利用社交网络的影响力测量方法及装置

摘要

提供一种利用社交网络的影响力测量方法。上述方法包括：从社交网络服务(SNS)收集社交网络服务数据的步骤；基于上述社交网络服务数据中的用户账户信息及与上述用户账户信息相关的内容信息，测量用户影响力指数的步骤；基于上述社交网络服务数据中的图像信息，测量上述图像信息中包含的属性(attribute)的属性影响力价值的步骤；对于包含商品信息的内容，基于上述用户影响力指数及上述属性影响力价值来测量上述商品信息的商品影响力价值的步骤；以及基于上述商品影响力价值来策展(curation)包含上述商品信息的内容的步骤。

说明书

技术领域

本发明涉及利用社交网络的影响力测量方法及装置。

背景技术

提供一种支持用户可以在线与不特定的多数用户建立关系并沟通的社交网络服务(Socialnetwork Service，SNS)。并且，由于智能手机的普及，在线可访问性正在增加，因而社交网络服务的利用率也在增加。这种社交网络服务开始执行作为新购买渠道的功能，并且社交网络服务上存在的内容也开始用于营销目的。

另一方面，专利文献(美国专利公报第2017-0132688号)提供一种基于在社交网络服务上具有影响力的用户，即影响者的影响力来计算广告价格(Ad price)的方法。但是，未提及直接评估内容的方案。因此，需要一种可以对内容可在社交网络服务上以多少价值来应用进行评估的方案。

发明内容

要解决的技术问题

本发明所要解决的问题在于，提供一种利用社交网络的影响力测量方法及装置。

本发明所要解决的问题在于，提供一种基于社交网络上的影响力及图像标签来动态评估商品的影响力的方法及装置。

本发明所要解决的问题在于，可通过动态反映在社交网络上的影响力来推荐商品并刊登广告的方法及装置。

本发明所要解决的问题不限于以上所提及的问题，本发明所属技术领域的普通技术人员可通过以下记载明确理解未提及的其他问题。

解决问题的手段

用于解决上述问题的本发明一实施例的影响力测量方法，通过利用社交网络的影响力测量装置执行，其包括：从社交网络服务收集社交网络服务数据的步骤；基于上述社交网络服务(SNS)数据中的用户账户信息及与上述用户账户信息相关的内容信息，测量用户影响力指数的步骤；基于上述社交网络服务数据中的图像信息，测量上述图像信息中包含的属性(attribute)的属性影响力价值的步骤；对于包含商品信息的内容，基于上述用户影响力指数及上述属性影响力价值来测量上述商品信息的商品影响力价值的步骤；以及基于上述商品影响力价值来策展(curation)包含上述商品信息的内容的步骤。

在本发明的一实施例中，上述测量属性影响力价值的步骤可包括：从上述社交网络服务数据中获得与上述用户账户信息相关的最近图像信息的步骤；通过对上述最近图像信息适用图像标签来提取上述图像信息中包含的至少一个属性的步骤；以及测量至少一个上述属性中的每个属性的属性影响力价值的步骤。

在本发明的一实施例中，上述提取至少一个属性的步骤可包括：基于上述用户影响力指数来导出具有影响力的至少一个用户的步骤；以及通过从与上述具有影响力的至少一个用户的用户账户信息相关的内容信息中获取最近图像信息来提取至少一个上述属性的步骤，在上述测量属性影响力价值的步骤中，可以基于上述具有影响力的至少一个用户中的每个用户的用户影响力指数，测量至少一个上述属性中的每个属性的属性影响力价值。

在本发明的一实施例中，上述测量属性影响力价值的步骤还可包括对至少一个上述属性中的每个属性所属的对应类别中的至少一个上述属性中的每个属性的属性影响力价值进行归一化的步骤。

在本发明的一实施例中，上述测量属性影响力价值的步骤还可包括通过映射每个属性的上述属性影响力价值来将其存储于属性数据库的步骤。

在本发明的一实施例中，上述测量商品影响力价值的步骤可包括：从用户获取包含上述商品信息的内容的步骤；通过对包含上述商品信息的内容适用图像标签来提取至少一个商品属性的步骤；从上述属性数据库中获取与至少一个上述商品属性中的每个商品属性相对应的属性影响力价值的步骤；以及基于上述获取的属性影响力价值来测量包含上述商品信息的内容的商品影响力价值的步骤。

