背景技術(shù)：

隨著網(wǎng)絡(luò)直播行業(yè)的飛速發(fā)展，網(wǎng)絡(luò)直播平臺(tái)的業(yè)務(wù)范圍日益擴(kuò)大，而且提供的內(nèi)容也更加豐富多彩，用戶規(guī)模隨之呈現(xiàn)飛速增長(zhǎng)趨勢(shì)。用戶在平臺(tái)上的各種消費(fèi)行為，如贈(zèng)送虛擬禮物和充值信息等，給平臺(tái)帶來了較好的經(jīng)濟(jì)效益，對(duì)平臺(tái)的進(jìn)一步發(fā)展具有良好的推動(dòng)作用。因此，如何確定不同用戶的用戶價(jià)值評(píng)分，并依據(jù)該用戶價(jià)值評(píng)分區(qū)分用戶，方便營(yíng)銷人員針對(duì)不同用戶，策劃相應(yīng)的營(yíng)銷方案和維系挽留策略，是一個(gè)迫切需要解決的問題?，F(xiàn)有對(duì)用戶區(qū)分的方法是通過層次分析法來評(píng)價(jià)用戶的價(jià)值得分，但是，層次分析法是一種模擬人腦的決策方法，帶有很強(qiáng)的主觀性，因此得出的用戶的價(jià)值得分的準(zhǔn)確性較低。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的主要目的在于提供一種基于熵值法的用戶價(jià)值評(píng)分計(jì)算方法，本發(fā)明的另一目的在于提供一種基于熵值法的用戶價(jià)值評(píng)分系統(tǒng)，通過選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，使用該指標(biāo)體系，并基于熵值法來計(jì)算用戶價(jià)值評(píng)分，因此，行為信息指標(biāo)的權(quán)重具有很強(qiáng)的客觀性，以此方法可以定量地得到用戶價(jià)值評(píng)分，而且獲得的用戶價(jià)值評(píng)分的準(zhǔn)確性較好，對(duì)于營(yíng)銷業(yè)務(wù)具有很強(qiáng)的針對(duì)性。

本發(fā)明提供一種基于熵值法的用戶價(jià)值評(píng)分計(jì)算方法，包括以下步驟：

S1.從服務(wù)器采集用戶的行為信息指標(biāo)；

S2.選取部分行為信息指標(biāo)構(gòu)建指標(biāo)體系，所述指標(biāo)體系用于計(jì)算用戶價(jià)值評(píng)分，并對(duì)所述部分行為信息指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；

S3.對(duì)于所述指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度；

S4.對(duì)于所述指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算所述行為信息指標(biāo)的權(quán)重；

S5.對(duì)于任一個(gè)用戶，依據(jù)所有所述行為信息指標(biāo)的權(quán)重和該用戶的所有所述行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。

在上述技術(shù)方案的基礎(chǔ)上，

所述部分行為信息指標(biāo)包括活躍度、消費(fèi)能力和充值能力；

所述活躍度包括觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量和發(fā)送彈幕數(shù)量；

所述消費(fèi)能力包括贈(zèng)送虛擬禮物數(shù)量和贈(zèng)送虛擬禮物房間數(shù)量；

所述充值能力包括充值金額、平均每次充值金額和充值天數(shù)。

在上述技術(shù)方案的基礎(chǔ)上，所述指標(biāo)體系為初始化矩陣A＝(X_ij)_n×m，其中，X_ij為所述指標(biāo)體系中第i個(gè)用戶的第j個(gè)行為信息指標(biāo)的數(shù)據(jù)，其中i＝1,2,…,n，j＝1,2,…,m，n和m均為正整數(shù)。

在上述技術(shù)方案的基礎(chǔ)上，步驟S2具體包括：

將所述指標(biāo)體系中的行為信息指標(biāo)劃分為正向指標(biāo)和負(fù)向指標(biāo)，所述正向指標(biāo)的數(shù)據(jù)越大，用戶價(jià)值評(píng)分越高；所述負(fù)向指標(biāo)的數(shù)據(jù)越小，用戶價(jià)值評(píng)分越低；

