本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種社交媒體賬號中目標(biāo)對象重合度計(jì)算方法、裝置及電子設(shè)備。

背景技術(shù)：

1、社交媒體中的“重疊關(guān)注用戶”指的是同時關(guān)注或喜歡兩個或多個社交媒體賬戶的用戶群體。這種現(xiàn)象在社交媒體平臺上非常常見，尤其是在那些有相似興趣、主題或受眾的品牌、個人或組織之間。這些“重疊關(guān)注用戶”成為數(shù)據(jù)處理過程中需要進(jìn)行數(shù)據(jù)處理的目標(biāo)對象。

2、現(xiàn)有技術(shù)社交媒體賬號中目標(biāo)對象重合度計(jì)算實(shí)現(xiàn)過程中，存在如下問題：

3、1.計(jì)算復(fù)雜度高：在處理大規(guī)模目標(biāo)對象數(shù)據(jù)時，現(xiàn)有方法往往計(jì)算效率低下，無法實(shí)時得出目標(biāo)對象重合度。

4、2.跨平臺目標(biāo)對象匹配難度大：不同社交媒體平臺上的用戶標(biāo)識方式不同，現(xiàn)有方法難以有效匹配跨平臺的目標(biāo)對象數(shù)據(jù)。

5、3.重合度定義單一：傳統(tǒng)方法通常通過簡單的交集/并集計(jì)算目標(biāo)對象重合度，未能考慮目標(biāo)對象互動行為、影響力等多維度因素，導(dǎo)致結(jié)果不夠準(zhǔn)確。

6、4.動態(tài)更新能力不足：在目標(biāo)對象數(shù)據(jù)實(shí)時變化的環(huán)境下，現(xiàn)有算法難以有效更新重合度分析結(jié)果，缺乏動態(tài)調(diào)整能力。

7、上述問題成為需要解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明實(shí)施例提供了一種社交媒體賬號中目標(biāo)對象重合度計(jì)算方法、裝置及電子設(shè)備，至少部分解決現(xiàn)有技術(shù)中存在的問題。

2、第一方面，本發(fā)明實(shí)施例提供了一種社交媒體賬號中目標(biāo)對象重合度計(jì)算方法，包括：

3、從n個社交媒體平臺采集第一賬號a包含的目標(biāo)對象的第一數(shù)據(jù)集合da={ua,ida,ta,fa}以及第二賬號b包含的目標(biāo)對象的第二數(shù)據(jù)集合db={ub,idb,tb,fb}，ua表示第一賬號a中包含的目標(biāo)對象的用戶名，ida表示第一賬號a中包含的目標(biāo)對象的用戶id，ta表示第一賬號a中包含的目標(biāo)對象的關(guān)注時間，fa表示第一賬號a中包含的目標(biāo)對象互動頻率，ub表示第二賬號b中包含的目標(biāo)對象的用戶名，idb表示第二賬號b中包含的目標(biāo)對象的用戶id，tb表示第二賬號b中包含的目標(biāo)對象的關(guān)注時間，fb表示第二賬號b中包含的目標(biāo)對象互動頻率；

4、基于用戶標(biāo)識符關(guān)聯(lián)函數(shù)fu和行為特征匹配函數(shù)ft，分別對所述第一數(shù)據(jù)集合da和所述第二數(shù)據(jù)集合db執(zhí)行跨平臺目標(biāo)對象匹配操作，得到第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’；

5、計(jì)算第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’之間的互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，基于互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，確定第一賬號a和第一賬號b所包含的目標(biāo)對象的重合度值jab；

6、在預(yù)設(shè)時間段δt內(nèi)，當(dāng)?shù)谝毁~號a或第二賬號b中目標(biāo)對象的數(shù)目變化值超過預(yù)設(shè)值η時，計(jì)算發(fā)生變化的目標(biāo)對象所對應(yīng)的增量重合度值δj；

7、基于所述重合度值jab和增量重合度值δj，生成可視化圖表v、特征分析報(bào)表r以及動態(tài)趨勢追蹤數(shù)據(jù)tr。

8、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述從n個社交媒體平臺采集第一賬號a包含的目標(biāo)對象的第一數(shù)據(jù)集合da={ua,ida,ta,fa}以及第二賬號b包含的目標(biāo)對象的第二數(shù)據(jù)集合db={ub,idb,tb,fb}，包括：

