在线社区激励方法及装置、电子设备、存储介质

所属的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。下面参照图9来描述根据本公开的这种实施例的电子设备。图9所示的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图9所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：上述至少一个处理单元410、上述至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430、显示单元440。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。例如，所述处理单元可以执行如图1中所示的步骤s110、获取群体当前状态，计算群体的效率及公平；步骤s120、基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组；步骤s130、基于群体的目标演化方向、第一群体演化路径确定群体演化方向；步骤s140、获取确定的群体演化方向所对应的激励混合比例，对在线社区用户群体进行激励。存储单元420可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)421和/或高速缓存存储单元422，还可以进一步包括只读存储单元(rom)423。存储单元420还可以包括具有一组(至少一个)程序模块425的程序/实用工具424，这样的程序模块425包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线430可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备400也可以与一个或多个外部设备470(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口450进行。并且，电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器460通过总线430与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。参考图9所示，描述了根据本公开的实施例的用于实现上述基于隐私计算的贡献度计算方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施例的方法。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施例。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

背景技术：

1、用户在社交媒体、电商网站、在线问答社区等平台上发表的文字、图片、音频、视频等各种形式的内容，对在线社区用户量、消费者决策、平台定位等都至关重要。

2、然而，目前有些在线社区面临用户生成内容积极性不足的现状，导致这些在线社区的生存面临挑战。还有一些在线社区的用户又为了生成更多内容吸引更多的浏览点赞量而恶意竞争，以获取更多收益，导致这部分在线社区的健康持续发展受到挑战。因此，激励用户积极且健康地创造内容，对在线社区平台的长期发展具有重要作用。

3、目前的在线社区的用户激励方式多种多样，例如粉丝关注量高的大v有更多的流量推送、根据内容浏览和点赞数进行金钱奖励、面向全部用户的普惠政策等。但是，目前的激励方式均采用固定的、静态的实施方式对用户表现进行调节，而用户往往会因为自身努力和收益方面的考虑而不断调整、改变自身的行为，导致固定的实施方式无法灵活应对用户的行为变化，使得激励方式对用户行为的定向与持续引导效果差。

4、公开号为cn114943278a的发明专利公开了一种基于强化学习的持续在线群体激励方法、装置及存储介质，步骤如下：1)提取大规模在线学习系统中用户的基本特征；2)使用图卷积神经网络对原始特征进行特征提取及聚合，得到群体特征；3)利用聚类算法对群体特征进行聚类，形成用户群体的典型特征；4)针对典型用户组分配初始激励模式；并利用持续在线的用户反馈数据训练基于策略的强化学习模型以达到总体活跃度最大化。

5、上述专利着眼于学生上课的场景，提出了一种动态的群体激励方法。然而，对群体进行持续的模型训练来进行在线群体激励，操作复杂、计算量大、实用性较弱，因此，如何实现一种操作便捷、实用性强的动态在线社区群体激励方法是本领域亟待解决的问题。

6、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开实施例的目的在于提供一种在线社区激励方法及装置、电子设备、存储介质，进而至少在一定程度上克服现有的激励方法固定、操作复杂、实用性差的问题。

2、本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

3、根据本公开实施例的第一方面，提供了一种在线社区激励方法，包括：获取群体当前状态，计算群体的效率及公平；基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组；基于群体的目标演化方向、第一群体演化路径确定群体演化方向；获取确定的群体演化方向所对应的激励混合比例，对在线社区用户群体进行激励。

4、在本公开的一些示例实施例中，基于前述方案，在获取群体当前状态，计算群体的效率及公平之前，还包括；采集在线社区在不同激励混合比例下的历史用户群体状态；基于所述历史用户群体状态，生成群体用户行为在不同初始状态、不同激励混合比例下的演化规律；将所述演化规律基于激励混合比例分类，生成群体演化路径图；将所述生成群体演化路径图组合生成群体演化路径图组。

5、在本公开的一些示例实施例中，基于前述方案，所述基于群体的目标演化方向、第一群体演化路径确定群体演化方向包括：

6、获取群体的目标演化方向；在所有第一群体演化路径上查找与当前群体状态对应的效率、公平映射点距离最近的点；计算所有第一群体演化路径上的距离最近的点的切线方向；选择与所述目标演化方向最接近的切线方向，作为群体演化方向。

7、在本公开的一些示例实施例中，基于前述方案，所述群体的效率为：

8、

9、其中，e为在线社区的群体效率，xi为第i个用户生成的内容质量，n为在线社区中的个体用户数。

10、在本公开的一些示例实施例中，基于前述方案，群体的公平为：

11、

12、其中，f为在线社区的群体公平，n为在线社区中的个体用户数，xi为第i个用户生成的内容质量，fi为个体用户生成的内容xi其获得的应有质量。

13、在本公开的一些示例实施例中，基于前述方案，所述基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组包括：

