CN113469755A - 一种基于广告推送的智能精准营销管理系统 - Google Patents
一种基于广告推送的智能精准营销管理系统 Download PDFInfo
- Publication number
- CN113469755A CN113469755A CN202111029489.1A CN202111029489A CN113469755A CN 113469755 A CN113469755 A CN 113469755A CN 202111029489 A CN202111029489 A CN 202111029489A CN 113469755 A CN113469755 A CN 113469755A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- advertisements
- unit
- module
- radar
- 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.)
- Granted
Links
- 238000001914 filtration Methods 0.000 claims abstract description 87
- 238000011156 evaluation Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000002360 preparation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 8
- 238000000034 method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于广告推送的智能精准营销管理系统,包括:行为数据采集模块、数据处理中心、初步过滤模块、雷达图模型坐标搭建模块、广告雷达图绘制模块、二次过滤模块和精准营销管理模块,通过大数据技术调取用户的浏览记录和预备推送的广告内容,匹配两者的内容,初步过滤掉用户不关注的广告内容,通过雷达图模型坐标搭建模块为用户绘制专属的多维广告雷达图,通过二次过滤模块评测用户主要关注的两种广告类别,判断新增广告是否属于用户主要关注的两种广告类别之一,二次过滤推送广告,精准营销管理模块将二次过滤后剩余的广告推送给对应的用户,提高了广告推送的精准性的同时改善了用户一直收到一类广告的单调性。
Description
技术领域
本发明涉及广告推送技术领域,具体为一种基于广告推送的智能精准营销管理系统。
背景技术
随着社会的进步,快速发展的互联网也给人们带来了信息和推送广告爆炸的问题,智能精准营销的概念随如何在巨大的信息数据中快速获取出有用信息的问题而产生,而广告推送也应该实现精准推送,避免用户因收到大量的垃圾广告或对其来说无用的广告而感到厌烦,而广告的精准推送归根于大数据下的用户画像以及用户行为的分析,每一个客户都是不同的,对用户的行为数据进行细分是精准营销的基础,向正确的人推送正确的内容,以实现最佳营销,其中一种方式就是通过用户的网上浏览记录分析其关注的内容,通过用户关注的方向及关注的次数构建用户专属的多维广告雷达图,使得用户的兴趣内容趋于明显化,通过对雷达图的分析判断用户最为关注的两方面内容对应的广告类别,将后续新增的广告放置在广告雷达图中,判断其是否属于用户最为关注的内容范围,以此进行推送广告的过滤,提高了向用户推送广告的精准性,同时改善了推送广告的单调性。
所以,人们需要一种基于广告推送的智能精准营销管理系统来解决上述问题。
发明内容
本发明的目的在于提供一种基于广告推送的智能精准营销管理系统,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于广告推送的智能精准营销管理系统,其特征在于:所述系统包括:行为数据采集模块、数据处理中心、初步过滤模块、雷达图模型坐标搭建模块、广告雷达图绘制模块、二次过滤模块和精准营销管理模块;
所述行为数据采集模块采集用户的浏览数据记录和预备向用户推送的广告发送到所述数据处理中心中,所述数据处理中心整理接收到的数据传输到所述初步过滤模块中,所述初步过滤模块依据用户的浏览记录中的关注方向初步过滤掉用户不关注的推送广告,所述雷达图模型坐标搭建模块依据初步过滤后剩余的推送广告类别数量建立多维雷达模型,并对多维雷达模型建模:建立极坐标系,所述广告雷达图绘制模块将不同性质的推送广告分布均匀分布在雷达模型的不同方向上,对应不同的极角,依据对初步过滤后剩余的推送广告等级分析其维度,对应不同的极径,绘制用户专用的广告雷达图,所述二次过滤模块通过雷达图覆盖不同方向的覆盖面积评测用户主要关注的广告类别,将新增广告录入,依据其在极坐标系中对应的坐标判断其是否在用户主要关注的广告类别中,二次过滤推送广告,所述精准营销管理模块将在覆盖面积内的广告推送给对应的用户,构建用户专属的多维广告雷达图,使得用户的兴趣内容趋于明显化;
