CN105069654A - 一种基于用户识别的网站实时/非实时营销投放方法及系统 - Google Patents

Abstract

一种基于用户识别的网站实时/非实时营销投放的方法及系统，包括：A获取预设时长内网站WEB服务器记录的用户上网的日志信息；删除获得的用户上网的日志信息中影响用户行为分类的无效访问数据；B根据业务流程特征提出表现用户行为特征的指标，指标根据以单IP用户一次浏览session即会话为单位对象在用户上网日志信息中提取特征，C根据B提取的用户上网浏览session的特征数据集，得到用户识别的分类规则和模型。编写多种在线营销方式的自动触发规则，植入自动触发规则的服务器定时扫描数据。

Description

一种基于用户识别的网站实时/非实时营销投放方法及系统

技术领域

本发明涉及互联网技术领域，特别涉及一种基于用户识别的网站实时/非实时营销投放的方法与系统。

背景技术

随着互联网技术的发展和电子商务的普及，越来越多的服务业开始将重心转移到线上交易，例如保险行业、餐饮行业、娱乐行业等。然而，区别于传统线下服务的面对面营销的模式，线上营销人员不能面对面接触客户，对客户的需求了解存在一定的局限性，这样可能导致一些无效的广告和促销投放，造成广告等营销措施难以实现预期的目标。因此，有效发掘、识别潜在客户，进而根据其特点、有针对性地对其实施营销措施，可以帮助企业实现精准营销，提高营销效率，同时降低营销成本。尤其是，借助数据挖掘技术根据用户的访问轨迹快速判断用户是否为潜在用户，进而进行实时推荐和促销，可以提高网站用户的转化率。

现有的基于用户识别的营销投放(专利申请号：CN104462320A,CN104462320A,CN103678659A)一般是：先通过数据挖掘等技术对网站用户的历史特征数据(以单用户单次会话为单位)进行分析，挖掘出有价值的用户分类规则和模型；接着采集和提取新用户的特征数据，并利用前一步的分类模型预测新用户的类别；最后针对新用户的类别进行相应的营销和推广。在这个过程中，用户的分类和预测是非实时和滞后的，即用户完成访问退出网站后，才能判断出其是否为潜在用户。由于用户兴趣容易受时间和周围环境干扰，在下一次会话前用户的购买倾向可能发生较大的变化，导致预测结果的准确度下降，进而使得网站营销成本上升，而相应的用户转化率却没有较大提升。

发明内容

为了解决上述技术问题，本发明提供一种基于用户识别的网站实时/非实时营销投放的方法与系统，其中实时营销能够在用户访问过程中根据挖掘出的用户信息在线弹出广告、优惠券、红包等，能有效提高用户的转化率；非实时营销是对实时营销的一种补充，在用户访问结束后，通过对用户数据进行深层次地挖掘，得出实时分析中未发现的信息，然后通过电话、邮件等形式进行二次营销。

本发明的技术方案是，一种基于用户识别的网站实时/非实时营销投放的方法，包括以下步骤：

A.获取预设时长内(一季度到一年不等)网站WEB服务器记录的用户上网的日志信息；根据预设的无效条件来删除获得的用户上网的日志信息中影响用户行为分类的无效访问数据；

B.根据业务流程特征提出表现用户行为特征的指标，指标根据以单IP用户一次浏览session(会话)为单位对象在用户上网日志信息中提取特征，即以每一个用户浏览session为单位对象，将特征提取函数应用于单次session生成一条用户特征数据；构建特征数据集；

C.根据B提取的用户上网浏览session的特征数据集，运用C5.0决策树分类算法构建分类器，在一定准确率和召回率的条件下，得到用户识别的分类规则和模型。

在C步骤后，本发明有两个方面的应用，其中基于用户识别的网站实时营销投放的方法与系统的后续步骤如下：

D1.抽取出部分关键的分类标准，编写多种在线营销方式的自动触发规则，触发规则的语法是“if……then……”；

E1.植入自动触发规则的服务器定时扫描数据，用户访问网站时满足某一触发规则，则会向客户端自动加载包含优惠券、红包和特定广告等多种营销数据；

所述步骤A中的预设的无效条件方法包括标记爬虫、清除加载页面、url匹配等等；其中url匹配是指结合网站url规则对访问记录进行匹配，对于未能有效解析和url异常的记录进行删减。