分別對(duì)所述正向指標(biāo)和負(fù)向指標(biāo)進(jìn)行歸一化處理，

對(duì)于正向指標(biāo)：

$X_{ij}^{\′}=\frac{X_{ij}-min(X_{1j},X_{2j},...,X_{nj})}{max(X_{1j},X_{2j},...,X_{nj})-\min (X_{1j},X_{2j},...,X_{nj})},$

對(duì)于負(fù)向指標(biāo)：

$X_{ij}^{\′}=\frac{\max (X_{1j},X_{2j},...,X_{nj})-X_{ij}}{max(X_{1j},X_{2j},...,X_{nj})-\min (X_{1j},X_{2j},...,X_{nj})},$

其中，min(X_1j,X_2j,...,X_nj)為所述指標(biāo)體系中的第j個(gè)行為信息指標(biāo)的所有數(shù)據(jù)的最小值，max(X_1j,X_2j,...,X_nj)為所述指標(biāo)體系中的第j個(gè)行為信息指標(biāo)的所有數(shù)據(jù)的最大值。

在上述技術(shù)方案的基礎(chǔ)上，步驟S3中，任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度P_ij為：

$P_{ij}=\frac{X_{ij}^{\′}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{ij}^{\′}}.$

在上述技術(shù)方案的基礎(chǔ)上，步驟S4具體包括：

S4.1計(jì)算第j個(gè)行為信息指標(biāo)的熵值e_j：

$e_j=-k*\underset{i=1}{\overset{n}{\Σ}}{P}_{ij}ln\left(P_{ij}\right),$

其中，k＝1/ln(n)，k＞0，ln為自然對(duì)數(shù)，e_j≥0；

S4.2計(jì)算所述行為信息指標(biāo)的差異系數(shù)g_j：

g_j＝1-e_j；

S4.3計(jì)算所述行為信息指標(biāo)的權(quán)重W_j：

$W_j=g_j/\underset{j=1}{\overset{m}{\Σ}}{g}_j.$

在上述技術(shù)方案的基礎(chǔ)上，步驟S5中，對(duì)于第i個(gè)用戶，計(jì)算該用戶的用戶價(jià)值評(píng)分S_i，依據(jù)公式：

在上述技術(shù)方案的基礎(chǔ)上，所述方法還包括：

S6.根據(jù)所述用戶價(jià)值評(píng)分對(duì)任一個(gè)用戶進(jìn)行價(jià)值等級(jí)劃分，其具體步驟包括：

S6.1對(duì)所有用戶的所述用戶價(jià)值評(píng)分按照數(shù)據(jù)大小進(jìn)行排序，并存入一數(shù)據(jù)集合；

S6.2在所述數(shù)據(jù)集合的最大值和最小值之間，通過設(shè)定y個(gè)區(qū)分點(diǎn)，將所述數(shù)據(jù)集合劃分為y+1個(gè)區(qū)間，任一個(gè)所述區(qū)間對(duì)應(yīng)一個(gè)價(jià)值等級(jí)，y為正整數(shù)；

S6.3依據(jù)任一個(gè)用戶價(jià)值評(píng)分所在的區(qū)間，將該用戶劃分為所述區(qū)間對(duì)應(yīng)的價(jià)值等級(jí)。

本發(fā)明還提供一種基于熵值法的用戶價(jià)值評(píng)分計(jì)算系統(tǒng)，包括：

數(shù)據(jù)采集模塊，用于從服務(wù)器采集用戶的行為信息指標(biāo)；

指標(biāo)體系構(gòu)建模塊，用于選取部分行為信息指標(biāo)，并用選取的部分行為信息指標(biāo)構(gòu)建用于計(jì)算用戶價(jià)值評(píng)分的指標(biāo)體系，并對(duì)所述部分行為信息指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；

計(jì)算模塊，用于對(duì)于所述指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算任一個(gè)用戶的所述行為信息指標(biāo)對(duì)所有用戶的所述行為信息指標(biāo)的貢獻(xiàn)度，并計(jì)算所述行為信息指標(biāo)的權(quán)重；以及，對(duì)于任一個(gè)用戶，依據(jù)所有所述行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分；