所述二次过滤模块包括新增广告录入单元、广告覆盖评测单元和二次过滤单元,所述新增广告录入单元录入新增的推送广告至所述广告覆盖评测单元中,所述广告覆盖评测单元判断新增的广告在雷达模型中所在点是否在雷达图的最大覆盖面积中,雷达图的最大覆盖面积指的是用户最为关注内容对应的两种广告组成的三角形的面积,将判断结果传输到所述二次过滤单元中,所述二次过滤单元将最大覆盖面积外的广告过滤掉;所述精准营销管理模块包括广告推送单元和用户客户端,所述广告推送单元将在最大覆盖面积内的广告推送至所述用户客户端中,经过二次过滤后的广告能够更为精准地推送给对应用户。
进一步的,所述行为数据采集模块包括浏览数据记录单元和广告预备推送单元,所述浏览数据记录单元采集用户的浏览记录至所述数据处理中心,所述数据处理中心依据用户的浏览记录整理其关注的内容,所述广告预备推送单元将预备推送的所有广告传输到所述数据处理中心中,所述数据处理中心整理对应广告的性质,将广告的性质及用户关注的内容传输到所述初步过滤模块中,所述初步过滤模块对用户不关注内容对应的广告进行初步过滤,将过滤后剩余的广告传输到所述广告雷达图绘制模块中。
进一步的,所述雷达图模型坐标搭建模块包括多维雷达模型建立单元和模型坐标建立单元,所述多维雷达模型建立单元依据剩余广告的类别数量建立多维雷达模型,所述模型坐标建立单元以雷达模型中心为极点建立极坐标系,将建立的雷达模型传输到所述广告雷达图绘制模块中;所述广告雷达图绘制模块包括广告性质判别单元、广告等级判别单元和维度分析单元,所述广告性质判别单元依据剩余广告的不同类别将其均匀分布在雷达模型中,每种广告有不同的极角,将对应的广告类别发送到所述广告等级判别单元中,所述广告等级判别单元依据用户对对应广告的关注程度判别广告的等级,代表各自的极径,所述维度分析单元依据不同类别广告的等级分析对应类别广告的维度,绘制用户专属的广告雷达图,将广告雷达图传输到二次过滤模块中。
进一步的,所述浏览数据记录单元采集用户的浏览记录至所述数据处理中心,所述数据处理中心整理出该用户关注的内容类别集合为A={A1,A2,...,An},其中,n表示用户关注的内容类别数量,所述广告预备推送单元将预备推送的所有广告传输到所述数据处理中心中,预备推送的广告类别集合为B={B1,B2,...,Bm},其中,m表示预备推送的广告类别数量,将用户关注的内容类别和预备推送的广告类别传输到所述初步过滤模块中,所述初步过滤模块匹配用户关注的内容类别和预备推送的广告类别,对用户不关注内容对应的广告进行初步过滤,过滤后剩余的广告类别集合为C={C1,C2,...,Cn},将剩余广告类别传输到所述广告雷达图绘制模块中。
进一步的,所述多维雷达模型建立单元依据剩余广告的类别数量建立多维雷达模型,所述模型坐标建立单元以雷达模型中心为极点建立极坐标系,将建立的雷达模型传输到所述广告雷达图绘制模块中,所述广告性质判别单元将剩余广告依据类别均匀分布在雷达模型中,对应不同的极角,所述广告等级判别单元依据用户对对应广告的关注程度判别广告的等级,用户对不同类别广告有关内容的浏览次数集合为E={E1,E2,...,En},将浏览次数作为对应广告的等级,即极径,按照浏览次数从大到小分布逆时针分布广告位置,所述维度分析单元依据不同类别广告的等级分析对应类别广告的维度:广告对应的极径集合为,极角集合为,组合成的极坐标集合为,根据下列公式计算雷达图中随机两种相邻广告组成的三角形覆盖面积si:
其中,和表示随机两种相邻广告对应的极径,和表示广告对应的极角,得到所有相邻两种广告组成的三角形覆盖面积集合为s={s1,s2,...,sn},将雷达图和覆盖面积数据传输到所述二次过滤模块中,利用正弦函数求三角形面积在极坐标系中最为适用,求三角形覆盖面积的目的在于通过比较不同相邻两种广告在雷达图中组成的三角形覆盖面积的大小直观地分析对应用户最为关注的两种广告类别,为后续过滤新增广告提供范围,分析用户最为关注的两种广告类别,一是提高了广告推送的精准性,同时保障了用户不会一直收到同一类别广告,改善了推送广告的单调性。