所述步骤B中的方法包括将用户浏览数据依据IP区别为不同浏览用户，将前后浏览记录时间间隔30分钟以上分割为不同的浏览session；即二次浏览session。

所述步骤B中的方法包括根据业务流程特征提出表现用户行为特征的指标，指标包括但不限于；是否登录、浏览页面数、页面平均时长、浏览产品详情页数、产品详情页平均时长、筛选列表次数、查看购物车次数、是否查看保险话题、是否查看保险字典、来源网站(官网，搜索，邮件，广告，其他)、浏览时段、是否确认订单。

所述步骤B中构建特征数据集的方法包括数据的离散化处理，即合并具有连续属性的特征数据；对于特征数据应用K-means聚类的方法获得这一特征数据的分类属性和分类临界值，根据分类属性和分类临界值对特征数据重新赋值，获得离散化的数据；这一方法可以有效解决大数据环境下分类算法获得的分类规则冗余问题。

所述步骤C中的用户识别方法为C5.0决策树分类算法，但不限于采用随机森林、神经网络、袋装或支持向量机等算法。

所述步骤D1中抽取分类标准的方法包括对于用户行为特征的指标根据服务器实时监控的需求进行简化，如页面平均时长需要根据用户访问网站的一个session为单位对象，根据实时监控的要求，页面平均时长简化为页面最低浏览时长。

所述步骤E1中服务器定时扫描数据的方法包含定时(即每一分钟或者其他时长)扫描WEB服务器的日志数据，解析用户特征数据。

所述步骤E1中的内容加载方法包括用户特征数据满足触发规则时，则会向客户端自动加载形如弹出窗口、浮动窗口等多种形式包含优惠券、红包和特定广告等一种或多种营销内容。

在C步骤后，其中基于用户识别的网站非实时营销投放的方法与系统的后续步骤如下：

D2：对前一天的用户访问数据按照步骤A,B进行处理，即提取用户行为特征数据；

然后通过C步骤根据用户特征数据和分类模型，标记用户类别；提取的分类模型，得到用户的类别属性；

E2：通过与其他业务数据库的关联，获得用户个人和订单信息，包括年龄、性别、生日、地址、联系方式等，然后通过电话、邮件等方式向用户投放一些他/她感兴趣的产品广告和折扣信息等营销内容；

包括通过用户cookie信息关联其他业务数据库，诸如用户注册表、用户订单表等，获得用户个人和订单信息，包括年龄、性别、生日、地址、联系方式等，然后通过电话、邮件等方式向用户投放一些他/她感兴趣的产品广告和折扣信息等营销内容。

本发明的有益效果：与现有技术相比，本发明至少具有以下优点：

在本发明中，能够基于用户访问数据和订单数据更准确高效地对用户消费倾向进行预测，并有效识别出网站的潜在用户；通过分类模型，得到用户的类别属性；E2.关联业务数据库，获得个人和订单信息，包括年龄、性别、联系方式等，然后通过电话、邮件等方式向用户投放产品广告和折扣信息等营销内容。通过这一发明，通过将用户识别的触发规则写入服务器端，用户访问网站时满足某一触发规则，则会向客户端自动加载包含优惠券、红包和特定广告等多种营销内容，实现网站用户的实时营销，大幅度提高用户的转化率；能够基于用户访问数据和订单数据更准确高效地对用户消费倾向进行预测，并有效识别出网站的潜在用户，投放营销内容。此外，本发明还可以非实时更深层次地挖掘出用户的行为规律和属性特征，并结合注册信息和相应规则，通过邮件、电话等方式向用户推荐产品和推送折扣信息等，能进一步将潜在用户转化为消费用户。

将在随后的附图说明和具体实施方式进一步详细阐述本发明的优点和特征。

附图说明

图1为根据本发明实现的一种基于用户识别的网站实时/非实时营销投放的方法的流程图。

图2为根据本发明实现的数据清理方法的流程图。

图3为根据本发明实现的特征提取方法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明一种基于用户识别的网站实时/非实时营销投放的方法进行说明。

图1描述了如何基于用户识别的数据挖掘方法来实现网站实时和非实时的营销投放的整个流程，具体实现如下：

步骤100：获取预设时长内(一季度到一年不等)的用户上网日志数据，经过数据清洗，删除无效数据，得到基础数据集。

其中数据清理的具体流程如图2所示。

步骤201的数据分析中，发现抓取下来的日志数据中，包含大量的与挖掘过程无关的访问记录。其中包括：①由于HTTP协议是面向无连接的，在用户发出访问请求时，web中包含的图形、广告等附属文件是自动下载的，这些形成的相应访问记录；②其他网站的爬虫抓取网站信息时产生的浏览记录；③网站自身定义的无效访问记录。这些浏览记录会增大数据挖掘的时间耗费甚至导致错误的挖掘结果，在数据预处理环节需要将其逐一删除。