價(jià)值等級(jí)劃分模塊，用于根據(jù)所述用戶價(jià)值評(píng)分對(duì)任一個(gè)用戶進(jìn)行價(jià)值等級(jí)劃分。

在上述技術(shù)方案的基礎(chǔ)上，

所述部分行為信息指標(biāo)包括活躍度、消費(fèi)能力和充值能力；

所述活躍度包括觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量和發(fā)送彈幕數(shù)量；

所述消費(fèi)能力包括贈(zèng)送虛擬禮物數(shù)量和贈(zèng)送虛擬禮物房間數(shù)量；

所述充值能力包括充值金額、平均每次充值金額和充值天數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)如下：

(1)本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，使用該指標(biāo)體系，通過熵值法來計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度和所有行為信息指標(biāo)的權(quán)重，對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。由于熵值法是一種客觀賦權(quán)法，其根據(jù)各項(xiàng)行為信息指標(biāo)的數(shù)據(jù)所提供的信息大小來確定行為信息指標(biāo)的權(quán)重，因此，計(jì)算獲得的行為信息指標(biāo)的權(quán)重具有很強(qiáng)的客觀性，以此方法可以定量地得到用戶價(jià)值評(píng)分，而且獲得的用戶價(jià)值評(píng)分的準(zhǔn)確性較好，對(duì)于營(yíng)銷業(yè)務(wù)具有很強(qiáng)的針對(duì)性。

(2)本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，選取的部分行為信息指標(biāo)包括用戶的活躍度、消費(fèi)能力和充值能力，這些行為信息指標(biāo)能夠充分反映用戶在平臺(tái)上的各種消費(fèi)行為，使用這些行為信息指標(biāo)計(jì)算獲得的用戶價(jià)值評(píng)分具有很強(qiáng)的針對(duì)性，為營(yíng)銷人員針對(duì)不同用戶策劃相應(yīng)的營(yíng)銷方案提供了方便。

(3)本發(fā)明依據(jù)計(jì)算獲得的用戶價(jià)值評(píng)分所在的區(qū)間，將該用戶劃分為該區(qū)間對(duì)應(yīng)的價(jià)值等級(jí)，劃分方式客觀、簡(jiǎn)單，并可以靈活調(diào)整區(qū)間，以適應(yīng)平臺(tái)實(shí)際業(yè)務(wù)情況。

附圖說明

圖1是本發(fā)明的一個(gè)實(shí)施例基于熵值法的用戶價(jià)值評(píng)分計(jì)算方法的流程圖；

圖2是本發(fā)明的另一個(gè)實(shí)施例基于熵值法的用戶價(jià)值評(píng)分計(jì)算方法的流程圖；

圖3是本發(fā)明實(shí)施例基于熵值法的用戶價(jià)值評(píng)分計(jì)算系統(tǒng)的模塊圖。

附圖標(biāo)記：

數(shù)據(jù)采集模塊1，指標(biāo)體系構(gòu)建模塊2，計(jì)算模塊3，價(jià)值等級(jí)劃分模塊4。

具體實(shí)施方式

下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。

參見圖1所示，本發(fā)明的一個(gè)實(shí)施例提供一種基于熵值法的用戶價(jià)值評(píng)分計(jì)算方法，包括以下步驟：

S1.從服務(wù)器采集用戶的行為信息指標(biāo)。

例如，從服務(wù)器采集設(shè)定時(shí)間段內(nèi)用戶的行為信息指標(biāo)，設(shè)定時(shí)間段可以為最近的一個(gè)月。

S2.選取部分行為信息指標(biāo)構(gòu)建指標(biāo)體系，該指標(biāo)體系用于計(jì)算用戶價(jià)值評(píng)分，并對(duì)部分行為信息指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

部分行為信息指標(biāo)包括活躍度、消費(fèi)能力和充值能力。

活躍度包括觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量和發(fā)送彈幕數(shù)量，消費(fèi)能力包括贈(zèng)送虛擬禮物數(shù)量和贈(zèng)送虛擬禮物房間數(shù)量，充值能力包括充值金額、平均每次充值金額和充值天數(shù)。