在本发明的一实施例中，上述测量商品影响力价值的步骤还可包括通过映射每个商品的上述商品影响力价值来将其存储于商品属性数据库的步骤，在对包含上述商品信息的内容进行策展的步骤中，可从上述商品属性数据库中检测并策展具有符合预设条件的商品影响力价值的内容。

在本发明的一实施例中，可以基于上述商品影响力价值的排名或与上述内容中包含的商品信息相似的程度来设定上述预设条件。

在本发明的一实施例中，在上述收集社交网络服务数据的步骤中，可以定期从上述社交网络服务收集新社交网络服务数据并进行更新。

用于解决上述问题的本发明一实施例的利用社交网络的影响力测量装置包括：数据收集部，用于从社交网络服务(SNS)收集社交网络服务数据；影响力测量部，基于上述社交网络服务数据中的用户账户信息及与上述用户账户信息相关的内容信息来测量用户影响力指数，基于上述社交网络服务数据中的图像信息来测量上述图像信息中包含的属性(attribute)的属性影响力价值，对于包含商品信息的内容，基于上述用户影响力指数及上述属性影响力价值来测量上述商品信息的商品影响力价值；以及内容策展部，基于上述商品影响力价值来策展(curation)包含上述商品信息的内容。

发明的效果

根据本发明，基于社交网络服务上的影响者所具有的影响力来评估内容的影响力。并且，通过持续监控社交网络服务上的影响者的内容，可以实时评估内容的影响力，由此，可以根据目的及时提供与内容相关的商品或广告。

本发明的效果不限于以上所提及的效果，本发明所属技术领域的普通技术人员可从以下记载明确理解未提及的其他效果。

附图说明

图1为简要示出本发明一实施例的利用社交网络的影响力测量系统的图。

图2为示出本发明一实施例的利用社交网络的影响力测量装置的结构的图。

图3为简要示出本发明一实施例的利用社交网络的影响力测量方法的流程图。

图4为示出适用本发明一实施例的利用社交网络的影响力测量方法的一例的图。

图5及图6为示出适用本发明一实施例的利用社交网络的影响力测量方法的再一例的图。

图7为示出适用本发明一实施例的利用社交网络的影响力测量方法的另一例的图。

具体实施方式

参考以下详细描述的实施例以及附图，可以明确理解本发明的优点、特征以及实现它们的方法。然而，本发明不限于以下公开的实施例，而是能够以各种不同的形式来实现，提供本实施例仅仅是为了使本发明的公开变得完整，并且将本发明的范畴充分告知本发明所属技术领域的普通技术人员，本发明仅由权利要求的范围来定义。

本说明书中所使用的术语用于说明实施例，而并非用于限制本发明。在本说明书中，除非文字上另有明确规定，否则单数形式包括复数形式。说明书中所使用的“包括(comprises)”和/或“包括的(comprising)”不排除所提及的结构要素以外的一个以上的其他结构要素。在整个说明书中，相同的附图标签指代相同的结构要素，并且“和/或”包括所提及的结构要素的每个以及一个以上的所有组合。尽管使用“第一”、“第二”等来描述各种结构要素，但显然，这些结构要素不受这些术语的限制。这些术语仅用于区分一个结构要素和另一结构要素。因此显然，以下所提及的第一结构要素在本发明技术思想内也可以是第二结构要素。

除非另有定义，否则本说明书中所使用的所有术语(包括技术术语和科学术语)能够以可由本发明所属技术领域的普通技术人员共同理解的含义来使用。并且，除非另外明确定义，否则被通常所使用的词典所定义的术语不应以理想性或过度的含义来解释。

以下，将参照附图来详细说明本发明的实施例。

图1为简要示出本发明一实施例的利用社交网络的影响力测量系统的图。

参照图1，本发明一实施例的利用社交网络的影响力测量系统10(以下称为影响力测量系统)可以包括社交网络服务(Socialnetwork Service，以下称为SNS)服务器100、终端装置200及影响力测量装置300。

