，則調(diào)整后的權(quán)重與基礎(chǔ)關(guān)系權(quán)重相同；如果將p設(shè)置為0.2，即新對(duì)象關(guān)系權(quán)重降低為基礎(chǔ)關(guān)系權(quán)重的20％；如果將p設(shè)置為0.02，即新對(duì)象關(guān)系權(quán)重降低為基礎(chǔ)關(guān)系權(quán)重的2％。

在步驟205中，根據(jù)所述對(duì)象群體中的各新對(duì)象關(guān)系權(quán)重，分別確定所述對(duì)象群體中的每個(gè)對(duì)象對(duì)應(yīng)的傳播力值。

本步驟中，可以將調(diào)整后的新對(duì)象關(guān)系權(quán)重R<i，j>歸一化，構(gòu)建一個(gè)帶權(quán)網(wǎng)絡(luò)，使用帶權(quán)PageRank算法計(jì)算得到每個(gè)用戶的傳播力Transmissibility。即使用步驟204中得到的新對(duì)象關(guān)系權(quán)重，按照PageRank算法中提到的節(jié)點(diǎn)重要性更新公式計(jì)算，就可以得到傳播力Transmissibility。

在步驟206中，根據(jù)每個(gè)對(duì)象在業(yè)務(wù)中的業(yè)務(wù)活動(dòng)參數(shù)，分別確定每個(gè)對(duì)象對(duì)應(yīng)的活躍度值。

本例子要選擇的種子用戶可以是在O2O領(lǐng)域比較活躍的用戶，這樣他才有可能走進(jìn)餐館去消費(fèi)，進(jìn)而影響他的周圍朋友去消費(fèi)，如果他自己是很少去外面餐館吃飯，總是在家吃飯，那么優(yōu)惠券很難打動(dòng)他，更不要說讓他影響他的朋友去餐館消費(fèi)了。因此，本步驟要確定用戶的活躍度值。

例如，可以按照如下方法計(jì)算活躍度值：可以獲取最近3個(gè)月用戶在線下消費(fèi)的次數(shù)和商家個(gè)數(shù)等信息，并按照如下公式計(jì)算活躍度值A(chǔ)ctive：

Active＝消費(fèi)商家數(shù)*消費(fèi)天數(shù)*log(消費(fèi)次數(shù))

根據(jù)上面的公式，只有持續(xù)多次去多家店鋪消費(fèi)的用戶的活躍度才會(huì)很高，這種用戶也更有可能去影響其他人消費(fèi)。

在步驟207中，根據(jù)所述活躍度值和傳播力值，分別確定每個(gè)對(duì)象對(duì)應(yīng)的影響力值。

本步驟中將綜合根據(jù)活躍度值和傳播力值，確定對(duì)象的影響力值；只有活躍度值和傳播力值都很高的用戶，才有可能是影響力高的用戶。本例子中，在影響力值的確定中，設(shè)置所述活躍度值對(duì)影響力值計(jì)算的權(quán)重，低于傳播力值對(duì)影響力值計(jì)算的權(quán)重。這種影響的不同可以通過如下方式體現(xiàn)：

例如，可以將活躍度Active歸一化為[1,50]，將傳播力值Transmissibility歸一化到[1,1000]，然后通過如下公式計(jì)算對(duì)應(yīng)的影響力值Influence：

Influence＝Transmissibility*Active

上述例子中，活躍度對(duì)影響力的影響，比傳播力值對(duì)影響力值計(jì)算的影響要低。比如，一個(gè)1天去餐館消費(fèi)一次的用戶A和一個(gè)1天去餐館消費(fèi)4次的用戶，評(píng)價(jià)其影響力，區(qū)別并不是很明顯；而傳播力卻不同，對(duì)一個(gè)很少在社交網(wǎng)絡(luò)上發(fā)言的普通用戶來說，他的傳播力幾乎可以忽略不計(jì)，與高傳播力用戶之間的差距可以是千倍以上。

在步驟208中，選擇影響力值大于預(yù)設(shè)閾值的對(duì)象作為目標(biāo)對(duì)象。

本例子對(duì)帶權(quán)PageRank算法進(jìn)行了改進(jìn)，不僅對(duì)該算法中的權(quán)重進(jìn)行了調(diào)整，將用戶的地理位置融入了關(guān)系權(quán)重的計(jì)算中，并且還綜合根據(jù)了用戶的活躍度值，能更加有效的度量用戶在O2O領(lǐng)域的影響力，選擇影響力高的用戶來分配資源，能夠取得更好的業(yè)務(wù)收益。

為了實(shí)現(xiàn)上述的對(duì)象選擇方法，本申請(qǐng)實(shí)施例還提供了一種對(duì)象選擇裝置，如圖3所示，該裝置可以包括：權(quán)重調(diào)整模塊31、傳播確定模塊32、活躍確定模塊33、影響確定模塊34和選擇處理模塊35。

權(quán)重調(diào)整模塊31，用于根據(jù)用于影響目標(biāo)對(duì)象選擇的業(yè)務(wù)影響參數(shù)，分別對(duì)每?jī)蓚€(gè)對(duì)象之間的基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到新對(duì)象關(guān)系權(quán)重；

傳播確定模塊32，用于根據(jù)對(duì)象群體中的各新對(duì)象關(guān)系權(quán)重，分別確定所述對(duì)象群體中的每個(gè)對(duì)象對(duì)應(yīng)的傳播力值，所述對(duì)象群體包括多個(gè)對(duì)象；

活躍確定模塊33，用于根據(jù)每個(gè)對(duì)象在業(yè)務(wù)中的業(yè)務(wù)活動(dòng)參數(shù)，分別確定每個(gè)對(duì)象對(duì)應(yīng)的活躍度值，所述活躍度值用于表示對(duì)象在業(yè)務(wù)中的參與程度；

影響確定模塊34，用于根據(jù)所述活躍度值和傳播力值，分別確定每個(gè)對(duì)象對(duì)應(yīng)的影響力值，所述影響力值用于表示所述對(duì)象對(duì)其他對(duì)象的影響程度；

選擇處理模塊35，用于選擇影響力值大于預(yù)設(shè)閾值的對(duì)象作為目標(biāo)對(duì)象。

在一個(gè)例子中，權(quán)重調(diào)整模塊31，具體用于根據(jù)兩個(gè)對(duì)象之間的地理位置關(guān)系，確定地理位置系數(shù)值，所述地理位置系數(shù)值作為所述業(yè)務(wù)影響參數(shù)；通過所述地理位置系數(shù)值，對(duì)所述基礎(chǔ)關(guān)系權(quán)重進(jìn)行調(diào)整，得到調(diào)整后的所述新對(duì)象關(guān)系權(quán)重。

在一個(gè)例子中，如圖4所示，權(quán)重調(diào)整模塊31可以包括：

地址獲取單元311，用于根據(jù)所述對(duì)象在業(yè)務(wù)中的地址信息，確定所述對(duì)象的活躍地，并獲取所述對(duì)象在業(yè)務(wù)中記錄的籍貫地；

參數(shù)設(shè)置單元312，用于根據(jù)所述兩個(gè)對(duì)象的活躍地和籍貫地相同與否，設(shè)置不同的地理位置系數(shù)值。

在一個(gè)例子中，影響確定模塊34，用于在所述影響力值的確定中，設(shè)置所述活躍度值對(duì)影響力值計(jì)算的權(quán)重，低于傳播力值對(duì)影響力值計(jì)算的權(quán)重。

在一個(gè)例子中，所述每個(gè)對(duì)象對(duì)應(yīng)的傳播力值，采用帶權(quán)PageRank算法確定。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。