9、通過社交媒體平臺的api接口，采集目標(biāo)賬號的目標(biāo)對象數(shù)據(jù)，目標(biāo)對象數(shù)據(jù)包括目標(biāo)對象的用戶名、用戶id、關(guān)注時間、互動頻率。

10、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述從n個社交媒體平臺采集第一賬號a包含的目標(biāo)對象的第一數(shù)據(jù)集合da={ua,ida,ta,fa}以及第二賬號b包含的目標(biāo)對象的第二數(shù)據(jù)集合db={ub,idb,tb,fb}之后，所述方法還包括：

11、對采集到的目標(biāo)對象數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，統(tǒng)一不同平臺的目標(biāo)對象標(biāo)識符格式；

12、移除目標(biāo)對象數(shù)據(jù)中包含的重復(fù)數(shù)據(jù)、無效數(shù)據(jù)和噪聲數(shù)據(jù)。

13、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述基于用戶標(biāo)識符關(guān)聯(lián)函數(shù)fu和行為特征匹配函數(shù)ft，分別對所述第一數(shù)據(jù)集合da和所述第二數(shù)據(jù)集合db執(zhí)行跨平臺目標(biāo)對象匹配操作，得到第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’，包括：

14、基于用戶標(biāo)識符關(guān)聯(lián)函數(shù)fu，計(jì)算用戶標(biāo)識符匹配結(jié)果集合m1：

15、

16、為用戶標(biāo)識符關(guān)聯(lián)函數(shù)，用于判斷用戶名和是否匹配；

17、基于行為特征匹配函數(shù)ft，計(jì)算目標(biāo)對象i和目標(biāo)對象j的互動頻率相似度：

18、

19、設(shè)置相似度閾值θ，計(jì)算所有相似度高于閾值的目標(biāo)對象對，得到行為特征匹配結(jié)果集合m2：

20、

21、通過合并匹配結(jié)果，得到包含所有通過用戶標(biāo)識符匹配和行為特征匹配的目標(biāo)對象對的最終匹配結(jié)果集合m：

22、

23、基于最終匹配結(jié)果集合m，生成第三數(shù)據(jù)集合da'和第四數(shù)據(jù)集合db'：

24、

25、。

26、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述計(jì)算第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’之間的互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，基于互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，確定第一賬號a和第一賬號b所包含的目標(biāo)對象的重合度值jab，包括：

27、通過計(jì)算匹配的目標(biāo)對象在兩個賬號上的互動頻率之和，并除以兩個賬號目標(biāo)對象總數(shù)的并集，得到j(luò)1：

28、

29、通過計(jì)算匹配的目標(biāo)對象在兩個賬號上的互動頻率與其影響力得分的乘積之和，并除以兩個賬號目標(biāo)對象總數(shù)的并集，得到多影響力加權(quán)值j2：

30、

31、通過計(jì)算匹配的目標(biāo)對象在兩個賬號上的互動頻率、影響力得分以及畫像特征相似度的乘積之和，并除以兩個賬號目標(biāo)對象總數(shù)的并集，得到目標(biāo)特征畫像重合度值j3：

32、

33、wai表示第一賬號a中第i個目標(biāo)對象的影響力得分，fai表示第一賬號a中第i個目標(biāo)對象的互動頻率，sv,i表示第一賬號a中第i個目標(biāo)對象的畫像特征相似度，wbj表示第二賬號b中第j個目標(biāo)對象的影響力得分，fbj表示第二賬號b中第j個目標(biāo)對象的互動頻率，sv,j表示第二賬號b中第j個目標(biāo)對象的畫像特征相似度，表示兩個賬號目標(biāo)對象總數(shù)的并集。

34、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述計(jì)算第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’之間的互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，基于互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，確定第一賬號a和第一賬號b所包含的目標(biāo)對象的重合度值jab，還包括：