社交网络服务服务器100是提供社交网络服务的服务提供商(例：微博、脸书、照片墙、社区交友等)的服务器装置，其可通过终端装置200向社交网络服务用户提供建立人脉及信息交换服务。并且，社交网络服务服务器100可以将社交网络服务账户分配给所要利用社交网络服务的用户(例：个人用户、内容提供商等)，并可使这些用户利用通过所分配的账户发布各种内容或查询其他人发布的内容等各种服务。为了便于说明，图1中示出了一个社交网络服务服务器100，但是本说明书中的社交网络服务服务器100意味着包括为每个社交网络服务提供商建立的各种社交网络服务服务器。

终端装置200是利用通过社交网络服务服务器100提供的社交网络服务的用户的终端装置，例如，可以是诸如智能手机、平板电脑、台式计算机、笔记本电脑、智能电视之类的各种计算装置。

影响力测量装置300可以从社交网络服务服务器100收集发布在社交网络服务上的各种社交网络服务数据，由此评估社交网络服务数据中包含的各种信息的影响力。并且，影响力测量装置300可以基于对社交网络服务数据中包含的各种信息的影响力的评估来将策展(curation)的内容提供给具有各种目的的用户。将在后述中描述对影响力测量装置300的具体操作过程。

图2为示出本发明一实施例的利用社交网络的影响力测量装置的结构的图。

参照图2，本发明一实施例的利用社交网络的影响力测量装置300(以下称为影响力测量装置)可以包括数据收集部310、影响力测量部320及内容策展部330。

数据收集部310可以从社交网络服务服务器100收集发布在社交网络服务上的各种社交网络服务数据。作为实施例，数据收集部310可以包括：账户信息收集部311，用于从社交网络服务服务器100收集社交网络服务用户的账户信息；以及内容信息收集部312，用于收集由社交网络服务用户发布的内容信息。

影响力测量部320可以评估社交网络服务数据中包含的各种信息的影响力。作为实施例，影响力测量部320可以包括用户影响力测量部321、属性影响力测量部322及商品影响力测量部323。

用户影响力测量部321可以基于通过数据收集部310收集的社交网络服务用户账户信息及与此相关的内容信息来测量用户影响力指数。在此情况下，影响力测量装置300可通过映射每个社交网络服务用户账户信息和与此相对应的用户影响力指数来将其存储于用户账户数据库340。

属性影响力测量部322可以基于通过数据收集部310收集的内容针中的图像信息来测量图像信息中包含的属性(attribute)的属性影响力价值。在此情况下，影响力测量装置300可通过映射属性和与此相对应的属性影响力价值来将其存储于属性数据库341。

对于包含商品信息的内容，商品影响力测量部323可以基于用户影响力指数及属性影响力价值来测量商品信息的商品影响力价值。在此情况下，影响力测量装置300可通过映射商品信息和与此相对应的商品影响力价值来将其存储于商品属性数据库342。

内容策展部330可以基于商品影响力价值来策展包含商品信息的内容并将其提供给具有各种目的的用户。

将在后述中具体描述图2所示的影响力测量装置300的每个结构要素的操作过程。

图3为简要示出本发明一实施例的利用社交网络的影响力测量方法的流程图。图3的方法可通过图2的影响力测量装置300执行。

参照图3，数据收集部310可从社交网络服务服务器100收集发布在社交网络服务上的各种社交网络服务数据(步骤S400)。

作为一实施例，账户信息收集部311可以收集社交网络服务服务器100中注册的社交网络服务用户的账户信息。内容信息收集部312可以从社交网络服务服务器100收集发布在社交网络服务上的各种内容数据。在此情况下，账户信息收集部311及内容信息收集部312可以定期收集并更新用户账户信息及内容信息，由此，可以保持最近社交网络服务数据。

影响力测量部320可以基于收集的社交网络服务数据来测量用户影响力指数、属性影响力价值及商品影响力价值(步骤S410～S430)。

更加具体地，用户影响力测量部321可以基于社交网络服务用户的用户账户信息及与此相关的内容信息来导出用户影响力指数(步骤S410)。其中，用户账户信息可以包含用户账户、与用户账户相关的人脉信息(例：粉丝、追随者等)等。与用户账户信息相关的内容信息可以包含诸如通过该用户账户发布的内容数量、针对通过该用户帐户发布的内容的关注度之类的附加信息(例：诸如评论数量、“喜欢”之类的评估信息等)。