根据步骤201的分析，定义步骤202中的数据清洗规则，即预设无效条件删除无效访问数据，预设无效条件包括：对自动加载、异常访问、无效数据进行剔除，其中自动加载的数据主要有：产品配图、说明配图和公司logo等图形的请求，验证码的请求，用户评论的加载请求，服务器时间的加载；异常访问主要是通过网站自行定义的spider_number、normal_flag、status等字段进行定义；无效数据即与此次挖掘目标无关的数据，如网站首页的链接、无效空值、HEAD类型的请求。

步骤101：根据业务流程提出表现用户行为特征的指标，以单IP用户单次会话为单位提取用户特征，构建特征数据集。

用户特征计算主要包含三个方面：用户识别、会话识别、特征计算，由此获得用户浏览特征数据集。其具体实现如图3所示。

现有的一些用户识别方法，主要是基于IP地址或COOKIE(客户端记录的信息)对用户进行区分。虽然使用COOKIE能有效区分用户，但存在“单客户端多使用者”和“单用户多浏览器”的错误，重要的是，由于用户安全意识的提高，很多用户会有意识地定时清除COOKIE，导致这部分用户信息不全，难以得到有效利用。因此，图3步骤301选取IP作为区别用户的标记。

会话(session)是指站点访问者从访问开始到访问结束其间产生的一系列访问序列集合。会话识别的目的即将访问序列集合划分成独立的单次访问行为。步骤302将前后浏览记录时间间隔30分钟以上分割为不同的浏览session。

步骤303根据业务流程特征提出表现用户行为特征的指标，指标包括但不限于；是否登录、浏览页面数、页面平均时长、浏览产品详情页数、产品详情页平均时长、筛选列表次数、查看购物车次数、是否查看保险话题、是否查看保险字典、来源网站(官网，搜索，邮件，广告，其他)、浏览时段、是否确认订单。

步骤304对特征数据进行离散化，即合并具有连续属性的特征数据(浏览页面数、页面平均时长、浏览产品详情页数、产品详情页平均时长、筛选列表次数、查看购物车次数)。对于特征数据应用K-means聚类的方法获得这一特征数据的分类属性和分类临界值，根据分类属性和临界值对特征数据重新赋值，获得离散化的数据。这一方法可以有效解决大数据环境下分类算法获得的分类规则冗余问题。

步骤102：根据提取的用户浏览session的特征数据集，运用C5.0决策树分类算法运用C5.0决策树算法训练特征数据，构建分类器。

需要说明的是，步骤102中的用户识别方法为C5.0决策树分类算法，但不限于，还可以采用随机森林、神经网络、袋装、支持向量机等算法。结合不同应用实例，可通过比较不同方法的覆盖率和准确率来选取最适合的分类算法。

步骤103对分类结果的两种营销投放方法——实时和非实时进行了区分，其中基于用户识别的网站实时营销投放的方法与系统的按步骤104执行，基于用户识别的网站非实时营销投放的方法与系统按步骤105执行。

基于用户识别的网站实时营销投放的方法与系统的按步骤104和106执行：

步骤104：抽取出部分关键的分类标准，编写多种在线营销方式的自动触发规则，触发规则的语法是“if……then……”。

需要说明的是，步骤104中抽取分类标准的方法包括对于用户行为特征的指标根据服务器实时监控的需求进行简化，如页面平均时长需要根据用户访问网站的一个session为单位对象，根据实时监控的要求，页面平均时长简化为页面最低浏览时长。

步骤106：植入自动触发规则的服务器定时扫描数据，用户访问网站时满足某一触发规则，则会向客户端自动加载包含优惠券、红包和特定广告等多种营销内容。

需要说明的是，步骤106中服务器定时扫描数据的方法包含定时(即每一分钟或者其他时长)扫描WEB服务器的日志数据，解析用户特征数据。

基于用户识别的网站非实时营销投放的方法与系统按步骤105和107执行

步骤105：对前一天的用户访问数据按照步骤101,102进行处理，然后通过103步骤提取的分类模型，得到用户的类别属性。

步骤107：通过与其他业务数据库的关联，获得用户个人和订单信息，包括年龄、性别、联系方式等，然后通过电话、邮件等方式向用户投放一些他/她感兴趣的产品广告和折扣信息等营销内容。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种基于用户识别的网站实时/非实时营销投放的方法，其特征在于，包括如下步骤：

