個々のユーザー、垂直、細かい操作の時代では、企業の競争力に重要と見られています。完全な、明確なユーザーの肖像システムは、企業が対象のサービスをユーザーに提供するために、各ユーザの行動、膨大な量の情報から電位と利息およびその他のユーザ情報の特性を探索することができます。
スズメバチの巣は、ユーザーの質量が模索されてきた成長と発展の過程で、経験データを移動しているか、それによって正確に、各ユーザーの好みや観光をテーマに潜在的関心、目的地を採掘する大規模なUGCベースのデータの基本特性接続するためのユーザ、高品質のコンテンツ、商品やサービスとユーザーを検索し、マークします。
主に我々が貢献するUGC能力、はいそうすることのどのような値のスズメバチの巣にそれらのグループをタップどのようにシステムの「ユーザーの投稿能力への」タグスズメバチの巣のユーザータグを、周りのこの記事で、今日、。
鉱業のユーザは、コンテンツの機能の重要性に貢献しました
ユーザーは、コア顧客を魅了し続けるために、互いの観光情報から学ぶ、スズメバチの巣を、元のコンテンツを共有することが奨励されています。これらのユーザー生成元のコンテンツは、レイダースに自分の旅行体験を記録し、旅行、その上の疑問Q、口コミを解決するために、他のユーザーを支援するために旅行を含むだけでなく、含まれています。各タイプを楽しむために、この対話モードのコンテンツでは、ユーザーのより多くのパーソナライズされた旅行の観光消費のニーズがある意思決定ループでスズメバチの巣を完了します。
ユーザーは、意思決定の効率を向上させる、より良い支援するために、我々は自由な行使に豊富な経験を持っており、旅行者の特定のコンテンツの生産能力を持っている人たち、周りの含有量の増加を掘るする必要があり、ユーザーのアクティビティは、関連する政策の開発です。
のみ、ユーザーの分類を介してユーザの影響を評価する場合、それは明らかに問題があります。我々は、すべてのユーザーをやる気にさせる方法として、ユーザの評価システムは、過去のユーザの行動の確認、およびので、一般的なレベルだけで落ちない上昇します、この機能の結果であることを知っています：
-
ユーザーコア出力容量を効果的に定量化することはできません。限り、パンチカードのユーザー日、回答、コメント、および他の単純な行為は徐々に高いレベルにアップグレードされますよう。
-
**のユーザー評価のアップグレードを硬化させた後：**例では、ユーザーが長時間ログオンしていないが、レベルは、彼の影響力は依然として強く、見に。
-
コンテンツの出力はユーザの意欲を捉えることができないユーザーは、近い将来にさらに高いレベルを希望し、ログインの挙動があったが、我々は認識し、コンテンツを生成する方法がない場合は、右の話題に興味を持っています：。
この問題を解決するために、我々は鉱業で、フィールドのユーザー肖像ラベリングシステムなどのコンテンツ機能を貢献し、多くの企業の間でスズメバチの巣に適用されます、例えば：
フォーラム招待
Q＆スズメバチの巣は、より効率的で、簡単な、パーソナライズされた旅行レイダースとして見ることができます。私たちは、このコンテンツの貢献の豊富なエリアだけでなく、人気のあるコンテンツ関連ユーザーに近未来を描く、それは旅行者が迅速かつ正確に答えることができる答え保証を招待するように指示質問者にお勧めすることができます。
KOLマイニングスズメバチの巣
ユーザーを使用する能力は旅行をすることを愛し、高品質のコンテンツKOLを生成することができ、プロフェッショナルで、我々はより正確にアクティブマイニングすることができ、コンテンツのラベルを拠出これらのシニア旅行するように、一方では、など、オンラインコンテンツ推薦を招いによって解決することができますその上、一方、KOLのパワーを組み合わせることができる次の行に移動し、最もシンプルで直感的なユーザーの意識を駆動するために、自分の経験を使用し、そのような「スズメバチの巣の案内人」などと、より多くの露出を得るためにプレミアムコンテンツ。
ユーザーは、コンテンツのコンピテンシーモデルに貢献します
単純に、ユーザの活動から、時間をかけて人気を入れ、出力はつまり、ユーザーに測定する能力を貢献する3次元モデルを構築するためには以下となります。
人気出力意欲のユーザがコンテンツ=ユーザー+ユーザーは、ユーザーの活動の能力を貢献+
1.ユーザの活動モデル
RFMモデルは、私たちの多くは慣れていない、これは顧客価値と収益性のユーザーの能力を測定するための古典的なツールです。ここでは、三つの要因RFMモデルに調整し、シーンのスズメバチの巣の観光コミュニティであります：
（活動）：ユーザのアクティビティ
^ E（ - AT）：αは減衰係数である日の時間減衰、指数関数的減衰から、最終アクセス時間。ここでは時間減衰率、熱のF * E理解できるアクティブユーザー、時間減衰因子として指数関数的減衰機能を使用すると、徐々に時間減衰上のアクティブユーザーのプロセスの熱を反映しています。セルラ馬のシーンで、実際のデータのパラメータを調整することによって、我々は時間t（365）最小減衰0.0001年を選択して、式にこの時間は、αの値を取得します。ここで考え、ユーザが今年の内容のいずれかを寄付していないことを最小限に意志減衰され、αを得る0.0189です。