作为一实施例，可通过数式1导出用户影响力指数，其可以用作评估用户在社交网络服务上有多大影响的基准。

数式1

其中，n可以表示用户总数、follower可以表示用户账户的粉丝数量，post可以表示发布内容数量，engagements可以表示对发布内容的关注度(喜欢、评论等的数量)。因此，数式1表示(相对于所有用户的平均粉丝数量的相应用户的粉丝数量)×(每个帖子关注度的均方根(RMS))。

例如，用户群n(user)＝2，项目＝{外套、裙子、棉服}，颜色＝{米色、灰色}，假设用户A有5000000名粉丝、3个帖子、每个帖子的喜欢及评论数量分别为1150、1300、1000，用户B有2000000名粉丝、2个帖子、每个帖子的喜欢及评论数量分别为1000、500，可适用数式1将用户A及用户B的用户影响力指数计算如下。

用户影响力测量部321可以对以如上所述的方式导出的用户账户信息及与此相对应的用户影响力指数进行映射来将其存储于用户账户数据库340。

属性影响力测量部322可以基于内容数据中的图像信息来导出图像信息中包含的属性的属性影响力价值(步骤S420)。

作为一实施例，属性影响力测量部322可从内容信息收集部312获取与用户账户信息相关的最近内容数据。根据实施例，属性影响力测量部322可以基于用户影响力指数从用户账户数据库340搜索并导出具有影响力的至少一个用户(影响者，Influencer)，并通过导出的具有影响力的至少一个用户的用户账户获取发布的最近内容数据。

图像处理部324可通过最近内容数据获取图像信息，并在获取的图像信息中适用图像标签技术来获取图像信息中包含的至少一个属性。例如，对于图像信息，图像处理部324利用深度学习、神经网络(neuralnetwork)等形成经学习的模型，并对这种图像的经学习的模型适用图像标签来提取图像信息中包含的至少一个属性。

属性影响力测量部322可以导出至少一个属性中的每个属性的属性影响力价值。作为一实施例，可以如数式2导出属性影响力价值，这可以用作评估相应属性在具有影响力的用户的内容中出现的频率以及是否具有高影响力的基准。

数式2

根据数式2，属性影响力测量部322基于具有影响力的至少一个用户中的每个用户的用户影响力指数及具有影响力的至少一个用户的图像中包含的每个属性的频率来导出属性影响力价值。

例如，假设用户A的用户影响力指数为1652.1、从最近帖子中包含的图像提取的属性为项目＝{外套2、裙子1}、颜色＝{灰色2、米色1}，用户B的用户影响力指数为451.8、从最近帖子中包含的图像提取的属性为项目＝{长棉服1、裙子1}、颜色＝{米色2}，则可根据数式2将基于具有影响力的用户A及B的属性中的每个属性的属性影响力价值计算如下。

Attscore(外套)＝1652.1*2＝3304.2

Attscore(裙子)＝1652.1*1+451.8*1＝2103.9

Attscore(长棉服)＝451.8*1＝451.8

Attscore(灰色)＝1652.1*2＝3304.2

Attscore(米色)＝1652.1*1+451.8*2＝2555.7

根据实施例，属性影响力测量部322可以基于相应属性所属的类别来对属性影响力价值进行归一化。作为一实施例，可以如数式3导出对属性影响力价值进行归一化的过程，这可通过在属性自身所属的类别中调整相应属性的影响力价值来测量一个类别中属性所具有的影响力程度。

数式3

μ＝相应样品的整体平均值，σ＝相应样品的标准偏差

根据数式3，属性影响力测量部322通过属性所属的类别中相应属性所占的比率来对属性影响力价值进行归一化。

例如，假设在由项目构成的类别中，外套属性的属性影响力价值为3304.2、裙子属性的属性影响力价值为2103.9、长棉服属性的属性影响力价值为451.8，在由颜色构成的类别中，灰色属性的属性影响力价值为3304.2、米色属性的属性影响力价值为2555.7，则当根据数式3对每个属性的属性影响力价值归一化时，可以计算如下。

