با توسعه سریع تجارت اجتماعی ، چگونگی فشار و پخش پیام های بازاریابی در شبکه های اجتماعی آنلاین (OSN) به طور مؤثر ، به طور فزاینده ای به یک موضوع مهم تبدیل شده است ، که می تواند در نتیجه منافع شرکت ها ، کاربران و سیستم عامل ها باشد. یک راه حل اساسی برای این مسئله ، چگونگی مدل سازی دقیق و جامع علاقه کاربر است. برای برطرف کردن چنین وظیفه مهم و چالش برانگیز ، مطالعه ما یک نمودار مورد علاقه کاربر ایجاد کرد که توسط یک ساختار درخت سلسله مراتبی ارائه شده است و طیف گسترده ای از موضوعات را شامل می شود ، از درشت دانه گرفته تا موضوعات ریز دانه سه سطح ریز مانند مواد غذایی ، سرگرمی و خرید ، با ۱۶۷ گره علاوه بر این ، با توجه به اینکه علایق کاربر همیشه با گذشت زمان در حال تغییر است ، یک طرح فروپاشی علاقه نمایی در این مطالعه استفاده می شود. سرانجام ، یک سری آزمایش برای ارزیابی عملکرد مدل پیشنهادی با مقایسه آن با سه معیار طراحی شده بر اساس الگوریتم پیشنهادی و دو مدل علاقه سلسله مراتبی مشابه کاربر انجام می شود. نتایج تجربی نشان می دهد که مدل ما برای پیش بینی منافع کاربر به خوبی کار می کند. این تحقیق فناوری اساسی مهم و پشتیبانی تصمیم گیری ارزشمند را برای شیوه های دقیق و شخصی بازاریابی اجتماعی ارائه می دهد.