CN110942337A - 一种基于互联网大数据的精准旅游营销方法 - Google Patents
一种基于互联网大数据的精准旅游营销方法 Download PDFInfo
- Publication number
- CN110942337A CN110942337A CN201911048460.0A CN201911048460A CN110942337A CN 110942337 A CN110942337 A CN 110942337A CN 201911048460 A CN201911048460 A CN 201911048460A CN 110942337 A CN110942337 A CN 110942337A
- Authority
- CN
- China
- Prior art keywords
- user
- internet
- marketing
- data
- users
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000002372 labelling Methods 0.000 claims abstract description 4
- 238000012958 reprocessing Methods 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 23
- 238000013527 convolutional neural network Methods 0.000 claims description 13
- 238000011176 pooling Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000008451 emotion Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Abstract
本发明公开一种基于互联网大数据的精准旅游营销方法,包括步骤:从由互联网络获取的用户行为数据中提取用户的目标特征,结合人口统计信息数据建立动态标签,通过标签化用户以进行用户画像,然后在用户聚类的基础上,通过分析锁定识别目标用户;计算目标用户与待营销产品的匹配度,并根据匹配度情况借助互联网发送相应的营销信息,同时不断获取用户反馈,对营销信息再处理。本发明能实施个性化、差异化的营销策略,并根据实时性的效果反馈,及时对营销策略进行调整。
Description
技术领域
本发明涉及大数据处理技术领域,特别是涉及一种基于互联网大数据的精准旅游营销方法。
背景技术
目前文旅企业的旅游产品营销模式多以粗放式营销为主,存在着目标市场划分不够细致、旅游目的地形象不鲜明、营销效果缺乏科学评估、缺乏技术和平台支撑等问题,旅游产品同质化程度高、服务趋同性强,主要依靠加大公关投入、扩大宣传范围和打价格战来吸引顾客。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于互联网大数据的精准旅游营销方法。
为实现本发明的目的所采用的技术方案是:
一种基于互联网大数据的精准旅游营销方法,包括步骤:
从由互联网络获取的用户行为数据中提取用户的目标特征,结合人口统计信息数据建立动态标签,通过标签化用户以进行用户画像,然后在用户聚类的基础上,通过分析锁定识别目标用户;
计算目标用户与待营销产品的匹配度,并根据匹配度情况借助互联网发送相应的营销信息,同时不断获取用户反馈,对营销信息再处理。
其中,所述用户行为数据包括用户的浏览、评论、购买行为、转发、点赞、拉黑、游记数据;所述的人口统计信息数据包括性别、年龄、学历、地域、职业。
其中,所述购买行为包括所买商品、购买时间、购买数量、消费金额。
其中,采用基于CNN卷积神经网络的深度学习框架从通过互联网络获取的用户行为数据中提取用户的目标特征,CNN卷积神经网络的基本结构包括输入层、卷积层、池化层、全连接层、输出层等,其中的卷积层、池化层、全连接层构成卷积神经网络。
本发明依托信息技术手段采集、量化、分析用户行为数据,对用户的各种信息进行多维度的关联分析,从大量数据中发现用户的消费偏好和需求,建立个性化的用户沟通和服务体系,进而实施个性化、差异化的营销策略,并根据实时性的效果反馈,及时对营销策略进行调整。
附图说明
图1为本发明的基于互联网大数据的精准旅游营销方法流程图;
图2为网络评论内容的情感倾向分析处理的流程图;
图3为根据游客个人与旅游产品进行个性化推荐的处理流程图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明基于互联网大数据的精准旅游营销方法,包括步骤:
从由互联网络获取的用户行为数据中提取用户的目标特征,结合人口统计信息数据建立动态标签,通过标签化用户以进行用户画像,然后在用户聚类的基础上,通过分析锁定识别目标用户;
计算目标用户与待营销产品的匹配度,并根据匹配度情况借助互联网发送相应的营销信息,同时不断获取用户反馈,对营销信息再处理。
具体的,利用网络爬虫技术对各大主流搜索引擎(如百度、谷歌),社交媒体(如微信、微博),典型旅游网站(如去哪儿网、途牛网、阿里旅行等)中的用户行为数据(如浏览、评论、购买行为、转发、点赞、拉黑、游记等)及人口统计信息数据(如性别、年龄、学历、地域、职业)进行抓取。其中,购买行为包括买了什么、购买时间、购买数量、消费金额等信息。