35、設(shè)置綜合重合度值jab的計(jì)算公式：

36、

37、其中，α、β、γ為權(quán)重系數(shù)，k是調(diào)整因子。

38、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述當(dāng)?shù)谝毁~號a或第二賬號b中目標(biāo)對象的數(shù)目變化值超過預(yù)設(shè)值η時，計(jì)算發(fā)生變化的目標(biāo)對象所對應(yīng)的增量重合度值δj，包括：

39、監(jiān)測第一賬號a和第二賬號b的目標(biāo)對象數(shù)目，如果任一賬號的目標(biāo)對象數(shù)目變化值超過了預(yù)設(shè)值η，則獲取變化前的第一數(shù)據(jù)集合da和第二數(shù)據(jù)集合db，以及獲取變化后的第一數(shù)據(jù)集合da'和第二數(shù)據(jù)集合db'；

40、計(jì)算變化前的第一賬號a和第二賬號b的綜合重合度值jab，計(jì)算變化后的第一賬號a和第二賬號b的綜合重合度值jab'；

41、計(jì)算變化前后重合度值的差值δj=jab'-jab。

42、根據(jù)本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式，所述基于所述重合度值jab和增量重合度值δj，生成可視化圖表v、特征分析報(bào)表r以及動態(tài)趨勢追蹤數(shù)據(jù)tr，包括：

43、利用圖表工具生成目標(biāo)對象重合度的可視化圖表v；

44、基于目標(biāo)對象畫像特征，生成目標(biāo)對象重合度特征分析表r；

45、通過動態(tài)更新模塊，實(shí)時追蹤目標(biāo)對象重合度的變化趨勢，形成動態(tài)趨勢追蹤數(shù)據(jù)tr。

46、第二方面，本發(fā)明實(shí)施例提供了一種社交媒體賬號中目標(biāo)對象重合度計(jì)算裝置，包括：

47、采集模塊，從n個社交媒體平臺采集第一賬號a包含的目標(biāo)對象的第一數(shù)據(jù)集合da={ua,ida,ta,fa}以及第二賬號b包含的目標(biāo)對象的第二數(shù)據(jù)集合db={ub,idb,tb,fb}，ua表示第一賬號a中包含的目標(biāo)對象的用戶名，ida表示第一賬號a中包含的目標(biāo)對象的用戶id，ta表示第一賬號a中包含的目標(biāo)對象的關(guān)注時間，fa表示第一賬號a中包含的目標(biāo)對象互動頻率，ub表示第二賬號b中包含的目標(biāo)對象的用戶名，idb表示第二賬號b中包含的目標(biāo)對象的用戶id，tb表示第二賬號b中包含的目標(biāo)對象的關(guān)注時間，fb表示第二賬號b中包含的目標(biāo)對象互動頻率；

48、匹配模塊，基于用戶標(biāo)識符關(guān)聯(lián)函數(shù)fu和行為特征匹配函數(shù)ft，分別對所述第一數(shù)據(jù)集合da和所述第二數(shù)據(jù)集合db執(zhí)行跨平臺目標(biāo)對象匹配操作，得到第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’；

49、確定模塊，計(jì)算第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’之間的互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，基于互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，確定第一賬號a和第一賬號b所包含的目標(biāo)對象的重合度值jab；

50、計(jì)算模塊，在預(yù)設(shè)時間段δt內(nèi)，當(dāng)?shù)谝毁~號a或第二賬號b中目標(biāo)對象的數(shù)目變化值超過預(yù)設(shè)值η時，計(jì)算發(fā)生變化的目標(biāo)對象所對應(yīng)的增量重合度值δj；

51、生成模塊，基于所述重合度值jab和增量重合度值δj，生成可視化圖表v、特征分析報(bào)表r以及動態(tài)趨勢追蹤數(shù)據(jù)tr。

52、第三方面，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，該電子設(shè)備包括：

53、至少一個處理器；以及，

54、與該至少一個處理器通信連接的存儲器；其中，

55、該存儲器存儲有可被該至少一個處理器執(zhí)行的指令，該指令被該至少一個處理器執(zhí)行，以使該至少一個處理器能夠執(zhí)行前述任第一方面或第一方面的任一實(shí)現(xiàn)方式中的社交媒體賬號中目標(biāo)對象重合度計(jì)算方法。

