社会关系网络演化与精确营销应用

在以前的博客中，我们讨论到移动通信中的语音呼叫、短信/彩信/飞信等行为构建了一个庞大的、真实的社会关系网络。而根据“150法则”，每个人能够与之保持社交关系的最大值是150，整个庞大的社会关系网络是稀疏的，即1个人只会与整个呼叫网络中的少数人联系，因此这就使得通过某些图挖掘算法高效的寻找大规模呼叫网络中的社区成为可能。这些社区可能是一个集团客户，也可能是有共同兴趣的朋友圈子，也有可能是同班同学等。现有发现这些社区的方法主要是通过将一个时间段内的数据压缩到一个时间点进行计算，因此发现的社区是一段时间内所有社交关系的叠加，社区的划分方法依赖于这个时间段的取值。同时，通过将一段时间的行为叠加到一点上分析，有可能隐藏了社区结构的变化情况，毕竟用户是生活在复杂的社会环境中，相当大部分人的社交关系不是一成不变的，毕业、跳槽、升职、项目合作等时间都会造成用户社交圈的变化。因此对一段时间内整个社会关系网络中社区的演化规律进行刻画则成为一个新的研究方向，而且具有潜在的应用价值。

社会关系网络的演化的形式有以下几种：(1) 膨胀：社区中的节点数增多；(2) 萎缩：社区的节点数减少；(3) 合并：多个社区合并为一个社区；(4) 分裂：一个社区分裂为多个社区；(5) 诞生：某个社区在网络中新产生；(6) 消亡：某个社区在网络中消失。研究社会关系网络演化的关键问题在于：由于社区结构的变化，如何识别当前网络中的社区是前一代网络中的社区演化而来的，哪些新的社区诞生了（或由其他社区分裂而来），哪些社区消亡了（或被别的社区合并了），哪些社区膨胀或者萎缩了。

研究社会关系网络演化，对于发现移动通信网络中有意义演化模式，并制定针对性的营销策略有重要意义，例如：

(1) 不稳定社区：某些成员不变，其他大部分成员发生变化。例如高校中有学生入学和毕业，社区经常发生变化，但是辅导员等人却是相对稳定的。发现了这些社区中核心不变的社区成员(如辅导员)后，可以对其实施关系营销，以占领高校新增市场

(2) 超稳定社区：大部分成员不发生改变，有个别成员替换。例如稳定的大型集团客户、家庭圈等。对于这样的社区，一旦发现后，则可以通过更加具有粘性的集团产品和家庭产品对其实施重复营销。

(3) 逐步膨胀社区：社区成员越来越多。例如快速成长的企业、群体性事件的前期等。对于这些社区，一旦能够预测其膨胀速度，对于快速推广业务也有重要意义

(4) 逐步萎缩社区：社区成员越来越少。例如某些论坛的衰落、组织结构缩小等。一旦发现这种萎缩趋势无法避免，最需要关注的问题就是用户离网和欺诈。

(5) 临时性社区：在某一次迭代中突然出现，随之消亡。例如旅游团、驴友团等。这类社区具有随机性，难以预测和捕捉，但是可以开发个性化的产品，被动供用户选择。

(6) 周期性社区：社区的诞生和消亡与时间(如节假日)呈周期性变化。例如同学圈、远亲和朋友圈等。这类社区的周期性规律是实施精确营销的重要依据。