然后对所获得数据消重、去噪、降维、中文分词、特征及关键词提取、词性标注、命名实体识别等预处理,对有关数据进行统计和分析,从中发现用户对各类旅游产品的偏好规律和消费特征,推断用户的消费能力、兴趣爱好、旅游需求等信息,然后将用户信息进行聚类,建立多元化、动态的客户标签,并结合游客性别、年龄、学历、地域、职业等人口统计学信息,构建用户画像。依据旅游产品数据和用户特征数据,计算游客偏好和文旅产品之间的匹配度,帮助文旅企业快速、准确地锁定目标用户群,通过第三方渠道推送其可能感兴趣的旅游文记和广告,同时不断收集用户的反馈信息,评估营销效果,获得负面预警,进而有针对性的对修正、优化或重新制定营销策略,以期在最短的时间内抓住用户的兴趣焦点,提升用户体验,促使游客购买特定的文旅产品,实现文旅产品的精准营销。
在数据的处理过程中,估测需数据记录数量和数据库表规模及数据增长速度。对用户数据建模,设计数据库表,搭建数据库以支持数据上传、存储、删除、移动、查询、下载等操作。对采集的用户评论、游记、攻略等文本数据进行关键词提取、主题识别、语义理解、情感分类等分析,结合以及浏览、购买、转发、点赞、拉黑等网络行为数据,提取用户旅游偏好、旅游需求、消费能力、消费习惯、消费行为、网络活跃度等用户特征,并结合性别、年龄、学历、地域、职业等人口统计信息,对用户进行进行聚类。
本发明中,在对互联网评论内容分析,特别是情感倾向分析时,采用基于情感词库和基于机器学习两大类方法。在移动互联网时代,新词的出现、使用和毁弃日益频繁,使用词汇变化度大幅提升,随着网民对使用新词的兴趣逐渐提高,网络新词被大量应用于网民自生成内容中,这种现象在社交媒体中尤其普遍。针对新词,本发明采用基于CNN卷积神经网络的深度学习框架识别情感词,实现网民观点和态度的分析,其基本结构包括输入层、卷积层、池化层、全连接层、输出层等,其中的卷积层、池化层、全连接层构成卷积神经网络。
卷积层为模型的输入层。其功能是对数据进行特征提取,内部包含多个卷积核,通过卷积核中的每个元素都对应一个权重系数。卷积运算包含一个滤波器,通过滤波器将每个词按序排列,将初始的句子矩阵转化为词向量。
池化层的主要作用为通过采样分析,滤除非重要成分,简化系统参数数量,提取关键特征,从而提高运算效率。
全连接层选择ReLU作为其激活函数,其目的是为防止过度拟合,将最终提取的特征传到分类器,采用Softmax函数计算每个标签的概率。
其中,本发明在构建用户画像时,对当前时段内游客的旅游偏好、旅游需求、消费能力、消费习惯、消费行为、网络活跃度进行量化,结合性别、年龄、学历、客源地、职业等用户信息建立游客动态标签,构建用户画像。综合用户画及用户活跃度数据,用户进行聚类,结合目标市场定位,分析每一类用户对某旅游产品的消费可能性,快速、准确地识别并锁定目标用户群(潜在消费者),分析目标用户需求。并基于互联网大数据的初步分析结果,综合利用社会学、心理学和组织行为学等基础理论和方法和知识,深度理解个体网民的行为及其相关联的状态,构建个体网民的行为动力学模型,对网民心理与行为进行综合分析,结合心理地理信息系统中的区域特征指标体系,实现实时动态的情感分析、计算,为实现旅游产品的精准营销提供基础。
需要说明的是,本发明的用户画像分为单个用户画像的构建和群体用户画像的构建两个部分。单个用户画像主要用于个案分析,要求用尽可能全面而详尽的数据去标签化一个用户。标签化是构建用户画像的核心,是对用户的精炼概括,具有语义性和短文本性等特点,对用户属性和特征的标签化处理为数据的进一步挖掘处理奠定了基础。单个用户画像可以全面地反映出某个独立用户的属性和特征,但在具体推荐系统中,仅依靠个人画像难以实现个性化或精准推荐等服务。因此本发明还包括用户群体画像,通过对多个用户的相似性进行统计分析,将具有相似特征的用户聚集起来,形成若干个用户群体或用户簇,在用户群体内总结提炼出共性指标作为推荐的依据。
本发明中,向用户发送营销信息,是基于智能推荐算法实现。在协同过滤推荐算法基础上,进一步融合网络标签、网络结构、网民行为场景(购物、社交、娱乐)等互联网大数据资源,采用基于深度神经网络(RNN)和张量分解的技术架构,解决数据稀疏性和冷启动问题。整合多种在线营销模式(搜索竞价、实时竞价、搜索引擎优化、展示广告、社交口碑、移动APP、视频等),针对不同的目标群体生成不同的集成营销策略,并经行模拟评估和优化,为沿线自然-文化遗产的推广提供精准投放支撑,吸引目标群体。
具体的,可以是通过搜索引擎、社交媒体、微信公众号、今日头条、在线旅游网等平台,以PC终端、手机APP等传播媒介,面向目标用户群,结合娱乐、购物、餐饮、住宿等全域旅游要素,精准投放旅游广告。并通过用户沟通互动平台,收集用户的反馈信息,获取用户对广告推送和产品服务的满意度。结合游客人次、旅游收入等数据,建立营销评估体系,评估营销效果,有针对性的完善旅游产品,修正、优化或重新制定营销策略。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种基于互联网大数据的精准旅游营销方法,其特征在于,包括步骤:
从由互联网络获取的用户行为数据中提取用户的目标特征,结合人口统计信息数据建立动态标签,通过标签化用户以进行用户画像,然后在用户聚类的基础上,通过分析锁定识别目标用户;
