一种具有受众筛选的电子商务运营的信息推送系统
技术领域
本发明涉及信息推送技术领域,更具体地说,涉及一种具有受众筛选的电子商务运营的信息推送系统。
背景技术
所谓信息推送,就是"web广播",是通过一定的技术标准或协议,在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术。推送技术通过自动传送信息给用户,来减少用于网络上搜索的时间。它根据用户的兴趣来搜索、过滤信息,并将其定期推给用户,帮助用户高效率地发掘有价值的信息。而推送技术的难点就是确定最佳的受众,所以信息的推送一来会给受众产生反感,造成很多无用信息,二来会造成推送资源浪费,提高广告成本。
现有技术1:CN206790531U,公开了一种精准营销平台,包括管理终端及与管理终端连接的营销总服务器,营销总服务器包括数据收集系统、数据分析系统及信息推送系统,其中:数据收集系统与外部的消费者应用系统连接;数据分析系统与数据收集系统连接,数据分析系统包括语义分析模块及文本挖掘模块,其中语义分析模块分析消费者的搜索信息和消费信息中的关键词,文本挖掘模块通过关键词进行扩展,并对消费者的搜索信息、消费信息进行进一步分析,并确定关键词匹配度;信息推送系统与数据分析系统连接,信息推送系统将管理终端的发布的商业信息推送给消费者用户,信息推送系统包括推送子系统及与推送子系统连接的定位模块、定时模块、定量模块及通讯模块。能够通过营销平台精确分析消费者人群,并进行定点定时定量进行商业信息推送服务,用户可自行设置广告推广地域、推广时间及推广范围,实现定时定量定点发送信息;操作简单、成本低,运算迅速,满足大大小小商家和组织机构低费用投入使用,同时实现精准营销;
然而,上述现有技术并不能通过自学习的方式自主对实际的推送情况进行评估,并且目前的现有技术均需要进行人工干预,运营成本较高。
发明内容
有鉴于此,本发明目的是提供一种具有受众筛选的电子商务运营的信息推送系统,以解决上述问题。
为了解决上述技术问题,本发明的技术方案是:一种具有受众筛选的电子商务运营的信息推送系统,包括用户信息数据库、评价模块、分类模块、推送模块以及反馈模块,所述用户信息数据库存储有用户信息,所述用户信息包括若干不同的子信息,每一子信息对应有一信息索引;
所述评价模块配置有评价策略,所述评价策略包括配置有一多维评价模型,所述多维评价模型设置有若干不同的评价维度,每一评价维度与一信息索引对应;在每一评价维度下,所述评价策略根据子信息的内容确定对应的评价分值,所述评价分值以及对应评价维度构成对应用户信息的用户评价模型;
所述分类模块配置有分类策略,所述分类策略构建若干分类组,并将所述用户评价模型相同的用户信息划分为同一分类组;
所述推送模块包括推送策略,确定一待发送推送信息的分类组并定义为原始推送分类组,所述推送策略包括根据所述原始推送分类组向对应的用户端推送推送信息;
所述反馈模块根据用户端对所述推送信息的反馈情况生成对应的反馈值,所述反馈模块配置有第一基准反馈值、第二基准反馈值以及第三基准反馈值,所述第一基准反馈值大于所述第二基准反馈值,所述第二基准反馈值大于所述第三基准反馈值,当所述反馈值高于预设的第一基准反馈值时,输出第一推广信息;当反馈值高于第二基准反馈值且小于第一基准反馈值时,输出第二推广信息;当反馈值高于第三基准反馈值且小于第二基准反馈值时,输出第三推广信息;当反馈值低于第三基准反馈值时,输出第四推广信息;
所述推送模块还配置有第一响应策略、第二响应策略、第三响应策略、第四响应策略;
当接收到第一推广信息时,执行所述第一响应策略,所述第一响应策略包括维持原始推送分类组对应的推送策略以及根据原始推送分类组的用户评价模型确定若干该原始分类组对应的相同分类组,通过推送策略向所述相同分类组对应的用户端推送信息;
当接收到第二推广信息时,执行第二响应策略,所述第二响应策略包括维持所述原始推送分类组对应的推送策略;
当接收到第三推广信息时,执行第三响应策略,所述第三响应策略包括终止所述原始推送分类组对应的推送策略;
当接收到第四推广信息时,执行第四响应策略,所述第四响应策略包括终止所述原始推送分类组对应的推送策略以及根据原始推送分类组的用户评价模型确定若干该原始分类组对应的相异分类组,通过推送策略向所述相异分类组对应的用户端推送信息。
进一步地:确定所述相同分类组的方法为,从所述原始推送分类组的评价维度中确定若干关键评价维度,筛选关键评价维度对应的评价分值与该原始推送分类组的对应的评价分值相同的分类组为原始推送分类组的相同分类组。