本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，選取的部分行為信息指標(biāo)包括用戶的活躍度、消費(fèi)能力和充值能力，這些行為信息指標(biāo)能夠充分反映用戶在平臺(tái)上的各種消費(fèi)行為，使用這些行為信息指標(biāo)計(jì)算獲得的用戶價(jià)值評(píng)分具有很強(qiáng)的針對(duì)性，為營(yíng)銷人員針對(duì)不同用戶策劃相應(yīng)的營(yíng)銷方案提供了方便。

指標(biāo)體系為初始化矩陣A＝(X_ij)_n×m，其中，X_ij為初始化矩陣A的第i行第j列元素，并且，X_ij為指標(biāo)體系中第i個(gè)用戶的第j個(gè)行為信息指標(biāo)的數(shù)據(jù)，其中i＝1,2,…,n，j＝1,2,…,m，n和m均為正整數(shù)。

步驟S2具體包括：

將指標(biāo)體系中的行為信息指標(biāo)劃分為正向指標(biāo)和負(fù)向指標(biāo)，正向指標(biāo)的數(shù)據(jù)越大，用戶價(jià)值評(píng)分越高；負(fù)向指標(biāo)的數(shù)據(jù)越小，用戶價(jià)值評(píng)分越低。

例如，觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量、發(fā)送彈幕數(shù)量、贈(zèng)送虛擬禮物數(shù)量、贈(zèng)送虛擬禮物房間數(shù)量、充值金額、平均每次充值金額和充值天數(shù)均為正向指標(biāo)。

由于選取的各行為信息指標(biāo)的量綱不一致，因此在計(jì)算用戶價(jià)值評(píng)分前，需要對(duì)行為信息指標(biāo)進(jìn)行歸一化處理。由于正向指標(biāo)和負(fù)向指標(biāo)的數(shù)據(jù)代表的含義不同，正向指標(biāo)的數(shù)據(jù)越大或者負(fù)向指標(biāo)的數(shù)據(jù)越小，用戶價(jià)值評(píng)分越高，因此，需要采用不同的算法進(jìn)行標(biāo)準(zhǔn)化處理。

分別對(duì)正向指標(biāo)和負(fù)向指標(biāo)進(jìn)行歸一化處理，

對(duì)于正向指標(biāo)：

$X_{ij}=\frac{X_{ij}-min(X_{1j},X_{2j},...,X_{nj})}{max(X_{1j},X_{2j},...,X_{nj})-\min (X_{1j},X_{2j},...,X_{nj})},$

對(duì)于負(fù)向指標(biāo)：

$X_{ij}^{\′}=\frac{\max (X_{1j},X_{2j},...,X_{nj})-X_{ij}}{max(X_{1j},X_{2j},...,X_{nj})-\min (X_{1j},X_{2j},...,X_{nj})},$

其中，min(X_1j,X_2j,...,X_nj)為指標(biāo)體系中的第j個(gè)行為信息指標(biāo)的所有數(shù)據(jù)的最小值，max(X_1j,X_2j,...,X_nj)為指標(biāo)體系中的第j個(gè)行為信息指標(biāo)的所有數(shù)據(jù)的最大值。

S3.對(duì)于指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度。

步驟S3中，任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度P_ij為：

$P_{ij}=\frac{X_{ij}^{\′}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{ij}^{\′}}.$

S4.對(duì)于指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算該行為信息指標(biāo)的權(quán)重。

步驟S4具體包括：

S4.1計(jì)算第j個(gè)行為信息指標(biāo)的熵值e_j：

$e_j=-k*\underset{i=1}{\overset{n}{\Σ}}{P}_{ij}ln\left(P_{ij}\right),$

其中，k＝1/ln(n)，k＞0，ln為自然對(duì)數(shù)，e_j≥0。

S4.2計(jì)算行為信息指標(biāo)的差異系數(shù)g_j：

g_j＝1-e_j。

S4.3計(jì)算行為信息指標(biāo)的權(quán)重W_j：

$W_j=g_j/\underset{j=1}{\overset{m}{\Σ}}{g}_j.$

對(duì)于第j個(gè)行為信息指標(biāo)，其所有數(shù)據(jù)的差異越大，熵值e_j就越小，差異系數(shù)g_j越大，則該行為信息指標(biāo)X_ij的權(quán)重W_j越大，即表示該行為信息指標(biāo)X_ij越重要。

