科创中国

为了克服现有的餐饮业好友连边影响力预测方式的可靠性较差的不足，本发明提出了一种可靠性较好的基于多元线性回归的餐饮业好友连边影响力预测方法。本发明将拓扑特征和非拓扑特征引入到回归模型中，实现好友关系的量化。

一种基于多元线性回归的餐饮业好友连边影响力预测方法，属于数据挖掘领域。首先根据好友关系建立好友网络图；然后提取好友网络中的拓扑特征；考虑用户的总体特性，提取好友关系中的非拓扑特征信息；运用多元线性回归模型，得到各个特征与最后用户好友关系的联系。本发明的方法为：根据数据集，选取特征，借助线性回归方法建立预测模型。本发明提供了一种基于多元线性回归的餐饮业好友连边影响力预测方法，综合考虑了好友网络中的拓扑特征和用户自身的总体非拓扑特征，从而可以预测出好友连边影响力。

餐饮企业营销决策领域

客户关系管理：通过预测好友连边影响力，可以更好地了解客户之间的关系网络和影响力传播机制。餐饮企业可以根据这些信息制定个性化的营销方案，针对具有较高影响力的客户进行重点营销，提高客户满意度和忠诚度。例如，通过向有影响力的客户提供特别优惠、邀请参加新品试吃等活动，激发他们的口碑传播效应，带动更多客户前来消费。

市场定位与目标客户群体确定：利用好友连边影响力预测方法，餐饮企业可以分析不同客户群体之间的影响力差异，从而确定目标客户群体和市场定位。例如，对于以年轻人为主要目标客户的餐厅，可以重点关注年轻人之间的好友连边影响力，制定符合他们消费习惯和社交需求的营销策略。

餐饮行业市场研究领域

行业趋势分析：通过对大量餐饮数据的分析，可以了解好友连边影响力在不同地区、不同类型餐厅中的变化趋势。这有助于餐饮行业研究者和从业者把握市场动态，及时调整经营策略。例如，研究发现某个地区的消费者对好友推荐的餐厅关注度较高，那么在该地区开设新餐厅时，可以更加注重口碑营销和社交网络推广。

竞争态势评估：好友连边影响力预测方法可以帮助餐饮企业评估竞争对手的市场影响力。通过分析竞争对手的客户关系网络和口碑传播情况，企业可以找到自身的优势和不足，制定更有针对性的竞争策略。例如，如果发现竞争对手在某个社交圈子中具有较高的影响力，企业可以通过提供更优质的服务、创新菜品等方式来吸引该社交圈子的客户。

社交网络与大数据应用领域

社交网络分析与营销：在社交网络时代，人们的消费决策越来越受到好友推荐和社交网络的影响。基于多元线性回归的好友连边影响力预测方法可以为社交网络平台和营销公司提供有价值的数据分析工具。例如，社交平台可以根据用户的好友连边影响力推荐相关的餐厅和美食信息，提高用户体验和平台的商业价值。

大数据分析与精准营销：随着大数据技术的发展，餐饮企业可以收集和分析大量的客户数据，包括消费记录、社交关系等。好友连边影响力预测方法可以与大数据分析相结合，实现精准营销。例如，通过分析客户的消费行为和社交网络关系，企业可以向潜在客户推送个性化的餐厅推荐和优惠信息，提高营销效果和转化率。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

本发明提取了好友网络的多个拓扑特征，和影响好友连边影响力的非拓扑特征，两者相辅相成表征了社交网络中用户的社交模式，然后利用多元线性回归模型表示影响网络中的好友连边影响力的因素。

本发明的有益效果如下：挖掘社交网络中的用户关系，预测效果良好，能有效满足实际使用的要求。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。