14、将上述群体的效率及公平，映射为横轴为公平、纵轴为效率的二维平面中的一个点；

15、以该映射点为圆心，在一定半径范围内筛选出群体演化路径图组中的演化路径，作为第一群体演化路径。

16、在本公开的一些示例实施例中，基于前述方案，还包括：

17、如果半径范围内不存在第一群体演化路径，则增大半径值，直到半径范围内出现第一群体演化路径为止。

18、根据本公开实施例的第二方面，提供了一种在线社区激励装置，包括：效率及公平计算模块：用于获取群体当前状态，计算群体的效率及公平；第一群体演化路径组确定模块：用于基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组；群体演化方向确定模块：用于基于群体的目标演化方向、第一群体演化路径确定群体演化方向；激励模块：用于获取确定的群体演化方向所对应的激励混合比例，对在线社区用户群体进行激励。

19、在本公开的一些示例实施例中，基于前述方案，所述在线社区激励装置还包括：预处理模块。所述预处理模块用于预先生成群体演化路径图、群体演化路径图组，作为在线社区激励的前期准备。

20、在本公开的一些示例实施例中，基于前述方案，所述预处理模块还包括：群体状态采集单元，用于采集在线社区在不同激励混合比例下的历史用户群体状态；演化规律生成单元，用于基于所述历史用户群体状态，生成群体用户行为在不同初始状态、不同激励混合比例下的演化规律；群体演化路径图生成单元，用于将所述演化规律基于激励混合比例分类，生成群体演化路径图；群体演化路径图组生成单元，用于将所述生成群体演化路径图组合生成群体演化路径图组。

21、在本公开的一些示例实施例中，基于前述方案，所述群体演化方向确定模块包括：目标演化方向获取单元：用于获取群体的目标演化方向；最近点确定单元，用于在所有第一群体演化路径上查找与当前群体状态对应的效率、公平映射点距离最近的点；切线方向计算单元，用于计算所有第一群体演化路径上的距离最近的点的切线方向；选择单元，用于选择与所述目标演化方向最接近的切线方向，作为群体演化方向。

22、根据本公开实施例的第三方面，提供了一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现上述任意一项所述的在线社区激励方法。

23、根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的在线社区激励方法。

24、本公开实施例提供的技术方案可以包括以下有益效果：

25、本公开的示例实施例中的在线社区激励方法，通过群体当前状态，计算群体的效率及公平；基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组；基于群体的目标演化方向、第一群体演化路径确定群体演化方向；获取确定的群体演化方向所对应的激励混合比例，对在线社区用户群体进行激励。通过将历史数据以群体演化路径图组的形式进行整合，为在线社区群体表现的动态优化提供可用、有效的规律支撑。通过激励措施的动态调整，实现在线社区对用户表现的持续改进和定向优化，而非预先制定某种静态的、固定的规则，提升了对群体表现的掌控力。通过利用公平和效率对群体状态进行刻画，使在线社区的激励能够使社区状态朝目标方向进行快速演化。此外，无需使用强化学习等方法对模型进行持续的训练，仅需对历史数据进行整合，操作便捷，实用性强。

26、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

技术特征：

1.一种在线社区激励方法，其特征在于，包括：

2.根据权1所述的在线社区激励方法，其特征在于，获取群体当前状态，计算群体的效率及公平之前，还包括：

3.根据权1所述的在线社区激励方法，其特征在于，所述基于群体的目标演化方向、第一群体演化路径确定群体演化方向包括：

4.根据权1所述的在线社区激励方法，其特征在于，所述群体的效率为：

5.根据权1所述的在线社区激励方法，其特征在于，群体的公平为：

6.根据权1所述的在线社区激励方法，其特征在于，所述基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组包括：

7.根据权6所述的在线社区激励方法，其特征在于，

8.一种在线社区激励装置，其特征在于，包括：

9.一种电子设备，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的在线社区激励方法。

技术总结
本公开提供了在线社区激励方法及装置、电子设备、存储介质，涉及数据处理技术领域。该在线社区激励方法包括：获取群体当前状态，计算群体的效率及公平；基于上述群体的效率及公平在群体演化路径图组中筛选出第一群体演化路径组；基于群体的目标演化方向、第一群体演化路径确定群体演化方向；获取确定的群体演化方向所对应的激励混合比例，对在线社区用户群体进行激励。本公开实施例的技术方案实现在线社区对用户表现的持续改进和定向优化，而非预先制定某种静态、固定的规则，提升了对群体表现的掌控力。此外，无需使用强化学习等方法对模型进行持续的训练，仅需对历史数据进行整合，操作便捷，实用性强。

技术研发人员：钱君,李建强,赵青
受保护的技术使用者：北京工业大学
技术研发日：
技术公布日：2024/9/23