S5.對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。

步驟S5中，對(duì)于第i個(gè)用戶，計(jì)算該用戶的用戶價(jià)值評(píng)分S_i，依據(jù)公式：

本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，使用該指標(biāo)體系，通過熵值法來計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度和所有行為信息指標(biāo)的權(quán)重，對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。由于熵值法是一種客觀賦權(quán)法，其根據(jù)各項(xiàng)行為信息指標(biāo)的數(shù)據(jù)所提供的信息大小來確定行為信息指標(biāo)的權(quán)重，因此，計(jì)算獲得的行為信息指標(biāo)的權(quán)重具有很強(qiáng)的客觀性，以此方法獲得的用戶價(jià)值評(píng)分的準(zhǔn)確性較好。

參見圖2所示，本發(fā)明的另一個(gè)實(shí)施例提供一種基于熵值法的用戶價(jià)值評(píng)分計(jì)算方法，包括以下步驟：

S1.從服務(wù)器采集用戶的行為信息指標(biāo)。

例如，從服務(wù)器采集設(shè)定時(shí)間段內(nèi)用戶的行為信息指標(biāo)，設(shè)定時(shí)間段可以為最近的一個(gè)月。

S2.選取部分行為信息指標(biāo)構(gòu)建指標(biāo)體系，該指標(biāo)體系用于計(jì)算用戶價(jià)值評(píng)分，并對(duì)部分行為信息指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

部分行為信息指標(biāo)包括活躍度、消費(fèi)能力和充值能力。

活躍度包括觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量和發(fā)送彈幕數(shù)量，消費(fèi)能力包括贈(zèng)送虛擬禮物數(shù)量和贈(zèng)送虛擬禮物房間數(shù)量，充值能力包括充值金額、平均每次充值金額和充值天數(shù)。

本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，選取的部分行為信息指標(biāo)包括用戶的活躍度、消費(fèi)能力和充值能力，這些行為信息指標(biāo)能夠充分反映用戶在平臺(tái)上的各種消費(fèi)行為，使用這些行為信息指標(biāo)計(jì)算獲得的用戶價(jià)值評(píng)分具有很強(qiáng)的針對(duì)性，為營(yíng)銷人員針對(duì)不同用戶策劃相應(yīng)的營(yíng)銷方案提供了方便。

指標(biāo)體系為初始化矩陣A＝(X_ij)_n×m，其中，X_ij為初始化矩陣A的第i行第j列元素，并且，X_ij為指標(biāo)體系中第i個(gè)用戶的第j個(gè)行為信息指標(biāo)的數(shù)據(jù)，其中i＝1,2,…,n，j＝1,2,…,m，n和m均為正整數(shù)。

步驟S2具體包括：

將指標(biāo)體系中的行為信息指標(biāo)劃分為正向指標(biāo)和負(fù)向指標(biāo)，正向指標(biāo)的數(shù)據(jù)越大，用戶價(jià)值評(píng)分越高；負(fù)向指標(biāo)的數(shù)據(jù)越小，用戶價(jià)值評(píng)分越低。

例如，觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量、發(fā)送彈幕數(shù)量、贈(zèng)送虛擬禮物數(shù)量、贈(zèng)送虛擬禮物房間數(shù)量、充值金額、平均每次充值金額和充值天數(shù)均為正向指標(biāo)。

由于選取的各行為信息指標(biāo)的量綱不一致，因此在計(jì)算用戶價(jià)值評(píng)分前，需要對(duì)行為信息指標(biāo)進(jìn)行歸一化處理。由于正向指標(biāo)和負(fù)向指標(biāo)的數(shù)據(jù)代表的含義不同，正向指標(biāo)的數(shù)據(jù)越大或者負(fù)向指標(biāo)的數(shù)據(jù)越小，用戶價(jià)值評(píng)分越高，因此，需要采用不同的算法進(jìn)行標(biāo)準(zhǔn)化處理。