A.获取预设时长内网站WEB服务器记录的用户上网的日志信息；根据预设的无效条件来删除获得的用户上网的日志信息中影响用户行为分类的无效访问数据；

B.根据业务流程特征提出表现用户行为特征的指标，指标根据以单IP用户一次浏览session即会话为单位对象在用户上网日志信息中提取特征，即以每一个用户浏览session为单位对象，将特征提取函数应用于单次session生成一条用户特征数据；构建特征数据集；

C.根据B提取的用户上网浏览session的特征数据集，运用C5.0决策树分类算法构建分类器，在一定准确率和召回率的条件下，得到用户识别的分类规则和模型。

在C步骤后，本发明有两个方面的应用，其中基于用户识别的网站实时营销投放的方法与系统的后续步骤如下：

D1.抽取出部分关键的分类标准，编写多种在线营销方式的自动触发规则，触发规则的语法是“if……then……”；

E1.植入自动触发规则的服务器定时扫描数据，用户访问网站时满足某一触发规则，则会向客户端自动加载包含优惠券、红包和特定广告的营销数据。

2.根据权利要求1所述的方法，其特征在于：所述步骤A中的预设的无效条件方法包括标记爬虫、清除加载页面、url匹配等等；其中url匹配是指结合网站url规则对访问记录进行匹配，对于未能有效解析和url异常的记录进行删减。

3.根据权利要求1所述的方法，其特征在于：所述步骤B中的方法包括将用户浏览数据依据IP区别为不同浏览用户，将前后浏览记录时间间隔30分钟以上分割为不同的浏览session；即二次浏览session。

4.根据权利要求1所述的方法，其特征在于：所述步骤B中的方法包括根据业务流程特征提出表现用户行为特征的指标，指标包括但不限于；是否登录、浏览页面数、页面平均时长、浏览产品详情页数、产品详情页平均时长、筛选列表次数、查看购物车次数、是否查看保险话题、是否查看保险字典、来源网站、浏览时段、是否确认订单。

5.根据权利要求1所述的方法，其特征在于：所述步骤B中构建特征数据集的方法包括数据的离散化处理，即合并具有连续属性的特征数据；对于特征数据应用K-means聚类的方法获得这一特征数据的分类属性和分类临界值，根据分类属性和分类临界值对特征数据重新赋值，获得离散化的数据；这一方法可以有效解决大数据环境下分类算法获得的分类规则冗余问题。

6.根据权利要求1所述的方法，其特征在于：所述步骤C中的用户识别方法为C5.0决策树分类算法，但不限于采用随机森林、神经网络、袋装或支持向量机等算法。

7.根据权利要求1所述的方法，其特征在于：所述步骤D1中抽取分类标准的方法包括对于用户行为特征的指标根据服务器实时监控的需求进行简化，如页面平均时长需要根据用户访问网站的一个session为单位对象，根据实时监控的要求，页面平均时长简化为页面最低浏览时长。

8.根据权利要求1所述的方法，其特征在于：所述步骤E1中服务器定时扫描数据的方法包含定时扫描WEB服务器的日志数据，解析用户特征数据。

9.根据权利要求1所述的方法，其特征在于：所述步骤E1中的内容加载方法包括用户特征数据满足触发规则时，则会向客户端自动加载形如弹出窗口、浮动窗口等多种形式包含优惠券、红包和特定广告等多种营销内容。

10.根据权利要求1所述的方法，其特征在于：在C步骤后，其中基于用户识别的网站非实时营销投放的方法与系统的后续步骤如下：

D2：对前一天的用户访问数据按照步骤A,B进行处理，即提取用户行为特征数据；

然后通过C步骤根据用户特征数据和分类模型，标记用户类别；提取的分类模型，得到用户的类别属性；

E2：通过与其他业务数据库的关联，获得用户个人和订单信息，包括年龄、性别、生日、地址、联系方式等，然后通过电话、邮件等方式向用户投放一些他/她感兴趣的产品广告和折扣信息等营销内容；

包括通过用户cookie信息关联其他业务数据库，诸如用户注册表、用户订单表等，获得用户个人和订单信息，包括年龄、性别、生日、地址、联系方式等，然后通过电话、邮件等方式向用户投放一些他/她感兴趣的产品广告和折扣信息等营销内容。