本發(fā)明涉及大數(shù)據(jù)處理，尤其涉及一種基于對(duì)象的營(yíng)銷推廣方法。

背景技術(shù)：

1、網(wǎng)絡(luò)營(yíng)銷推廣已成為企業(yè)提升品牌知名度、吸引潛在客戶、增加銷售額的重要手段。在這種背景下，基于對(duì)象的營(yíng)銷推廣方法應(yīng)運(yùn)而生，它強(qiáng)調(diào)對(duì)目標(biāo)受眾的精準(zhǔn)定位和個(gè)性化推廣策略的制定，以最大化營(yíng)銷效果。目前智能營(yíng)銷方法中在對(duì)用戶精準(zhǔn)營(yíng)銷時(shí)，對(duì)于用戶特征只考慮了點(diǎn)擊營(yíng)銷商品或相似商品中的部分用戶偏好程度，忽略了未點(diǎn)擊營(yíng)銷商品這部分用戶的偏好程度，從而導(dǎo)致?tīng)I(yíng)銷商品部分用戶缺失，從而影響對(duì)營(yíng)銷商品所需要用戶的精準(zhǔn)判斷，降低精準(zhǔn)營(yíng)銷效果。

2、申請(qǐng)?zhí)枮?02311653896.9的中國(guó)發(fā)明專利提供了一種基于用戶畫像的精準(zhǔn)營(yíng)銷方法及系統(tǒng)，采集用戶數(shù)據(jù)和營(yíng)銷商品數(shù)據(jù)；得到用戶特征向量和營(yíng)銷商品特征向量，通過(guò)用戶已經(jīng)購(gòu)買的商品以及商品屬性來(lái)預(yù)測(cè)尚未購(gòu)買的營(yíng)銷商品的興趣愛(ài)好，計(jì)算用戶所購(gòu)買的所有商品與營(yíng)銷商品之間的相似度，并進(jìn)行相似度降序排列，對(duì)其排序靠前的用戶進(jìn)行投放營(yíng)銷商品廣告，來(lái)提高精準(zhǔn)營(yíng)銷效果。

3、但在上述現(xiàn)有技術(shù)中，對(duì)用戶購(gòu)買的商品均設(shè)置相同的權(quán)重計(jì)算相似度，忽略了商品購(gòu)買的時(shí)間因素以及用戶在不同時(shí)間的興趣愛(ài)好發(fā)生的變化，若待營(yíng)銷商品與用戶前期購(gòu)買的商品相似度很高，但用戶在近期并未購(gòu)買，并不能實(shí)時(shí)判斷用戶興趣愛(ài)好的變化趨勢(shì)，導(dǎo)致降低了營(yíng)銷效果。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)通過(guò)提供一種基于對(duì)象的營(yíng)銷推廣方法，解決了現(xiàn)有技術(shù)中忽略了商品購(gòu)買的時(shí)間因素以及用戶在不同時(shí)間的興趣愛(ài)好發(fā)生變化的問(wèn)題，實(shí)現(xiàn)了根據(jù)商品購(gòu)買的時(shí)間因素實(shí)時(shí)獲取用戶興趣愛(ài)好進(jìn)而提高精準(zhǔn)營(yíng)銷的技術(shù)效果。

2、本申請(qǐng)?zhí)峁┝艘环N基于對(duì)象的營(yíng)銷推廣方法，所述方法包括：

3、s100：采集用戶數(shù)據(jù)、營(yíng)銷商品數(shù)據(jù)和操作時(shí)間數(shù)據(jù)，所述操作時(shí)間數(shù)據(jù)是指用戶對(duì)商品的點(diǎn)擊瀏覽、購(gòu)買行為分別對(duì)應(yīng)的時(shí)間節(jié)點(diǎn)以及瀏覽時(shí)長(zhǎng)；

4、s200：初步整理所述用戶數(shù)據(jù)、所述營(yíng)銷商品數(shù)據(jù)和所述操作時(shí)間數(shù)據(jù)，根據(jù)所述操作時(shí)間數(shù)據(jù)計(jì)算每個(gè)商品的時(shí)間衰減因子；根據(jù)所述時(shí)間衰減因子計(jì)算得到和，并生成用戶特征向量和營(yíng)銷商品特征向量；