分別對(duì)正向指標(biāo)和負(fù)向指標(biāo)進(jìn)行歸一化處理，

對(duì)于正向指標(biāo)：

$X_{ij}^{\′}=\frac{X_{ij}-min(X_{1j},X_{2j},...,X_{nj})}{max(X_{1j},X_{2j},...,X_{nj})-\min (X_{1j},X_{2j},...,X_{nj})},$

對(duì)于負(fù)向指標(biāo)：

$X_{ij}^{\′}=\frac{\max (X_{1j},X_{2j},...,X_{nj})-X_{ij}}{max(X_{1j},X_{2j},...,X_{nj})-\min (X_{1j},X_{2j},...,X_{nj})},$

其中，min(X_1j,X_2j,...,X_nj)為指標(biāo)體系中的第j個(gè)行為信息指標(biāo)的所有數(shù)據(jù)的最小值，max(X_1j,X_2j,...,X_nj)為指標(biāo)體系中的第j個(gè)行為信息指標(biāo)的所有數(shù)據(jù)的最大值。

S3.對(duì)于指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度。

步驟S3中，任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度P_ij為：

$P_{ij}=\frac{X_{ij}^{\′}}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_{ij}^{\′}}.$

S4.對(duì)于指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算該行為信息指標(biāo)的權(quán)重。

步驟S4具體包括：

S4.1計(jì)算第j個(gè)行為信息指標(biāo)的熵值e_j：

$e_j=-k*\underset{i=1}{\overset{n}{\Σ}}{P}_{ij}ln\left(P_{ij}\right),$

其中，k＝1/ln(n)，k＞0，ln為自然對(duì)數(shù)，e_j≥0。

S4.2計(jì)算第j個(gè)行為信息指標(biāo)的差異系數(shù)g_j：

g_j＝1-e_j。

S4.3計(jì)算第j個(gè)行為信息指標(biāo)的權(quán)重W_j：

$W_j=g_j/\underset{j=1}{\overset{m}{\Σ}}{g}_j.$

對(duì)于第j個(gè)行為信息指標(biāo)，其所有數(shù)據(jù)的差異越大，熵值e_j就越小，差異系數(shù)g_j越大，則該行為信息指標(biāo)X_ij的權(quán)重W_j越大，即表示該行為信息指標(biāo)X_ij越重要。

S5.對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。

步驟S5中，對(duì)于第i個(gè)用戶，計(jì)算該用戶的用戶價(jià)值評(píng)分S_i，依據(jù)公式：

S6.根據(jù)用戶價(jià)值評(píng)分對(duì)任一個(gè)用戶進(jìn)行價(jià)值等級(jí)劃分，其具體步驟包括：

S6.1對(duì)所有用戶的用戶價(jià)值評(píng)分按照數(shù)據(jù)大小進(jìn)行排序，并存入一數(shù)據(jù)集合。

S6.2在數(shù)據(jù)集合的最大值和最小值之間，通過設(shè)定y個(gè)區(qū)分點(diǎn)，將數(shù)據(jù)集合劃分為y+1個(gè)區(qū)間，任一個(gè)區(qū)間對(duì)應(yīng)一個(gè)價(jià)值等級(jí)，y為正整數(shù)。

例如，設(shè)定y＝2，則將數(shù)據(jù)集合劃分為3個(gè)區(qū)間，這3個(gè)區(qū)間按照數(shù)據(jù)大小分別為高、中和低價(jià)值等級(jí)。

S6.3依據(jù)任一個(gè)用戶價(jià)值評(píng)分所在的區(qū)間，將該用戶劃分為該區(qū)間對(duì)應(yīng)的價(jià)值等級(jí)。

本發(fā)明依據(jù)計(jì)算獲得的用戶價(jià)值評(píng)分所在的區(qū)間，將該用戶劃分為該區(qū)間對(duì)應(yīng)的價(jià)值等級(jí)，劃分方式客觀、簡(jiǎn)單，并可以靈活調(diào)整區(qū)間，以適應(yīng)平臺(tái)實(shí)際業(yè)務(wù)情況。