F（周波数）： 特定の時間寄与周波数内のユーザコンテンツ。これも含む走行シーンに基づいて、Q、レイダース、ノート（グラフィックス、テキスト、ビデオを結合）は、コンテンツの他のすべてのタイプのために計算されています。
E（エンゲージメント）：ユーザのコンテンツの最新の貢献、異なる種類の異なるUGC対応する値を入力します。例えば、難易度の出力値と比べて旅行記の内容は、ユーザーの質問に答えると、写真と、ビデオベースノート。ステーションスズメバチUGC量の割合で物品の異なる種類の、以下の結論を算出した後：ワンズ値E 5、Q値は2.5、3つの音符の値です。
2.ユーザー人気
どんなにどのような方法で認識UGCの形は、他のユーザー、コメント、お気に入り、共有、いくつかの方法などの基本的なポイントは、通常はありません。スズメバチの巣、旅行、異なる物品Qでは、レイダース、ノートと歓迎程度の他の形態は、露出よりも、絵、短いコンテンツ（ノート）のプレゼンテーションのメインフォームなどのビデオ形式など、さまざまなですが、親指、レビューや他の認識であります度やレイダーズほど良好ではないが、このような長い記事を旅行します。
次のようにだからここコミュニティの旅、クイズ、ノートなどを解析することでは、歓迎の程度と、最終的な全体的なスコアの平均値を計算するために、ユーザーの内容のようなさまざまな状況で分析されています。
上記、Wは、合計スコアの人気のユーザを表すα、β、重み係数の内容重みの異なるタイプを表しますχ。物品が分析のようなもの局によって実行される計算のここ異なる形態、α：β：χ= 1：1.05：0.98、計算の都合が1であるχ、β、αを近似するため。
旅行の値は機能が人気の中かどうかの記事の尺度としての属性、ポイントのように、お気に入り、共有、返信およびその他の関連機能によって計算され、旅行の人気を示し、次のようにロジスティック回帰モデルによって、重いウェイトトレーニングを提供しています：
Yは、記事が重量に代わって、高品質のトレーニング、W_iのものであり、モデルのトレーニングによって、ウェイトの重量は、Nがたツイートは、コレクションに代わって、コメント担当者はコメント、シェアシェアを表し、親指の代わりに、物品の種類、投票を表しているかどうかを示します。最後に、順番に旅行記の人気を判断する重み計算トラベルで重量を得ることができます。同上回答、注意が計算されます。モデルの結果によって以下の通りであった訓練された（計算の便宜のためにここで、小数第1位の値を四捨五入）。
旅行：W1：0.1、W2：0.5、W3：0.2、W4：0.4。
Q：W1：0.2、W2：0.9、W3：0.3、W4：0.6。
注：W 1：0.1、W2：0.5、W3：0.3、W4：0.6。
3.ユーザーは、共有したいです
ユーザーのシェアは、タグ付けやPageRankのユーザーの要望に応じて達成されます。ラベルの類似度計算を持つ被験者とユーザとの間の関係を分析するためのPageRankの計算モデルに係るユーザ関心の代表、および、実際のシーンのようなユーザーが投稿内容ラベルは、関心のあるユーザは高い意欲のコンテンツを共有することが推奨されます。ユーザーが同じクラスに属している現在のトピックの内容ラベルとラベル分類を拠出する場合たとえば、私たちは、ユーザーが同じトピック現在のラベルが比較的強い出力したい理解することができます。ユーザーは、現在のスレッドタグと同様の内容の上に貢献してきた場合は、共有するユーザーの意欲が向上し対応させていただきます。次のように：
Dは、ユーザーに代わってD_Iは（例えば旅行を書き込む意欲など）記事の特定の種類に貢献したい、利用者の意欲の内容の書き込みを表し、
ノートの代わりにQ、T_3に代わってT_1旅行、T_2を表し、すべてのコンテンツの比率、のためのコンテンツのユーザーの共有アカウントの特定の種類の生産時間に代わって、過去のT_Iユーザー。
C_Iユーザーは、高品質、高品質の旅行共感のC_1の拠出額の数として選択されている記事の特定のタイプに代わって、高品質の貢献のための質問と回答のC_2数、高品質寄与ノートのC_3番号を書きました。
Nは減衰係数、デフォルト値N 0.85を表します。
ユーザの能力の内容は客観的かつ効果的に定量化するために貢献するように要約すると、によって、「ユーザー・アクティビティ+出力+ユーザーに対して、ユーザーの意欲の人気、」我々は、対応するユーザーUGCレベルを与えることができます。
概要
ユーザーは、我々は新たな視点モデル、および現在の製品のスズメバチの巣の完全なアプリケーションを提案し、完全にユーザーの関心を悪用していないユーザーの行動、時間減衰係数の種類だけでなく、3つの問題を強調していないユーザーレベルの設定の内容モデルの完全なアカウントを寄付しました。
今後は、このようなコメントを追加するなどのアルゴリズムを最適化していきますと、モデル内の他の寸法は、属性、コンテンツの品質スコアポイント+記事自体だけでなく、高品質、最初の蜂、採用答えの面で影響のコンテンツの肖像画を追加しますように、より正確に、ユーザがコンテンツの容量を拠出タップスズメバチの巣のユーザータグを向上させます。
著者：ヤン＆チャンにユン・フェイ、馬セルラーアーキテクチャ＆ユーザーの肖像画は、R＆Dエンジニアをお勧めします。
（タイトル図出典：ネットワーク）