计算目标用户与待营销产品的匹配度,并根据匹配度情况借助互联网发送相应的营销信息,同时不断获取用户反馈,对营销信息再处理。
2.根据权利要求1所述基于互联网大数据的精准旅游营销方法,其特征在于,所述用户行为数据包括用户的浏览、评论、购买行为、转发、点赞、拉黑、游记数据;所述的人口统计信息数据包括性别、年龄、学历、地域、职业。
3.根据权利要求2所述基于互联网大数据的精准旅游营销方法,其特征在于,所述购买行为包括所买商品、购买时间、购买数量、消费金额。
4.根据权利要求1所述基于互联网大数据的精准旅游营销方法,其特征在于,采用基于CNN卷积神经网络的深度学习框架从通过互联网络获取的用户行为数据中提取用户的目标特征,CNN卷积神经网络的基本结构包括输入层、卷积层、池化层、全连接层、输出层等,其中的卷积层、池化层、全连接层构成卷积神经网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911048460.0A CN110942337A (zh) | 2019-10-31 | 2019-10-31 | 一种基于互联网大数据的精准旅游营销方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911048460.0A CN110942337A (zh) | 2019-10-31 | 2019-10-31 | 一种基于互联网大数据的精准旅游营销方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110942337A true CN110942337A (zh) | 2020-03-31 |
Family
ID=69907099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911048460.0A Pending CN110942337A (zh) | 2019-10-31 | 2019-10-31 | 一种基于互联网大数据的精准旅游营销方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110942337A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112115355A (zh) * | 2020-09-02 | 2020-12-22 | 南方电网深圳数字电网研究院有限公司 | 基于电力行业用户画像的电网智慧服务系统 |
CN112446747A (zh) * | 2020-12-23 | 2021-03-05 | 中鸿达信息科技有限公司 | 一种基于大数据的数字化智慧旅游控制系统及方法 |
CN112837188A (zh) * | 2021-03-10 | 2021-05-25 | 科豆(福州)教育科技有限公司 | 一种基于迁移学习和聚类算法的研学旅行智能规划方法 |
CN113222484A (zh) * | 2021-07-09 | 2021-08-06 | 网娱互动科技(北京)股份有限公司 | 一种基于大数据分析生成营销任务的方法和系统 |
CN113343127A (zh) * | 2021-04-25 | 2021-09-03 | 武汉理工大学 | 一种旅游路线推荐方法、系统、服务器及存储介质 |
CN113610572A (zh) * | 2021-08-04 | 2021-11-05 | 山东派盟网络科技有限公司 | 一种营销策略优化方法、装置以及电子设备 |
CN114219580A (zh) * | 2021-12-31 | 2022-03-22 | 江苏玖益贰信息科技有限公司 | 一种消费者画像生成装置及画像分析方法 |
CN114445043A (zh) * | 2022-01-26 | 2022-05-06 | 安徽大学 | 基于开放生态化云erp异质图用户需求精准发现方法及系统 |
CN115018474A (zh) * | 2022-08-03 | 2022-09-06 | 山东美丽乡村云计算有限公司 | 基于大数据的文旅消费热度分析方法 |
CN115222461A (zh) * | 2022-09-19 | 2022-10-21 | 杭州数立信息技术有限公司 | 一种智能营销精准推荐方法 |
CN116167803A (zh) * | 2023-04-21 | 2023-05-26 | 北京大也智慧数据科技服务有限公司 | 一种基于信令数据的广告投放方法和装置 |
CN116485424A (zh) * | 2023-06-19 | 2023-07-25 | 江西倬慧信息科技有限公司 | 一种智能营销方法、系统、设备终端及可读存储介质 |
CN116562915A (zh) * | 2023-07-07 | 2023-08-08 | 国商普惠(北京)投资基金管理有限公司 | 一种基于智慧文旅的营销数据分析系统及方法 |
CN117271905A (zh) * | 2023-11-21 | 2023-12-22 | 杭州小策科技有限公司 | 基于人群画像的侧向需求分析方法及系统 |