进一步的,所述广告覆盖评测单元比较不同三角形的覆盖面积,筛选出面积最大的三角形对应的广告类别,其对应的点及其坐标为:,,转换为直角坐标为,,最大的覆盖面积为smax,所述新增广告录入单元录入新增的推送广告至所述广告覆盖评测单元中,依据新增广告的性质及等级设定其在极坐标系中的坐标为,表示点P,点P与点H、点K和极点O组成的向量分别为、和,根据下列公式分别计算各向量间的叉乘f1、f2和f3:
若f1、f2和f3同号,评测点P在最大覆盖面积内;若f1、f2和f3不同号,评测点P在最大覆盖面积外,将评测结果传输到所述二次过滤单元中,由新增广告在雷达图中的点、极点和用户最为关注的两种广告类别所在的点构成三个向量,计算两两向量之间的叉乘的目的在于判断新增广告在雷达图中的点是否在最大覆盖面积内,即新增的广告是否属于用户最为关注的两种广告类别之一,有利于二次过滤单元过滤新增广告,这种方法的计算量比传统判断点是否在三角形内的方法所用的计算量更少。
进一步的,所述二次过滤单元将在最大覆盖面积外的点对应的广告过滤掉,将在最大覆盖面积内的点对应的广告传输到广告推送单元中,所述广告推送单元将进行二次过滤后剩余的广告推送至对应用户的客户端中。
与现有技术相比,本发明所达到的有益效果是:
1.本发明通过大数据技术调取用户的浏览记录和预备推送的广告内容,匹配两者的内容,初步过滤掉用户不关注的广告内容,通过雷达图模型坐标搭建模块,依据初步过滤后剩余的推送广告类别数量建立多维雷达模型,并对多维雷达模型建模:建立极坐标系,通过广告雷达图绘制模块将不同性质的推送广告分布均匀分布在雷达模型的不同方向上,对应不同的极角,依据对初步过滤后剩余的推送广告等级分析其维度,对应不同的极径,绘制用户专用的广告雷达图,使得用户的兴趣内容趋于明显化,二次过滤模块依据雷达图不同方向的覆盖面积评测用户主要关注的两种广告类别,将新增广告录入,依据其在极坐标系中对应的坐标判断其是否属于用户主要关注的两种广告类别之一,二次过滤推送广告,精准营销管理模块将在覆盖面积内的广告推送给对应的用户,提高了广告推送的精准性的同时改善了用户一直收到一类广告的单调性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于广告推送的智能精准营销管理系统的结构图;
图2是本发明的广告雷达示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
请参阅图1-图2,本发明提供技术方案:一种基于广告推送的智能精准营销管理系统,其特征在于:系统包括:行为数据采集模块S1、数据处理中心S2、初步过滤模块S3、雷达图模型坐标搭建模块S4、广告雷达图绘制模块S5、二次过滤模块S6和精准营销管理模块S7;
行为数据采集模块S1采集用户的浏览数据记录和预备向用户推送的广告发送到数据处理中心S2中,数据处理中心S2整理接收到的数据传输到初步过滤模块S3中,初步过滤模块S3依据用户的浏览记录中的关注方向初步过滤掉用户不关注的推送广告,雷达图模型坐标搭建模块S4依据初步过滤后剩余的推送广告类别数量建立多维雷达模型,并对多维雷达模型建模:建立极坐标系,广告雷达图绘制模块S5将不同性质的推送广告分布均匀分布在雷达模型的不同方向上,对应不同的极角,依据对初步过滤后剩余的推送广告等级分析其维度,对应不同的极径,绘制用户专用的广告雷达图,二次过滤模块S6通过雷达图不同方向的覆盖面积评测用户主要关注的广告类别,将新增广告录入,依据其在极坐标系中对应的坐标判断其是否在用户主要关注的广告类别中,二次过滤推送广告,精准营销管理模块S7将在覆盖面积内的广告推送给对应的用户,构建用户专属的多维广告雷达图,能够使得用户的兴趣内容趋于明显化;
二次过滤模块S6包括新增广告录入单元、广告覆盖评测单元和二次过滤单元,新增广告录入单元录入新增的推送广告至广告覆盖评测单元中,广告覆盖评测单元判断新增的广告在雷达模型中所在点是否在雷达图的最大覆盖面积中,雷达图的最大覆盖面积指的是用户最为关注内容对应的两种广告组成的三角形的面积,将判断结果传输到二次过滤单元中,二次过滤单元将最大覆盖面积外的广告过滤掉;精准营销管理模块S7包括广告推送单元和用户客户端,广告推送单元将在最大覆盖面积内的广告推送至用户客户端中,经过二次过滤后的广告能够更为精准地推送给对应用户。
行为数据采集模块S1包括浏览数据记录单元和广告预备推送单元,浏览数据记录单元采集用户的浏览记录至数据处理中心S2,数据处理中心S2依据用户的浏览记录整理其关注的内容,广告预备推送单元将预备推送的所有广告传输到数据处理中心S2中,数据处理中心S2整理对应广告的性质,将广告的性质及用户关注的内容传输到初步过滤模块S3中,初步过滤模块S3对用户不关注内容对应的广告进行初步过滤,将过滤后剩余的广告传输到广告雷达图绘制模块S5中。