进一步地:确定所述相同分类组的方法为,通过加权评价算法为每一分类组计算评价总值,筛选评价总值与原始推送分类组相同的分类组为原始推送分类组的相同分类组。
进一步地:确定所述相同分类组的方法为,若任一分类组中评价维度对应的评价分值与原始推送分类组相同,则计该分类组的相似值增加一个单位,当任一的分类组相似值超过预设的基准相似值时,将该分类组定义为原始推送分类组的相同分类组。
进一步地:确定所述相异分类组的方法为,从所述原始推送分类组的评价维度中确定若干关键评价维度,为每一关键评价维度定义一评价中值,筛选关键评价维度对应的评价分值与该原始推送分类组的对应的评价分值的平均值为评价中值的分类组为原始推送分类组相异分类组。
进一步地:确定所述相异分类组的方法为,通过加权评价算法为每一分类组计算评价总值,定义总评价中值,筛选评价总值与原始推送分类组的评价总值的平均值为评价中值的分类组为原始推送分类组的相异分类组。
进一步地:每一分类组的用户数量大于200。
进一步地:所述用户端的反馈情况包括通过用户端浏览所述推送信息以及通过用户端分享所述推送信息。
进一步地:所述用户端的反馈情况还包括通过用户端进入所述推送信息对应的链接。
进一步地:所述用户端的反馈情况还包括通过用户端购买所述推送信息对应的产品。
本发明技术效果主要体现在以下方面:通过这样设置,可以通过自学习的方式自主对实际的推送情况进行评估,整个闭环系统无需人为干预,仅仅需要预先配置完成,就可以将信息推送到对应的受众,降低运营成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1:本发明的具有受众筛选的电子商务运营的信息推送系统的系统架构图;
图2:本发明的具有受众筛选的电子商务运营的信息推送系统的反馈原理图。
附图标记:1、用户信息数据库;2、评价模块;3、分类模块;4、推送模块;5、反馈模块;10、用户端。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。以下结合附图,对本发明的具体实施方式作进一步详述,以使本发明技术方案更易于理解和掌握。
参照图1所示,一种具有受众筛选的电子商务运营的信息推送系统,包括用户信息数据库1、评价模块2、分类模块3、推送模块4以及反馈模块5,所述用户信息数据库1存储有用户信息,所述用户信息包括若干不同的子信息,每一子信息对应有一信息索引;首先信息推送是针对用户端10推送对应的推送信息,对电子商务运营起到至关重要的作用,而如何最有效的将信息推送到对应的用户端10则是该领域亟待解决的问题,而如果通过人工筛选,明显成本过高,不适用于数据量较大的推送信息,而用户信息一般会包括用户的购买信息、地址信息、性别、职业信息、消费习惯信息,消费能力信息、出生日期等等,而本发明的前期工作就是将这些信息分类后进行量化,得到不同的分值。
所述评价模块2配置有评价策略,所述评价策略包括配置有一多维评价模型,所述多维评价模型设置有若干不同的评价维度,每一评价维度与一信息索引对应;在每一评价维度下,所述评价策略根据子信息的内容确定对应的评价分值,所述评价分值以及对应评价维度构成对应用户信息的用户评价模型;评价策略则是量化用户信息的策略,一般而言用户的信息之间没有太多的相关性,所以通过建立不同的纬度,分别对每一项目下的信息进行量化,而量化的策略和方法不做局限,根据产品的实际情况进行量化,而例如根据年龄梯度就可以得到一个不同的量化值,根据近一年的消费情况也可以得到不同的量化值,这些量化值就是对应的评价分值,这样一来就可以进行对每一用户的评价。
所述分类模块3配置有分类策略,所述分类策略构建若干分类组,并将所述用户评价模型相同的用户信息划分为同一分类组;分类策略较为简单,就是将相同的用户评价模块2的用户信息划分到一个分类组,而被划分的分类组可以被选择为推送执行的分类组,而不再对单一用户进行操作,大大降低了筛选的成本,提高了推送计算的效率。
所述推送模块4包括推送策略,确定一待发送推送信息的分类组并定义为原始推送分类组,所述推送策略包括根据所述原始推送分类组向对应的用户端10推送推送信息;而推送策略则是通过将待发送信息推送到推送分类组,然后通过推送分类组推送这些信息,起到一个推送和分类的作用。而对应一个推送信息而言,其对应的分类组被称之为原始推送分类组,方便后续进行解释说明。