属性影响力测量部322可以对以如上所述的方式导出的属性及与此相对应的属性影响力价值以及属性的归一化值进行映射来存储于属性数据库341。

对于包含商品信息的内容，商品影响力测量部323可以基于用户影响力指数及属性影响力价值导出内容中包含的商品的商品影响力价值(步骤S430)。

作为一实施例，商品影响力测量部323可以从用户获取包含商品信息的内容。例如，商品影响力测量部323可通过在线购物中心等从在线销售商品的用户、需要商品广告的用户等获取包含商品信息的内容。在此情况下，用户可以单独建立并使用用于存储自身的商品信息的数据库343，由此，影响力测量装置300可从每个用户的数据库343获取商品信息。

图像处理部324可从包含商品信息的内容获取图像信息，并在获取的图像信息中适用通过深度学习、神经网络等来适用图像标签，从而可从图像信息提取至少一个商品属性。

商品影响力测量部323可以基于所提取的至少一个商品属性中的每个商品属性的属性影响力价值来测量包含商品信息的内容的商品影响力价值。在此情况下，商品影响力测量部323可从属性数据库341获取与商品属性相对应的属性影响力价值来导出商品影响力价值。作为一实施例，可以通过数4导出商品影响力价值，这可以用作评估包含商品的内容所具有的影响力以及是否反映趋势的基准。

数式4

根据数式4，商品影响力测量部323基于一个内容中包含的每个属性的属性影响力价值的归一化值，通过反映加权值(例：反映相应商品属性所属的类别的关注程度、重要程度等的值)来导出商品影响力价值。其中，加权值可通过经验数据(empirical data)变更为可变。

例如，假设外套的属性影响力价值的归一价值为0.9433、裙子的属性影响力价值的归一价值为0.1051、长棉服的属性影响力价值的归一价值为-1.0484、灰色的属性影响力价值的归一价值为0.7071，米色的属性影响力价值的归一价值为-0.7071、项目类别加权值为1、当颜色类别加权值为0.5时，从用户获取的第一内容中包含项目＝{外套}、颜色＝{米色}的商品属性，第二内容中包含项目＝{裙子}、颜色＝{灰色}的商品属性，则根据数式4将第一内容及第二内容中包含的商品的商品影响力价值计算如下。

iv(图像1)＝(1*0.9433)+(0.5*-0.7071)＝0.58975

iv(图像2)＝(1*0.1051)+(0.5*0.7071)＝0.45865

商品影响力测量部323可以对以如上所述的方式导出的商品属性及与此相对应的商品影响力价值进行映射来将其存储于商品属性数据库342。

内容策展部330可以基于商品影响力价值来策展包含商品信息的内容(步骤S440)。

作为一实施例，内容策展部330可从商品属性数据库342检测具有符合预设条件的商品影响力价值的商品内容，并提供给所要应用其的用户。例如，当以商品影响力价值的排名作为条件来设定时，内容策展部330可从商品属性数据库342获取用户所提供的各种内容中商品影响力价值高的商品属性，并提供对这种商品属性经过策展的内容。或者，当以商品的相似度作为条件来设定时，内容策展部330可从商品属性数据库342获取与用户所提供的内容中包含的商品相似的商品属性，并计算其与获取的每个属性之间的相似度来应用于内容策展。

图4为示出适用本发明一实施例的利用社交网络的影响力测量方法的一例的图。

参照图4，数据收集部310可以在每个预设周期收集新的社交网络服务数据(步骤S500)。根据实施例，数据收集部310还可以基于用户影响力指数从用户账户数据库340检测具有影响力的用户，并周期性地收集所检测的用户的社交网络服务数据。

影响力测量部320可从收集的社交网络服务数据获取图像来提取每个图像中包含的至少一个属性(步骤S510)。根据实施例，影响力测量部320可从具有影响力的用户的社交网络服务数据提取新收集的图像的属性。

影响力测量部320可以利用具有影响力的用户中的每个的用户影响力指数来测量每个图像中包含的属性的属性影响力价值(步骤S520)。

例如，如图4所示，影响力测量部320可从第一用户的第一图像501提取外套、米色、腰带的属性，从用户的第二图像502提取裹裙、灰色、已损坏的属性。对于提取的每个属性，影响力测量部320可以利用第一用户、第二用户的用户影响力指数来计算每个属性影响力价值。

影响力测量部320可以将每个属性及与此相对应的属性影响力价值存储于属性数据库341(步骤S530)。

当属性数据库341被更新时，影响力测量部320可以利用更新的属性及属性影响力价值来从属性数据库341导出商品影响力价值，由此，可以更新商品属性数据库342(步骤S540)。

并且，当从用户获取包含商品信息的内容时，影响力测量部320可以利用存储于属性数据库341的属性及属性影响力价值来测量用户的内容中包含的商品的商品影响力价值(步骤S550)。

根据本发明的一实施例，由于周期性地收集新社交网络服务数据来评估影响力，因而可以持续更新商品影响力，由此，可以及时有效地反映并应用最新趋势。

图5及图6为示出适用本发明一实施例的利用社交网络的影响力测量方法的再一例的图。

参照图5及图6，影响力测量部320可以从用户商品数据库343获取包含商品信息的内容(步骤S600)。作为实施例，影响力测量部320可从用户商品数据库343以库存量单位(stock keeping unit，SKU)获取内容。

影响力测量部320可从获取的每个内容获取属性(步骤S610)，测量提取的属性中的每个属性的属性影响力价值后，基于每个属性影响力价值来测量每个内容的商品影响力价值(步骤S620)。

内容策展部330可以基于获取的每个内容的商品影响力价值来判断是否符合预设影响力价值，并根据判断结果来过滤符合条件的内容(步骤S630)。例如，可以筛选并过滤影响力价值的排名高的内容。

内容策展部330可通过策展经过滤的内容来提供给用户(步骤S640)。例如，可在用户所拥有的内容中，反映并提供在社交网络上具有最高影响力的商品。

如上所述，随着属性数据库341及商品属性数据库342的更新，属性影响力价值及商品影响力价值可发生变化。在此情况下，内容策展部330可以基于从商品属性数据库342更新的商品影响力价值重新判断是否符合预设条件来对内容进行过滤。因此，可以持续监控社交网络上的趋势变动，由此，可以对反映趋势的内容进行动态更新。

图7为示出适用本发明一实施例的利用社交网络的影响力测量方法的另一例的图。

参照图7，影响力测量部320可从用户获取新包含商品信息的内容(步骤S700)。

影响力测量部320可从新包含商品信息的内容提取商品属性(步骤S710)，并基于所提取的商品属性中的每个商品属性的属性影响力价值来测量包含商品信息的内容的商品影响力价值(步骤S720)。

其中，影响力测量部320还可对从用户获取的内容中包含的商品与相似的商品进行比较来评估商品影响力价值。

作为实施例，影响力测量部320可从商品属性数据库342获取与从用户获取的内容中的商品属性相似的商品701(步骤S730)。影响力测量部320可从相似的每个商品701提取商品属性702、703(步骤S740)，并对提取的每个商品属性702、703与从用户获取的内容的商品属性中的每个商品属性之间的相似程度704、705进行比较(步骤S750)。可以根据这种每个属性之间的相似程度704、705来导出相似的每个商品的相似度。影响力测量部320可以针对每个相似的商品701，通过反映商品相似度来测量商品影响力价值。

内容策展部330可以基于反映商品相似度的商品影响力价值来判断是否与从用户获取的内容相似，并根据判断结果来过滤包含相似的商品的内容(步骤S760)。

内容策展部330可通过策展经过滤的内容来提供给用户(步骤S770)。

根据本发明，可通过反映商品的相似度来评估影响力，因而在推荐相似的商品或匹配相似的商品时可以有效应用，例如，可应用于刊登广告。

结合本发明的实施例描述的方法或算法的步骤可以直接通过硬件来实现，或由硬件运行的软件模块或其组合来实现。软件模块可以驻留在随机存取存储器(RAM，RandomAccess Memory)、只读存储器(ROM，Read Only Memory)、可擦可编程只读存储器(EPROM，Erasable Programmable ROM)、电可擦可编程只读存储器(EEPROM，ElectricallyErasable Programmable ROM)、闪存(Flash Memory)、硬盘、可移动磁盘、光盘驱动器(CD-ROM)或本发明所属技术领域中公知的任何类别型的计算机可读记录介质中。

以上，通过参照附图来说明了本发明的实施例，但是本发明所属技术领域的普通技术人员可以理解可在不变更本发明的技术思想或必要特征的情况下能够以其他具体形式来实现本发明。因此应当理解，上述实施例在所有方面均是示例性的，而不是限制性的。