雷达图模型坐标搭建模块S4包括多维雷达模型建立单元和模型坐标建立单元,多维雷达模型建立单元依据剩余广告的类别数量建立多维雷达模型,模型坐标建立单元以雷达模型中心为极点建立极坐标系,将建立的雷达模型传输到广告雷达图绘制模块S5中;广告雷达图绘制模块S5包括广告性质判别单元、广告等级判别单元和维度分析单元,广告性质判别单元依据剩余广告的不同类别将其均匀分布在雷达模型中,每种广告有不同的极角,将对应的广告类别发送到广告等级判别单元中,广告等级判别单元依据用户对对应广告的关注程度判别广告的等级,代表各自的极径,维度分析单元依据不同类别广告的等级分析对应类别广告的维度,绘制用户专属的广告雷达图,将广告雷达图传输到二次过滤模块S6中。
浏览数据记录单元采集用户的浏览记录至数据处理中心S2,数据处理中心S2整理出该用户关注的内容类别集合为A={A1,A2,...,An},其中,n表示用户关注的内容类别数量,广告预备推送单元将预备推送的所有广告传输到数据处理中心S2中,预备推送的广告类别集合为B={B1,B2,...,Bm},其中,m表示预备推送的广告类别数量,将用户关注的内容类别和预备推送的广告类别传输到初步过滤模块S3中,初步过滤模块S3匹配用户关注的内容类别和预备推送的广告类别,对用户不关注内容对应的广告进行初步过滤,过滤后剩余的广告类别集合为C={C1,C2,...,Cn},将剩余广告类别传输到广告雷达图绘制模块S5中。
多维雷达模型建立单元依据剩余广告的类别数量建立多维雷达模型,模型坐标建立单元以雷达模型中心为极点建立极坐标系,将建立的雷达模型传输到广告雷达图绘制模块S5中,广告性质判别单元将剩余广告依据类别均匀分布在雷达模型中,对应不同的极角,广告等级判别单元依据用户对对应广告的关注程度判别广告的等级,用户对不同类别广告有关内容的浏览次数集合为E={E1,E2,...,En},将浏览次数作为对应广告的等级,即极径,按照浏览次数从大到小分布逆时针分布广告位置,维度分析单元依据不同类别广告的等级分析对应类别广告的维度:广告对应的极径集合为,极角集合为,组合成的极坐标集合为,根据下列公式计算雷达图中随机两种相邻广告组成的三角形覆盖面积si:
其中,和表示随机两种相邻广告对应的极径,和表示广告对应的极角,得到所有相邻两种广告组成的三角形覆盖面积集合为s={s1,s2,...,sn},将雷达图和覆盖面积数据传输到二次过滤模块S6中,利用正弦函数求三角形面积在极坐标系中最为适用,求三角形覆盖面积的目的在于通过比较不同相邻两种广告在雷达图中组成的三角形覆盖面积的大小直观地分析对应用户最为关注的两种广告类别,为后续过滤新增广告提供范围,分析用户最为关注的两种广告类别,一是便于提高广告推送的精准性,同时能够保障用户不会一直收到同一类别广告,便于改善推送广告的单调性。
广告覆盖评测单元比较不同三角形的覆盖面积,筛选出面积最大的三角形对应的广告类别,其对应的点及其坐标为:,,转换为直角坐标为,,最大的覆盖面积为smax,新增广告录入单元录入新增的推送广告至广告覆盖评测单元中,依据新增广告的性质及等级设定其在极坐标系中的坐标为,表示点P,点P与点H、点K和极点O组成的向量分别为、和,根据下列公式分别计算各向量间的叉乘f1、f2和f3:
若f1、f2和f3同号,评测点P在最大覆盖面积内;若f1、f2和f3不同号,评测点P在最大覆盖面积外,将评测结果传输到二次过滤单元中,由新增广告在雷达图中的点、极点和用户最为关注的两种广告类别所在的点构成三个向量,计算两两向量之间的叉乘的目的在于判断新增广告在雷达图中的点是否在最大覆盖面积内,即新增的广告是否属于用户最为关注的两种广告类别之一,有利于二次过滤单元过滤新增广告,这种方法的计算量比传统判断点是否在三角形内的方法所用的计算量更少。
二次过滤单元将在最大覆盖面积外的点对应的广告过滤掉,将在最大覆盖面积内的点对应的广告传输到广告推送单元中,广告推送单元将进行二次过滤后剩余的广告推送至对应用户的客户端中。