5、s300：根據(jù)所述營(yíng)銷商品特征向量計(jì)算待營(yíng)銷商品與用戶產(chǎn)生過(guò)行為的所有商品之間的相似度，根據(jù)所述用戶特征向量和所述相似度計(jì)算用戶對(duì)待營(yíng)銷商品的興趣偏好，得到修正后的用戶畫像特征向量；計(jì)算每個(gè)所述用戶畫像特征向量與所述營(yíng)銷商品特征向量g兩者之間的相似度，并使用相似度進(jìn)行降序排列，獲取前50%的用戶，形成初選用戶列表；

6、s400：根據(jù)所述初選用戶列表，對(duì)每一個(gè)用戶生成用戶時(shí)間表，將商品劃分為長(zhǎng)時(shí)商品和短時(shí)商品，所述長(zhǎng)時(shí)商品是指使用期限長(zhǎng)、購(gòu)買頻次低的商品，所述短時(shí)商品是指使用期限短、購(gòu)買頻次高的商品；對(duì)用戶購(gòu)買的商品按照所述長(zhǎng)時(shí)商品和所述短時(shí)商品進(jìn)行標(biāo)記，形成商品時(shí)間向量；根據(jù)所述商品時(shí)間向量和所述用戶時(shí)間表生成用戶特征報(bào)告；根據(jù)所述用戶特征報(bào)告生成首要用戶列表和次要用戶列表；

7、s500：根據(jù)所述首要用戶列表和所述次要用戶列表設(shè)置營(yíng)銷推廣策略。

8、進(jìn)一步地，所述時(shí)間衰減因子的計(jì)算公式為：

9、

10、其中，表示時(shí)間衰減因子，表示權(quán)重參數(shù)，用于衡量用戶瀏覽時(shí)間節(jié)點(diǎn)和當(dāng)前時(shí)間節(jié)點(diǎn)在時(shí)間衰減中的影響，和分別表示基于購(gòu)買時(shí)間節(jié)點(diǎn)的衰減率和基于瀏覽時(shí)間節(jié)點(diǎn)的衰減率，表示當(dāng)前時(shí)間節(jié)點(diǎn)，表示購(gòu)買時(shí)間節(jié)點(diǎn)，表示瀏覽時(shí)間節(jié)點(diǎn)。

11、進(jìn)一步地，若所述購(gòu)買時(shí)間節(jié)點(diǎn)位于所述瀏覽時(shí)間節(jié)點(diǎn)之前，依據(jù)所述購(gòu)買時(shí)間節(jié)點(diǎn)計(jì)算所述時(shí)間衰減因子，此時(shí)；若存在所述瀏覽時(shí)間節(jié)點(diǎn)，則需要根據(jù)時(shí)間間隔和瀏覽時(shí)長(zhǎng)設(shè)置權(quán)重參數(shù)，具體公式如下：

12、

13、其中，表示用戶在所述瀏覽時(shí)間節(jié)點(diǎn)所停留的瀏覽時(shí)長(zhǎng)；k表示瀏覽時(shí)長(zhǎng)影響的參數(shù)，用于調(diào)節(jié)瀏覽時(shí)長(zhǎng)對(duì)權(quán)重參數(shù)影響的參數(shù)，具體根據(jù)歷史數(shù)據(jù)和歷史經(jīng)驗(yàn)進(jìn)行預(yù)先設(shè)定。

14、進(jìn)一步地，所述用戶特征向量為：；所述營(yíng)銷商品特征向量為：；

15、其中，表示用戶對(duì)其產(chǎn)生過(guò)行為的第n個(gè)商品，表示用戶對(duì)第n個(gè)商品經(jīng)過(guò)時(shí)間衰減后的興趣偏好，表示商品的第n個(gè)屬性特征，表示第n個(gè)屬性所占權(quán)重經(jīng)過(guò)時(shí)間衰減后的數(shù)值大??；使用tf-idf算法對(duì)與的值進(jìn)行計(jì)算，表示了用戶在不同時(shí)間對(duì)商品產(chǎn)生的興趣偏好的變化情況；表示了商品在不同時(shí)間下屬性權(quán)重的變化情況。

16、進(jìn)一步地，所述表示第n個(gè)屬性特征的商品所占的比重，具體計(jì)算公式如下：

17、

18、其中，表示第n個(gè)屬性特征的商品售出的數(shù)量，表示商品售出的總數(shù)量。

19、進(jìn)一步地，所述用戶畫像特征向量。

20、進(jìn)一步地，所述用戶時(shí)間表包括用戶的購(gòu)物時(shí)間段和購(gòu)物偏好，所述購(gòu)物時(shí)間段包括活躍時(shí)間段、穩(wěn)定時(shí)間段和緩慢時(shí)間段，所述購(gòu)物偏好是指用戶在購(gòu)物時(shí)對(duì)于商品屬性特征是否有特殊偏好。