所述反馈模块5根据用户端10对所述推送信息的反馈情况生成对应的反馈值,所述反馈模块5配置有第一基准反馈值、第二基准反馈值以及第三基准反馈值,所述第一基准反馈值大于所述第二基准反馈值,所述第二基准反馈值大于所述第三基准反馈值,当所述反馈值高于预设的第一基准反馈值时,输出第一推广信息;当反馈值高于第二基准反馈值且小于第一基准反馈值时,输出第二推广信息;当反馈值高于第三基准反馈值且小于第二基准反馈值时,输出第三推广信息;当反馈值低于第三基准反馈值时,输出第四推广信息;第一基准反馈值、第二基准反馈值以及第三基准反馈值划定了实际反馈情况,也就是说,如果反响较佳,则维持推送或增加推送的范围,而如果反响较差,则终止推送或反向确定推送的范围。而参见附图2具体以下做出详述。
在图1基础上,参见图2,所述推送模块4还配置有第一响应策略、第二响应策略、第三响应策略、第四响应策略;当接收到第一推广信息时,执行所述第一响应策略,所述第一响应策略包括维持原始推送分类组对应的推送策略以及根据原始推送分类组的用户评价模型确定若干该原始分类组对应的相同分类组,通过推送策略向所述相同分类组对应的用户端10推送信息;当接收到第二推广信息时,执行第二响应策略,所述第二响应策略包括维持所述原始推送分类组对应的推送策略;当接收到第三推广信息时,执行第三响应策略,所述第三响应策略包括终止所述原始推送分类组对应的推送策略;当接收到第四推广信息时,执行第四响应策略,所述第四响应策略包括终止所述原始推送分类组对应的推送策略以及根据原始推送分类组的用户评价模型确定若干该原始分类组对应的相异分类组,通过推送策略向所述相异分类组对应的用户端10推送信息。
在另一个实施例中,确定所述相同分类组的方法为,从所述原始推送分类组的评价维度中确定若干关键评价维度,筛选关键评价维度对应的评价分值与该原始推送分类组的对应的评价分值相同的分类组为原始推送分类组的相同分类组。也就是说,可以根据推送信息判断得到几个或一个关键的评价纬度,也就是说,这个关键评价维度决定了受众是否对推送信息能够反映,所以就可以将关键评价纬度相同的分类组确定为相同分类组,例如,关键评价维度为职业,而对应的职业为服务行业的用户,对产品A的反向超过了第一基准值,则就所有服务行业的用户推送该推送信息。
在另一个实施例中,确定所述相同分类组的方法为,通过加权评价算法为每一分类组计算评价总值,筛选评价总值与原始推送分类组相同的分类组为原始推送分类组的相同分类组。而评价总值反映了消费能力等情况,而可以根据这个推送信息为每一个评价维度设置不同的权重,这样一来,就可以得到不同的评价总值。
在另一个实施例中,确定所述相同分类组的方法为,若任一分类组中评价维度对应的评价分值与原始推送分类组相同,则计该分类组的相似值增加一个单位,当任一的分类组相似值超过预设的基准相似值时,将该分类组定义为原始推送分类组的相同分类组。也可以通过对相同特征的数量进行评价,例如相同特征的数量超过预设值,则判断为同类分类组,较为简单便利。
在另一个实施例中,确定所述相异分类组的方法为,从所述原始推送分类组的评价维度中确定若干关键评价维度,为每一关键评价维度定义一评价中值,筛选关键评价维度对应的评价分值与该原始推送分类组的对应的评价分值的平均值为评价中值的分类组为原始推送分类组相异分类组。例如评价纬度X对应的评价分值为83,而评价中值为50,那么则选择评价分值为17的评价维度作为对应的相异分类组。
在另一个实施例中,确定所述相异分类组的方法为,通过加权评价算法为每一分类组计算评价总值,定义总评价中值,筛选评价总值与原始推送分类组的评价总值的平均值为评价中值的分类组为原始推送分类组的相异分类组。例如总评价中值为50,得到原始推送分类组的评价总值为89,则选择评价总值为11的分类组作为相异分类组。
每一分类组的用户数量大于200。数量超过一定的基准时,反馈才更具有可靠性,优选每一分类组的用户数量至少为1000。
所述用户端10的反馈情况包括通过用户端10浏览所述推送信息以及通过用户端10分享所述推送信息。所述用户端10的反馈情况还包括通过用户端10进入所述推送信息对应的链接。所述用户端10的反馈情况还包括通过用户端10购买所述推送信息对应的产品。在此不做赘述。
当然,以上只是本发明的典型实例,除此之外,本发明还可以有其它多种具体实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明要求保护的范围之内。