实施例一:维度分析单元依据不同类别广告的等级分析对应类别广告的维度:广告对应的极径集合为,极角集合为,根据公式计算雷达图中随机两种相邻广告组成的三角形覆盖面积si:,广告覆盖评测单元比较不同三角形的覆盖面积,筛选出面积最大的三角形对应的广告类别,其对应的点及其坐标为:,转换为直角坐标为H(6,0),,最大的覆盖面积为,依据新增广告的性质及等级设定其在极坐标系中的坐标为,转换为直角坐标为,表示点P,点P与点H、点K和极点O组成的向量分别为,计算各向量间的叉乘f1、f2和f3,f1、f2和f3都大于0,评测点P在最大覆盖面积内,将评测结果传输到二次过滤单元中,将点P对应的广告传输到广告推送单元中,广告推送单元将点P对应的广告推送至对应用户的客户端中。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于广告推送的智能精准营销管理系统,其特征在于:所述系统包括:行为数据采集模块(S1)、数据处理中心(S2)、初步过滤模块(S3)、雷达图模型坐标搭建模块(S4)、广告雷达图绘制模块(S5)、二次过滤模块(S6)和精准营销管理模块(S7);
所述行为数据采集模块(S1)采集用户的浏览数据记录和预备向用户推送的广告发送到所述数据处理中心(S2)中,所述数据处理中心(S2)整理接收到的数据传输到所述初步过滤模块(S3)中,所述初步过滤模块(S3)依据用户的浏览记录中的关注方向初步过滤掉用户不关注的推送广告,所述雷达图模型坐标搭建模块(S4)依据初步过滤后剩余的推送广告类别数量建立多维雷达模型,并对多维雷达模型建模:建立极坐标系,所述广告雷达图绘制模块(S5)将不同性质的推送广告分布均匀分布在雷达模型的不同方向上,对应不同的极角,依据对初步过滤后剩余的推送广告等级分析其维度,对应不同的极径,绘制用户专用的广告雷达图,所述二次过滤模块(S6)通过雷达图覆盖不同方向的覆盖面积评测用户主要关注的广告类别,将新增广告录入,依据其在极坐标系中对应的坐标判断其是否在用户主要关注的广告类别中,二次过滤推送广告,所述精准营销管理模块(S7)将在覆盖面积内的广告推送给对应的用户;
所述二次过滤模块(S6)包括新增广告录入单元、广告覆盖评测单元和二次过滤单元,所述新增广告录入单元录入新增的推送广告至所述广告覆盖评测单元中,所述广告覆盖评测单元判断新增的广告在雷达模型中所在点是否在雷达图的最大覆盖面积中,雷达图的最大覆盖面积指的是用户最为关注内容对应的两种广告组成的三角形的面积,将判断结果传输到所述二次过滤单元中,所述二次过滤单元将最大覆盖面积外的广告过滤掉;所述精准营销管理模块(S7)包括广告推送单元和用户客户端,所述广告推送单元将在最大覆盖面积内的广告推送至所述用户客户端中。
2.根据权利要求1所述的一种基于广告推送的智能精准营销管理系统,其特征在于:所述行为数据采集模块(S1)包括浏览数据记录单元和广告预备推送单元,所述浏览数据记录单元采集用户的浏览记录至所述数据处理中心(S2),所述数据处理中心(S2)依据用户的浏览记录整理其关注的内容,所述广告预备推送单元将预备推送的所有广告传输到所述数据处理中心(S2)中,所述数据处理中心(S2)整理对应广告的性质,将广告的性质及用户关注的内容传输到所述初步过滤模块(S3)中,所述初步过滤模块(S3)对用户不关注内容对应的广告进行初步过滤,将过滤后剩余的广告传输到所述广告雷达图绘制模块(S5)中。
3.根据权利要求1所述的一种基于广告推送的智能精准营销管理系统,其特征在于:所述雷达图模型坐标搭建模块(S4)包括多维雷达模型建立单元和模型坐标建立单元,所述多维雷达模型建立单元依据剩余广告的类别数量建立多维雷达模型,所述模型坐标建立单元以雷达模型中心为极点建立极坐标系,将建立的雷达模型传输到所述广告雷达图绘制模块(S5)中;所述广告雷达图绘制模块(S5)包括广告性质判别单元、广告等级判别单元和维度分析单元,所述广告性质判别单元依据剩余广告的不同类别将其均匀分布在雷达模型中,每种广告有不同的极角,将对应的广告类别发送到所述广告等级判别单元中,所述广告等级判别单元依据用户对对应广告的关注程度判别广告的等级,代表各自的极径,所述维度分析单元依据不同类别广告的等级分析对应类别广告的维度,绘制用户专属的广告雷达图,将广告雷达图传输到二次过滤模块(S6)中。
4.根据权利要求2所述的一种基于广告推送的智能精准营销管理系统,其特征在于:所述浏览数据记录单元采集用户的浏览记录至所述数据处理中心(S2),所述数据处理中心(S2)整理出该用户关注的内容类别集合为A={A1,A2,...,An},其中,n表示用户关注的内容类别数量,所述广告预备推送单元将预备推送的所有广告传输到所述数据处理中心(S2)中,预备推送的广告类别集合为B={B1,B2,...,Bm},其中,m表示预备推送的广告类别数量,将用户关注的内容类别和预备推送的广告类别传输到所述初步过滤模块(S3)中,所述初步过滤模块(S3)匹配用户关注的内容类别和预备推送的广告类别,对用户不关注内容对应的广告进行初步过滤,过滤后剩余的广告类别集合为C={C1,C2,...,Cn},将剩余广告类别传输到所述广告雷达图绘制模块(S5)中。