21、進(jìn)一步地，所述首要用戶列表是指待營(yíng)銷商品與用戶之前購(gòu)買的商品的相似度不小于相似度閾值且所述購(gòu)買時(shí)間節(jié)點(diǎn)與當(dāng)前時(shí)間節(jié)點(diǎn)之間的時(shí)間差位于對(duì)應(yīng)時(shí)間差閾值范圍之內(nèi)的用戶，所述次要用戶列表是指待營(yíng)銷商品與用戶之前購(gòu)買的商品的相似度小于相似度閾值且購(gòu)買時(shí)間節(jié)點(diǎn)與當(dāng)前時(shí)間節(jié)點(diǎn)之間的時(shí)間差大于對(duì)應(yīng)時(shí)間差高閾值或小于對(duì)應(yīng)時(shí)間差低閾值的用戶；所述相似度閾值是根據(jù)歷史數(shù)據(jù)預(yù)先設(shè)定，用于衡量待營(yíng)銷商品與用戶購(gòu)買商品的相似度；所述時(shí)間差閾值范圍是根據(jù)用戶歷史購(gòu)買頻次數(shù)據(jù)預(yù)先設(shè)定，所述長(zhǎng)時(shí)商品和所述短時(shí)商品所對(duì)應(yīng)的時(shí)間差閾值范圍不同。

22、進(jìn)一步地，根據(jù)所述首要用戶列表和所述次要用戶列表獲取用戶所對(duì)應(yīng)的商品等級(jí)，所述商品等級(jí)包括高級(jí)、中級(jí)、低級(jí)，所述商品等級(jí)是根據(jù)預(yù)先設(shè)定的購(gòu)買率閾值范圍進(jìn)行劃分，所述高級(jí)是指購(gòu)買率不小于購(gòu)買率閾值范圍中高閾值的商品，所述中級(jí)是指購(gòu)買概率在購(gòu)買率閾值范圍之內(nèi)的商品，所述低級(jí)是指購(gòu)買概率小于購(gòu)買率閾值范圍中低閾值的商品；根據(jù)所述用戶時(shí)間表得到活躍時(shí)間段、穩(wěn)定時(shí)間段和緩慢時(shí)間段，按照分時(shí)營(yíng)銷策略進(jìn)行營(yíng)銷推廣。

23、進(jìn)一步地，根據(jù)所述操作時(shí)間數(shù)據(jù)和所述用戶時(shí)間表得到推送頻率數(shù)據(jù)，對(duì)所述推送頻率數(shù)據(jù)進(jìn)行歸一化處理并使用線性回歸方法預(yù)測(cè)用戶的推送頻率；根據(jù)所述商品時(shí)間向量得到用戶對(duì)長(zhǎng)時(shí)商品和短時(shí)商品的偏好情況，根據(jù)所述偏好情況生成推送比例；根據(jù)所述推送頻率和所述推送比例生成個(gè)體分時(shí)營(yíng)銷策略。

24、本申請(qǐng)中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

25、通過(guò)綜合考慮用戶的歷史行為、時(shí)間衰減因素和商品屬性，實(shí)現(xiàn)獲得更精準(zhǔn)的用戶畫像特征向量和營(yíng)銷商品特征向量的效果，提高了用戶興趣偏好和商品屬性權(quán)重的時(shí)間敏感性，使得推薦更加符合用戶當(dāng)前的需求和偏好，通過(guò)相似度計(jì)算和用戶篩選，能夠更有效地識(shí)別出對(duì)特定營(yíng)銷商品感興趣的用戶群體。

技術(shù)特征：

1.一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，所述時(shí)間衰減因子的計(jì)算公式為：

3.如權(quán)利要求2所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，若所述購(gòu)買時(shí)間節(jié)點(diǎn)位于所述瀏覽時(shí)間節(jié)點(diǎn)之前，依據(jù)所述購(gòu)買時(shí)間節(jié)點(diǎn)計(jì)算所述時(shí)間衰減因子，此時(shí)；若存在所述瀏覽時(shí)間節(jié)點(diǎn)，則需要根據(jù)時(shí)間間隔和瀏覽時(shí)長(zhǎng)設(shè)置權(quán)重參數(shù)，具體公式如下：

4.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，所述表示第n個(gè)屬性特征的商品所占的比重，具體計(jì)算公式如下：