CN117291655A (zh) * | 2023-11-27 | 2023-12-26 | 广州欧派创意家居设计有限公司 | 基于实体、网络协同映射的消费者生命周期运营分析方法 |
CN117541322A (zh) * | 2024-01-10 | 2024-02-09 | 广东玄润数字信息科技股份有限公司 | 一种基于大数据分析的广告内容智能生成方法及系统 |
CN117556192A (zh) * | 2023-11-16 | 2024-02-13 | 南京小裂变网络科技有限公司 | 一种基于人工智能的用户增长式运营系统及方法 |
CN117726359A (zh) * | 2024-02-08 | 2024-03-19 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
CN117726359B (zh) * | 2024-02-08 | 2024-04-26 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727487A (zh) * | 2009-12-04 | 2010-06-09 | 中国人民解放军信息工程大学 | 一种面向网络评论的观点主题识别方法和系统 |
CN102663046A (zh) * | 2012-03-29 | 2012-09-12 | 中国科学院自动化研究所 | 一种面向微博短文本的情感分析方法 |
CN103778555A (zh) * | 2014-01-21 | 2014-05-07 | 北京集奥聚合科技有限公司 | 基于用户标签的用户属性挖掘方法和系统 |
CN106503015A (zh) * | 2015-09-07 | 2017-03-15 | 国家计算机网络与信息安全管理中心 | 一种构建用户画像的方法 |
CN107464142A (zh) * | 2017-08-09 | 2017-12-12 | 南京甄视智能科技有限公司 | 基于营销反馈结果反哺用户画像系统的方法、用户画像系统 |
CN108898445A (zh) * | 2018-07-12 | 2018-11-27 | 智慧足迹数据科技有限公司 | 用户消费能力的分析方法和装置 |
CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
CN109446405A (zh) * | 2018-09-12 | 2019-03-08 | 中国科学院自动化研究所 | 基于大数据的旅游产业推广方法及系统 |
CN109684635A (zh) * | 2018-12-20 | 2019-04-26 | 上海四宸软件技术有限公司 | 一种基于智能营销的用户评价观点挖掘系统 |
CN109978608A (zh) * | 2019-03-05 | 2019-07-05 | 广州海晟科技有限公司 | 目标用户画像的营销标签分析提取方法及系统 |
CN109978630A (zh) * | 2019-04-02 | 2019-07-05 | 安徽筋斗云机器人科技股份有限公司 | 一种基于大数据建立用户画像的精准营销方法和系统 |
CN109993553A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团山西有限公司 | 基于逆向漏斗的数据分析方法、装置、设备及介质 |
CN110111136A (zh) * | 2019-04-12 | 2019-08-09 | 平安科技(深圳)有限公司 | 视频数据处理方法、装置、计算机设备和存储介质 |
-
2019
- 2019-10-31 CN CN201911048460.0A patent/CN110942337A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727487A (zh) * | 2009-12-04 | 2010-06-09 | 中国人民解放军信息工程大学 | 一种面向网络评论的观点主题识别方法和系统 |
CN102663046A (zh) * | 2012-03-29 | 2012-09-12 | 中国科学院自动化研究所 | 一种面向微博短文本的情感分析方法 |
CN103778555A (zh) * | 2014-01-21 | 2014-05-07 | 北京集奥聚合科技有限公司 | 基于用户标签的用户属性挖掘方法和系统 |
CN106503015A (zh) * | 2015-09-07 | 2017-03-15 | 国家计算机网络与信息安全管理中心 | 一种构建用户画像的方法 |
CN107464142A (zh) * | 2017-08-09 | 2017-12-12 | 南京甄视智能科技有限公司 | 基于营销反馈结果反哺用户画像系统的方法、用户画像系统 |
CN109993553A (zh) * | 2017-12-30 | 2019-07-09 | 中国移动通信集团山西有限公司 | 基于逆向漏斗的数据分析方法、装置、设备及介质 |
CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
CN108898445A (zh) * | 2018-07-12 | 2018-11-27 | 智慧足迹数据科技有限公司 | 用户消费能力的分析方法和装置 |