5.根据权利要求3所述的一种基于广告推送的智能精准营销管理系统,其特征在于:所述多维雷达模型建立单元依据剩余广告的类别数量建立多维雷达模型,所述模型坐标建立单元以雷达模型中心为极点建立极坐标系,将建立的雷达模型传输到所述广告雷达图绘制模块(S5)中,所述广告性质判别单元将剩余广告依据类别均匀分布在雷达模型中,对应不同的极角,所述广告等级判别单元依据用户对对应广告的关注程度判别广告的等级,用户对不同类别广告有关内容的浏览次数集合为E={E1,E2,...,En},将浏览次数作为对应广告的等级,即极径,按照浏览次数从大到小分布逆时针分布广告位置,所述维度分析单元依据不同类别广告的等级分析对应类别广告的维度:广告对应的极径集合为,极角集合为,组合成的极坐标集合为,根据下列公式计算雷达图中随机两种相邻广告组成的三角形覆盖面积si:
6.根据权利要求5所述的一种基于广告推送的智能精准营销管理系统,其特征在于:所述广告覆盖评测单元比较不同三角形的覆盖面积,筛选出面积最大的三角形对应的广告类别,其对应的点及其坐标为:,,转换为直角坐标为,,最大的覆盖面积为smax,所述新增广告录入单元录入新增的推送广告至所述广告覆盖评测单元中,依据新增广告的性质及等级设定其在极坐标系中的坐标为,表示点P,点P与点H、点K和极点O组成的向量分别为、和,根据下列公式分别计算各向量间的叉乘f1、f2和f3:
若f1、f2和f3同号,评测点P在最大覆盖面积内;若f1、f2和f3不同号,评测点P在最大覆盖面积外,将评测结果传输到所述二次过滤单元中。
7.根据权利要求6所述的一种基于广告推送的智能精准营销管理系统,其特征在于:所述二次过滤单元将在最大覆盖面积外的点对应的广告过滤掉,将在最大覆盖面积内的点对应的广告传输到广告推送单元中,所述广告推送单元将进行二次过滤后剩余的广告推送至对应用户的客户端中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111029489.1A CN113469755B (zh) | 2021-09-03 | 2021-09-03 | 一种基于广告推送的智能精准营销管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111029489.1A CN113469755B (zh) | 2021-09-03 | 2021-09-03 | 一种基于广告推送的智能精准营销管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113469755A true CN113469755A (zh) | 2021-10-01 |
CN113469755B CN113469755B (zh) | 2022-02-08 |
Family
ID=77867217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111029489.1A Active CN113469755B (zh) | 2021-09-03 | 2021-09-03 | 一种基于广告推送的智能精准营销管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113469755B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331570A (zh) * | 2022-03-09 | 2022-04-12 | 广东联讯科技发展股份有限公司 | 基于大数据的移动终端广告智能推送系统及方法 |
CN115934809A (zh) * | 2023-03-08 | 2023-04-07 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置和电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290631A (zh) * | 2008-05-28 | 2008-10-22 | 北京百问百答网络技术有限公司 | 一种网络广告自动投放方法及其系统 |