56、第四方面，本發(fā)明實(shí)施例還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，該非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)存儲計(jì)算機(jī)指令，該計(jì)算機(jī)指令用于使該計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的社交媒體賬號中目標(biāo)對象重合度計(jì)算方法。

57、第五方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品包括存儲在非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)上的計(jì)算程序，該計(jì)算機(jī)程序包括程序指令，當(dāng)該程序指令被計(jì)算機(jī)執(zhí)行時，使該計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式中的社交媒體賬號中目標(biāo)對象重合度計(jì)算方法。

58、本發(fā)明實(shí)施例中的社交媒體賬號中目標(biāo)對象重合度計(jì)算方案，包括：從n個社交媒體平臺采集第一賬號a包含的目標(biāo)對象的第一數(shù)據(jù)集合da={ua,ida,ta,fa}以及第二賬號b包含的目標(biāo)對象的第二數(shù)據(jù)集合db={ub,idb,tb,fb}，ua表示第一賬號a中包含的目標(biāo)對象的用戶名，ida表示第一賬號a中包含的目標(biāo)對象的用戶id，ta表示第一賬號a中包含的目標(biāo)對象的關(guān)注時間，fa表示第一賬號a中包含的目標(biāo)對象互動頻率，ub表示第二賬號b中包含的目標(biāo)對象的用戶名，idb表示第二賬號b中包含的目標(biāo)對象的用戶id，tb表示第二賬號b中包含的目標(biāo)對象的關(guān)注時間，fb表示第二賬號b中包含的目標(biāo)對象互動頻率；基于用戶標(biāo)識符關(guān)聯(lián)函數(shù)fu和行為特征匹配函數(shù)ft，分別對所述第一數(shù)據(jù)集合da和所述第二數(shù)據(jù)集合db執(zhí)行跨平臺目標(biāo)對象匹配操作，得到第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’；計(jì)算第三數(shù)據(jù)集合da’和第四數(shù)據(jù)集合db’之間的互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，基于互動頻率加權(quán)值j1、多影響力加權(quán)值j2以及目標(biāo)特征畫像重合度值j3，確定第一賬號a和第一賬號b所包含的目標(biāo)對象的重合度值jab；在預(yù)設(shè)時間段δt內(nèi)，當(dāng)?shù)谝毁~號a或第二賬號b中目標(biāo)對象的數(shù)目變化值超過預(yù)設(shè)值η時，計(jì)算發(fā)生變化的目標(biāo)對象所對應(yīng)的增量重合度值δj；基于所述重合度值jab和增量重合度值δj，生成可視化圖表v、特征分析報(bào)表r以及動態(tài)趨勢追蹤數(shù)據(jù)tr。本發(fā)明具有如下有益效果：

59、a多維度綜合分析：

60、通過引入互動頻率、影響力和目標(biāo)對象畫像特征，系統(tǒng)實(shí)現(xiàn)了對目標(biāo)對象重合度的多維度綜合分析，提供了更為精準(zhǔn)和全面的目標(biāo)對象重合度評估。

61、b跨平臺目標(biāo)對象匹配：

62、通過用戶標(biāo)識符關(guān)聯(lián)和行為特征匹配，系統(tǒng)能夠有效解決跨平臺目標(biāo)對象匹配難題，確保重合度計(jì)算的準(zhǔn)確性。

63、c實(shí)時動態(tài)更新：

64、系統(tǒng)支持增量計(jì)算和實(shí)時數(shù)據(jù)流處理，能夠在目標(biāo)對象數(shù)據(jù)變化時快速更新分析結(jié)果，確保重合度評估的實(shí)時性和動態(tài)響應(yīng)能力。

65、d高效計(jì)算且泛化能力強(qiáng)：

66、優(yōu)化的算法和增量更新機(jī)制顯著提升了大規(guī)模目標(biāo)對象數(shù)據(jù)處理的效率，能夠在大數(shù)據(jù)環(huán)境下高效運(yùn)行，適用于全球任何社交媒體平臺。