CN109446405A (zh) * | 2018-09-12 | 2019-03-08 | 中国科学院自动化研究所 | 基于大数据的旅游产业推广方法及系统 |
CN109684635A (zh) * | 2018-12-20 | 2019-04-26 | 上海四宸软件技术有限公司 | 一种基于智能营销的用户评价观点挖掘系统 |
CN109978608A (zh) * | 2019-03-05 | 2019-07-05 | 广州海晟科技有限公司 | 目标用户画像的营销标签分析提取方法及系统 |
CN109978630A (zh) * | 2019-04-02 | 2019-07-05 | 安徽筋斗云机器人科技股份有限公司 | 一种基于大数据建立用户画像的精准营销方法和系统 |
CN110111136A (zh) * | 2019-04-12 | 2019-08-09 | 平安科技(深圳)有限公司 | 视频数据处理方法、装置、计算机设备和存储介质 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112115355A (zh) * | 2020-09-02 | 2020-12-22 | 南方电网深圳数字电网研究院有限公司 | 基于电力行业用户画像的电网智慧服务系统 |
CN112446747A (zh) * | 2020-12-23 | 2021-03-05 | 中鸿达信息科技有限公司 | 一种基于大数据的数字化智慧旅游控制系统及方法 |
CN112837188A (zh) * | 2021-03-10 | 2021-05-25 | 科豆(福州)教育科技有限公司 | 一种基于迁移学习和聚类算法的研学旅行智能规划方法 |
CN113343127A (zh) * | 2021-04-25 | 2021-09-03 | 武汉理工大学 | 一种旅游路线推荐方法、系统、服务器及存储介质 |
CN113343127B (zh) * | 2021-04-25 | 2023-03-21 | 武汉理工大学 | 一种旅游路线推荐方法、系统、服务器及存储介质 |
CN113222484A (zh) * | 2021-07-09 | 2021-08-06 | 网娱互动科技(北京)股份有限公司 | 一种基于大数据分析生成营销任务的方法和系统 |
CN113610572A (zh) * | 2021-08-04 | 2021-11-05 | 山东派盟网络科技有限公司 | 一种营销策略优化方法、装置以及电子设备 |
CN114219580A (zh) * | 2021-12-31 | 2022-03-22 | 江苏玖益贰信息科技有限公司 | 一种消费者画像生成装置及画像分析方法 |
CN114445043A (zh) * | 2022-01-26 | 2022-05-06 | 安徽大学 | 基于开放生态化云erp异质图用户需求精准发现方法及系统 |
CN115018474A (zh) * | 2022-08-03 | 2022-09-06 | 山东美丽乡村云计算有限公司 | 基于大数据的文旅消费热度分析方法 |
CN115018474B (zh) * | 2022-08-03 | 2022-11-08 | 山东美丽乡村云计算有限公司 | 基于大数据的文旅消费热度分析方法 |
CN115222461A (zh) * | 2022-09-19 | 2022-10-21 | 杭州数立信息技术有限公司 | 一种智能营销精准推荐方法 |
CN116167803A (zh) * | 2023-04-21 | 2023-05-26 | 北京大也智慧数据科技服务有限公司 | 一种基于信令数据的广告投放方法和装置 |
CN116485424A (zh) * | 2023-06-19 | 2023-07-25 | 江西倬慧信息科技有限公司 | 一种智能营销方法、系统、设备终端及可读存储介质 |
CN116562915A (zh) * | 2023-07-07 | 2023-08-08 | 国商普惠(北京)投资基金管理有限公司 | 一种基于智慧文旅的营销数据分析系统及方法 |
CN116562915B (zh) * | 2023-07-07 | 2023-09-29 | 卓识 | 一种基于智慧文旅的营销数据分析系统及方法 |
CN117556192A (zh) * | 2023-11-16 | 2024-02-13 | 南京小裂变网络科技有限公司 | 一种基于人工智能的用户增长式运营系统及方法 |
CN117271905A (zh) * | 2023-11-21 | 2023-12-22 | 杭州小策科技有限公司 | 基于人群画像的侧向需求分析方法及系统 |
CN117271905B (zh) * | 2023-11-21 | 2024-02-09 | 杭州小策科技有限公司 | 基于人群画像的侧向需求分析方法及系统 |
CN117291655A (zh) * | 2023-11-27 | 2023-12-26 | 广州欧派创意家居设计有限公司 | 基于实体、网络协同映射的消费者生命周期运营分析方法 |