US20140310103A1 (en) * | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Creating targeted advertising profiles based on user behavior |
CN108416620A (zh) * | 2018-02-08 | 2018-08-17 | 杭州浮云网络科技有限公司 | 一种基于大数据的画像数据的智能社交广告投放平台 |
CN108805617A (zh) * | 2018-05-30 | 2018-11-13 | 中海云智慧(北京)物联网科技有限公司 | 一种广告信息推送方法 |
CN110111151A (zh) * | 2019-05-10 | 2019-08-09 | 四川合锐信息技术有限公司 | 一种基于人群标签数据的精准广告分析方法及系统 |
CN111260385A (zh) * | 2018-12-03 | 2020-06-09 | 中国移动通信集团北京有限公司 | 一种广告投放的方法、装置、终端设备和介质 |
CN111882361A (zh) * | 2020-07-31 | 2020-11-03 | 苏州云开网络科技有限公司 | 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 |
-
2021
- 2021-09-03 CN CN202111029489.1A patent/CN113469755B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290631A (zh) * | 2008-05-28 | 2008-10-22 | 北京百问百答网络技术有限公司 | 一种网络广告自动投放方法及其系统 |
US20140310103A1 (en) * | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Creating targeted advertising profiles based on user behavior |
CN108416620A (zh) * | 2018-02-08 | 2018-08-17 | 杭州浮云网络科技有限公司 | 一种基于大数据的画像数据的智能社交广告投放平台 |
CN108805617A (zh) * | 2018-05-30 | 2018-11-13 | 中海云智慧(北京)物联网科技有限公司 | 一种广告信息推送方法 |
CN111260385A (zh) * | 2018-12-03 | 2020-06-09 | 中国移动通信集团北京有限公司 | 一种广告投放的方法、装置、终端设备和介质 |
CN110111151A (zh) * | 2019-05-10 | 2019-08-09 | 四川合锐信息技术有限公司 | 一种基于人群标签数据的精准广告分析方法及系统 |
CN111882361A (zh) * | 2020-07-31 | 2020-11-03 | 苏州云开网络科技有限公司 | 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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331570A (zh) * | 2022-03-09 | 2022-04-12 | 广东联讯科技发展股份有限公司 | 基于大数据的移动终端广告智能推送系统及方法 |
CN114331570B (zh) * | 2022-03-09 | 2022-05-24 | 广东联讯科技发展股份有限公司 | 基于大数据的移动终端广告智能推送系统及方法 |
CN115934809A (zh) * | 2023-03-08 | 2023-04-07 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置和电子设备 |
CN115934809B (zh) * | 2023-03-08 | 2023-07-18 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113469755B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413707A (zh) | 互联网中欺诈团伙关系的挖掘与排查方法及其系统 | |
CN108509481B (zh) | 基于文献共引聚类的研究前沿可视分析方法 | |
