姚元青 合肥工業(yè)大學(宣城校區(qū))信息工程系
移動社交網(wǎng)絡(luò)信息群活躍度和生命周期問題的研究
姚元青 合肥工業(yè)大學(宣城校區(qū))信息工程系
網(wǎng)絡(luò)交流是一項表面簡單而實際復(fù)雜的活動,尤其是移動社交網(wǎng)絡(luò)交流。本文應(yīng)用相關(guān)數(shù)學知識,對社交信息群進行量化研究,給出了影響移動社交網(wǎng)絡(luò)信息群活躍度和生命周期的幾個重要因素。并就如何高效進行社交網(wǎng)絡(luò)交流發(fā)表了一些粗淺的看法。
最小二乘法曲線擬合;活躍度;微分方程模型;生命周期
社交網(wǎng)絡(luò)即社交網(wǎng)絡(luò)服務(wù),源自英文SNS(Social Network Service)的翻譯。社交網(wǎng)絡(luò)含義包括硬件、軟件、服務(wù)及應(yīng)用,由于四字構(gòu)成的詞組更符合中國人的構(gòu)詞習慣,因此人們習慣上用社交網(wǎng)絡(luò)來代指SNS(Social Network Service)。

圖1
近年來,隨著移動終端設(shè)備和移動網(wǎng)絡(luò)基礎(chǔ)設(shè)施的不斷發(fā)展更新,社交網(wǎng)絡(luò)逐漸由PC端發(fā)展到移動端,移動社交網(wǎng)絡(luò)已經(jīng)成為主流趨勢。
社交信息群作為多人參與信息交流的一種方式,其活躍度、成員之間的關(guān)聯(lián)度和生命周期是研究社交群并改進產(chǎn)品的重要部分,本文以QQ,微信移動社交網(wǎng)絡(luò)產(chǎn)品為例子,建立合理有效的數(shù)學模型,研究人們在使用過程中的一些社交因素和規(guī)律性量化結(jié)果。
1.1 信息群的活躍度,成員關(guān)聯(lián)度,很大程度上受信源的內(nèi)容,類別,發(fā)布時間,用戶的興趣,愛好,學歷,經(jīng)濟狀況,職業(yè)以及年齡段的影響,適合采集大量的數(shù)據(jù)樣本進行大數(shù)據(jù)分析,從宏觀上模擬生成得到。
1.2 參考微分方程建模法,對張小龍團隊研發(fā)的微信移動SNS建立數(shù)學模型,量化生命周期的規(guī)律。
2.1 活躍度曲線
最小二乘法的矩陣形式為:

其中A為n x k的矩陣,x為k x 1的列向量,b為n x 1的列向量。如果(方程的個數(shù)大于未知量的個數(shù)),這個方程系統(tǒng)稱為矛盾方程組(Over Determined System),如果 (方程的個數(shù)小于未知量的個數(shù)),這個系統(tǒng)就是Under Determined System.
正常來看,這個方程是沒有解的,但在數(shù)值計算領(lǐng)域,我們通常是計算,解出其中的。比較直觀的做法是求解,但通常比較低效。其中一種常見的解法是對進行QR分解(),其中是正交矩陣(Orthonormal Matrix),是上三角矩陣( Upper Triangular Matrix),則有

對調(diào)查數(shù)據(jù)得到的用戶活躍時間依據(jù)上述最小二乘法進行曲線擬合,對于QQ群得到如下曲線,選取六次多項式有:
同樣對于微信群有,
再對QQ群與微信群各自的曲線進行擬合,得到最終曲線和函數(shù)關(guān)系式:
上述所示即24h內(nèi)用戶的活躍度曲線及函數(shù)關(guān)系。可以看出,熱點時,用戶對該產(chǎn)品的使用程度逐步提升,在達到峰值后隨即下降。
2.2 微信SNS模型
2.2.1 微信SNS模型
在微信SNS中,t時刻獲知信源的人數(shù)為記為AU(t),每個用戶在單位時間內(nèi)可以讓F個好友獲知信源,假設(shè)(1)1.總?cè)藬?shù)=AU+E,為常數(shù),用n表示;每個用戶在單位時間內(nèi)讓好友獲知信源的好友數(shù)F為常數(shù);
(2)每個用戶在單位時間內(nèi)對信源的分享率S%是100%;對微信產(chǎn)品的留存率R%是100%;

微信SNS中獲知信源的人數(shù)AU(t)是時間變量t的指數(shù)函數(shù)。
結(jié)論:微信SNS初期獲知信源的人數(shù)AU(t)關(guān)于時間變量t呈指數(shù)函數(shù)增加,信源內(nèi)容將通過各種渠道和方法(漂流瓶,搖一搖 ,朋友圈,公眾平臺等等)進行分享。結(jié)論具有可信度。
但是當時間t→∞,AU(t)→∞,就不符合微信SNS的實際情況了。
該微信SNS模型的不足,不合理在于 假設(shè)(1)在微信SNS,每個用戶在獲知信源的初期,中期與后期,無限期期間,單位時間內(nèi)讓好友獲知信源的人數(shù)F始終為一常數(shù)。
2.2.2 改進的微信SNS模型
在微信SNS中,t時刻獲知信源的人數(shù)仍記為AU(t),每個獲知信源的用戶在對應(yīng)單位時間可以讓F(t)個好友獲知該信源;t時刻尚未獲知該信源的人數(shù)為E(t);
則t時刻,可以假設(shè)
(1)F(t)與未獲知信源的人數(shù)為E(t)成正比,即F(t)=kE(t)(其中信源傳播強度k為常數(shù))
(2)總?cè)藬?shù)=AU(t)+E(t),為常數(shù),用n表示;
(3)每個用戶在單位時間內(nèi)對信源的分享率S%是100%;
對微信產(chǎn)品的留存率R%是100%;
則原來的微分方程變化為

求解得

當時間t → ∞,AU(t)→ n

信源傳播強度k大時,時間t就小;信源傳播強度k小時,時間t就大;
結(jié)論:
(1)在此模型的假設(shè)下,當t → ∞,AU(t)→n即在模型假設(shè)的理想狀態(tài)下,時間足夠長,人人幾乎都能獲得和體驗信源。
(2)由(1)式可以看出傳播強度k大時,時間t就小,時間就短。即移動SNS信源傳播的高峰期來得快。
3.1 優(yōu)點
移動SNS模型函數(shù)關(guān)系式
和極大值點的函數(shù)式:

對移動SNS有現(xiàn)實的指導(dǎo)意義。

商家,公眾平臺,媒體,亦或集團,個人如果合理利用此時間點來發(fā)文或策劃發(fā)布會等,自然會達到最大收益。
3.2 缺點
該SNS模型具有明顯的局限性。不足之處在于假設(shè)微信是非常完美的,每個用戶在單位時間內(nèi)對信源的分享率S%→100%;對微信產(chǎn)品的留存率R% →100%。
沒有研發(fā)創(chuàng)新和產(chǎn)品營銷,就不能提高用戶活躍度,增加用戶黏性,自然無法保證用戶不會減少關(guān)注與分享。
[1]方濱興, 賈焰, 韓毅. 社交網(wǎng)絡(luò)分析核心科學問題、研究現(xiàn)狀及未來展望[J]. 中國科學院院刊, 2015 (2): 187-199.
[2]黃世華, 楊兆蘭. 數(shù)學建模競賽論文的撰寫方法[J]. 甘肅科技, 2015 (7): 67-68.
[3]方婧, 陸偉. 微信公眾號信息傳播熱度的影響因素實證研究[J]. 情報雜志, 2016 (2): 157-162.
[4] 王小立. 微信傳播建模分析[J]. 現(xiàn)代情報, 2015 (7): 53-56.
附錄
用戶活躍度數(shù)據(jù)


圖2

圖3