5.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，所述用戶畫像特征向量。

6.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，所述用戶時(shí)間表包括用戶的購(gòu)物時(shí)間段和購(gòu)物偏好，所述購(gòu)物時(shí)間段包括活躍時(shí)間段、穩(wěn)定時(shí)間段和緩慢時(shí)間段，所述購(gòu)物偏好是指用戶在購(gòu)物時(shí)對(duì)于商品屬性特征是否有特殊偏好。

7.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，所述首要用戶列表是指待營(yíng)銷商品與用戶之前購(gòu)買的商品的相似度不小于相似度閾值且所述購(gòu)買時(shí)間節(jié)點(diǎn)與當(dāng)前時(shí)間節(jié)點(diǎn)之間的時(shí)間差位于對(duì)應(yīng)時(shí)間差閾值范圍之內(nèi)的用戶，所述次要用戶列表是指待營(yíng)銷商品與用戶之前購(gòu)買的商品的相似度小于相似度閾值且購(gòu)買時(shí)間節(jié)點(diǎn)與當(dāng)前時(shí)間節(jié)點(diǎn)之間的時(shí)間差大于對(duì)應(yīng)時(shí)間差高閾值或小于對(duì)應(yīng)時(shí)間差低閾值的用戶；所述相似度閾值是根據(jù)歷史數(shù)據(jù)預(yù)先設(shè)定，用于衡量待營(yíng)銷商品與用戶購(gòu)買商品的相似度；所述時(shí)間差閾值范圍是根據(jù)用戶歷史購(gòu)買頻次數(shù)據(jù)預(yù)先設(shè)定，所述長(zhǎng)時(shí)商品和所述短時(shí)商品所對(duì)應(yīng)的時(shí)間差閾值范圍不同。

8.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，根據(jù)所述首要用戶列表和所述次要用戶列表獲取用戶所對(duì)應(yīng)的商品等級(jí)，所述商品等級(jí)包括高級(jí)、中級(jí)、低級(jí)，所述商品等級(jí)是根據(jù)預(yù)先設(shè)定的購(gòu)買率閾值范圍進(jìn)行劃分，所述高級(jí)是指購(gòu)買率不小于購(gòu)買率閾值范圍中高閾值的商品，所述中級(jí)是指購(gòu)買概率在購(gòu)買率閾值范圍之內(nèi)的商品，所述低級(jí)是指購(gòu)買概率小于購(gòu)買率閾值范圍中低閾值的商品；根據(jù)所述用戶時(shí)間表得到活躍時(shí)間段、穩(wěn)定時(shí)間段和緩慢時(shí)間段，按照分時(shí)營(yíng)銷策略進(jìn)行營(yíng)銷推廣。

9.如權(quán)利要求1所述的一種基于對(duì)象的營(yíng)銷推廣方法，其特征在于，根據(jù)所述操作時(shí)間數(shù)據(jù)和所述用戶時(shí)間表得到推送頻率數(shù)據(jù)，對(duì)所述推送頻率數(shù)據(jù)進(jìn)行歸一化處理并使用線性回歸方法預(yù)測(cè)用戶的推送頻率；根據(jù)所述商品時(shí)間向量得到用戶對(duì)長(zhǎng)時(shí)商品和短時(shí)商品的偏好情況，根據(jù)所述偏好情況生成推送比例；根據(jù)所述推送頻率和所述推送比例生成個(gè)體分時(shí)營(yíng)銷策略。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種基于對(duì)象的營(yíng)銷推廣方法，涉及大數(shù)據(jù)處理技術(shù)領(lǐng)域，方法包括：根據(jù)操作時(shí)間數(shù)據(jù)計(jì)算每個(gè)商品的時(shí)間衰減因子；根據(jù)時(shí)間衰減因子計(jì)算得到和，并生成用戶特征向量和營(yíng)銷商品特征向量；計(jì)算每個(gè)用戶畫像特征向量與營(yíng)銷商品特征向量G兩者之間的相似度，形成初選用戶列表；根據(jù)初選用戶列表，對(duì)每一個(gè)用戶生成用戶時(shí)間表，將商品劃分為長(zhǎng)時(shí)商品和短時(shí)商品，形成商品時(shí)間向量；根據(jù)商品時(shí)間向量和用戶時(shí)間表生成用戶特征報(bào)告；根據(jù)用戶特征報(bào)告設(shè)置營(yíng)銷推廣策略；提高用戶興趣偏好和商品屬性權(quán)重的時(shí)間敏感性，更加符合用戶當(dāng)前的需求和偏好。

技術(shù)研發(fā)人員：許娜,李巖
受保護(hù)的技術(shù)使用者：北京六一六信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21