CN107515873B (zh) | 一种垃圾信息识别方法及设备 | |
Meng et al. | A fast approach to attribute reduction in incomplete decision systems with tolerance relation-based rough sets | |
CN113469755B (zh) | 一种基于广告推送的智能精准营销管理系统 | |
CN112463980A (zh) | 一种基于知识图谱的预案智能推荐方法 | |
CN105117422A (zh) | 智能社交网络推荐系统 | |
CN109558902A (zh) | 一种快速目标检测方法 | |
CN107657284A (zh) | 一种基于语义相似性扩展的商品名称分类方法及系统 | |
CN110490685A (zh) | 一种基于大数据分析的产品推荐方法 | |
CN112598438A (zh) | 一种基于大规模用户画像的户外广告推荐系统及方法 | |
CN111931505A (zh) | 一种基于子图嵌入的跨语言实体对齐方法 | |
Stoter et al. | Evaluation in generalisation | |
Zuo et al. | A large group decision-making method and its application to the evaluation of property perceived service quality | |
CN107943897A (zh) | 一种用户推荐方法 | |
Li | SWOT analysis of e‐commerce development of rural tourism farmers' professional cooperatives in the era of big data | |
CN115358809A (zh) | 一种基于图对比学习的多意图推荐方法及装置 | |
CN106355210A (zh) | 基于深度神经元响应模式的绝缘子红外图像特征表达方法 | |
Harrigan et al. | Egonav: Exploring networks through egocentric spatializations | |
CN114723535A (zh) | 一种基于供应链与知识图谱的物品推荐方法、设备及介质 | |
Chen | Multiple criteria choice modeling using the grounds of T‐spherical fuzzy REGIME analysis | |
Zhang | Classification of Urban Land Use Based on Graph Theory and Geographic Information System. | |
CN117036060A (zh) | 车险欺诈识别方法、装置和存储介质 | |
Hasani et al. | The mediating effect of the brand on the relationship between social network marketing and consumer behavior | |
CN113792726B (zh) | 一种基于视觉图像快速生成poi的方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231103 Address after: Room 101, Room 101, Building 10, No. 6, No. 117 Liuhua Road, Yuexiu District, Guangzhou City, Guangdong Province, 510170, China, No. 108, China Patentee after: Guangzhou Boiling Point Information Technology Co.,Ltd. Address before: 510375 301-c43, F3, No. 123, Dongfu South Road, Liwan District, Guangzhou City, Guangdong Province Patentee before: Guangdong lianxun Technology Development Co.,Ltd. |