本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，使用該指標(biāo)體系，通過熵值法來計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度和所有行為信息指標(biāo)的權(quán)重，對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。由于熵值法是一種客觀賦權(quán)法，其根據(jù)各項(xiàng)行為信息指標(biāo)的數(shù)據(jù)所提供的信息大小來確定行為信息指標(biāo)的權(quán)重，因此，計(jì)算獲得的行為信息指標(biāo)的權(quán)重具有很強(qiáng)的客觀性，以此方法獲得的用戶價(jià)值評(píng)分的準(zhǔn)確性較好。

參見圖3所示，本發(fā)明還提供一種基于熵值法的用戶價(jià)值評(píng)分計(jì)算系統(tǒng)，包括數(shù)據(jù)采集模塊1、指標(biāo)體系構(gòu)建模塊2、計(jì)算模塊3和價(jià)值等級(jí)劃分模塊4。

數(shù)據(jù)采集模塊1，用于從服務(wù)器采集用戶的行為信息指標(biāo)。

指標(biāo)體系構(gòu)建模塊2，用于選取部分行為信息指標(biāo)，并用選取的部分行為信息指標(biāo)構(gòu)建用于計(jì)算用戶價(jià)值評(píng)分的指標(biāo)體系，并對(duì)部分行為信息指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

部分行為信息指標(biāo)包括活躍度、消費(fèi)能力和充值能力。

活躍度包括觀看時(shí)長(zhǎng)、觀看天數(shù)、觀看房間數(shù)量和發(fā)送彈幕數(shù)量，消費(fèi)能力包括贈(zèng)送虛擬禮物數(shù)量和贈(zèng)送虛擬禮物房間數(shù)量，充值能力包括充值金額、平均每次充值金額和充值天數(shù)。

本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，選取的部分行為信息指標(biāo)包括用戶的活躍度、消費(fèi)能力和充值能力，這些行為信息指標(biāo)能夠充分反映用戶在平臺(tái)上的各種消費(fèi)行為，使用這些行為信息指標(biāo)計(jì)算獲得的用戶價(jià)值評(píng)分具有很強(qiáng)的針對(duì)性，為營(yíng)銷人員針對(duì)不同用戶策劃相應(yīng)的營(yíng)銷方案提供了方便。

計(jì)算模塊3，用于對(duì)于指標(biāo)體系中的任一個(gè)行為信息指標(biāo)，計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度，并計(jì)算行為信息指標(biāo)的權(quán)重；以及，對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。

本發(fā)明選取部分用戶的行為信息指標(biāo)構(gòu)建指標(biāo)體系，使用該指標(biāo)體系，通過熵值法來計(jì)算任一個(gè)用戶的行為信息指標(biāo)對(duì)所有用戶的行為信息指標(biāo)的貢獻(xiàn)度和所有行為信息指標(biāo)的權(quán)重，對(duì)于任一個(gè)用戶，依據(jù)所有行為信息指標(biāo)的權(quán)重和該用戶的所有行為信息指標(biāo)的貢獻(xiàn)度，計(jì)算該用戶的用戶價(jià)值評(píng)分。由于熵值法是一種客觀賦權(quán)法，其根據(jù)各項(xiàng)行為信息指標(biāo)的數(shù)據(jù)所提供的信息大小來確定行為信息指標(biāo)的權(quán)重，因此，計(jì)算獲得的行為信息指標(biāo)的權(quán)重具有很強(qiáng)的客觀性，以此方法獲得的用戶價(jià)值評(píng)分的準(zhǔn)確性較好。

價(jià)值等級(jí)劃分模塊4，用于根據(jù)用戶價(jià)值評(píng)分對(duì)任一個(gè)用戶進(jìn)行價(jià)值等級(jí)劃分。

本發(fā)明依據(jù)計(jì)算獲得的用戶價(jià)值評(píng)分，將用戶劃分為不同的價(jià)值等級(jí)，劃分方式客觀、簡(jiǎn)單和靈活，以適應(yīng)平臺(tái)實(shí)際業(yè)務(wù)情況。

本發(fā)明不局限于上述實(shí)施方式，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也視為本發(fā)明的保護(hù)范圍之內(nèi)。本說明書中未作詳細(xì)描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。