CN117291655B (zh) * | 2023-11-27 | 2024-01-23 | 广州欧派创意家居设计有限公司 | 基于实体、网络协同映射的消费者生命周期运营分析方法 |
CN117541322A (zh) * | 2024-01-10 | 2024-02-09 | 广东玄润数字信息科技股份有限公司 | 一种基于大数据分析的广告内容智能生成方法及系统 |
CN117541322B (zh) * | 2024-01-10 | 2024-04-02 | 广东玄润数字信息科技股份有限公司 | 一种基于大数据分析的广告内容智能生成方法及系统 |
CN117726359A (zh) * | 2024-02-08 | 2024-03-19 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
CN117726359B (zh) * | 2024-02-08 | 2024-04-26 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110942337A (zh) | 一种基于互联网大数据的精准旅游营销方法 | |
CN108154401B (zh) | 用户画像刻画方法、装置、介质和计算设备 | |
CN103823844B (zh) | 社区问答服务中基于主客观上下文的问题转发系统和方法 | |
US10360623B2 (en) | Visually generated consumer product presentation | |
CN109359244A (zh) | 一种个性化信息推荐方法和装置 | |
US8341101B1 (en) | Determining relationships between data items and individuals, and dynamically calculating a metric score based on groups of characteristics | |
CN111882361A (zh) | 基于人工智能的受众精准广告推送方法、系统及可读存储介质 | |
KR20140012750A (ko) | 마이크로 블로그 배열, 검색 및 표시 방법과 시스템 | |
Kumar et al. | Predicting clicks: CTR estimation of advertisements using logistic regression classifier | |
CN104268292A (zh) | 画像系统的标签词库更新方法 | |
CN111309936A (zh) | 一种电影用户画像的构建方法 | |
CN108959323B (zh) | 视频分类方法和装置 | |
US20180285748A1 (en) | Performance metric prediction for delivery of electronic media content items | |
KR102322668B1 (ko) | 콘텐츠 크리에이터의 창작활동 활성화를 위한 다중 플랫폼 서비스 제공 시스템 | |
Liao et al. | Big data analytics of social network marketing and personalized recommendations | |
KR20210048101A (ko) | 인공지능을 이용한 광고주 및 1인 마케터 매칭 시스템 | |
US8478702B1 (en) | Tools and methods for determining semantic relationship indexes | |
Ding et al. | The economics of artificial intelligence: A marketing perspective | |
An et al. | Discover Customers’ Gender From Online Shopping Behavior | |
KR20220013600A (ko) | 멀티미디어 콘텐츠 내 상품 정보 처리 장치 및 그 방법 | |
CN114841760B (zh) | 一种基于受众行为特征分析的广告推荐管理方法及系统 | |
US20210350202A1 (en) | Methods and systems of automatic creation of user personas | |
Smalec | Big Data as a tool helpful in communication management | |
Liu et al. | User-generated content analysis for customer needs elicitation | |
Huang et al. | C-3PO: C lick-sequence-aware dee P neural network (DNN)-based P op-u P s rec O mmendation: I know you’ll click |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |