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 PDF

Info

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
Application number
CN202111029489.1A
Other languages
English (en)
Other versions
CN113469755B (zh
Inventor
郭秀林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Boiling Point Information Technology Co.,Ltd.
Original Assignee
Guangdong Lianxun Technology Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Lianxun Technology Development Co ltd filed Critical Guangdong Lianxun Technology Development Co ltd
Priority to CN202111029489.1A priority Critical patent/CN113469755B/zh
Publication of CN113469755A publication Critical patent/CN113469755A/zh
Application granted granted Critical
Publication of CN113469755B publication Critical patent/CN113469755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0277Online 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

一种基于广告推送的智能精准营销管理系统
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
Figure 433492DEST_PATH_IMAGE001
,极角集合为
Figure 852841DEST_PATH_IMAGE002
,组合成的极坐标集合为
Figure 562171DEST_PATH_IMAGE004
,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
Figure 247230DEST_PATH_IMAGE006
其中,
Figure 552572DEST_PATH_IMAGE007
Figure 842739DEST_PATH_IMAGE008
表示随机两种相邻广告对应的极径,
Figure 768975DEST_PATH_IMAGE009
Figure 879014DEST_PATH_IMAGE010
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:
Figure 34052DEST_PATH_IMAGE011
Figure 192107DEST_PATH_IMAGE012
,转换为直角坐标为
Figure 977661DEST_PATH_IMAGE013
Figure 89842DEST_PATH_IMAGE014
,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
Figure 251833DEST_PATH_IMAGE015
,表示点P,点P与点H、点K和极点O组成的向量分别为
Figure 1745DEST_PATH_IMAGE016
Figure 223779DEST_PATH_IMAGE017
Figure 823257DEST_PATH_IMAGE018
,根据下列公式分别计算各向量间的叉乘f1、f2和f3
Figure 788939DEST_PATH_IMAGE019
Figure 945024DEST_PATH_IMAGE020
Figure 72380DEST_PATH_IMAGE021
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
Figure 159154DEST_PATH_IMAGE001
,极角集合为
Figure 662947DEST_PATH_IMAGE002
,组合成的极坐标集合为
Figure 653031DEST_PATH_IMAGE023
,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
Figure 951288DEST_PATH_IMAGE024
其中,
Figure 525358DEST_PATH_IMAGE007
Figure 832843DEST_PATH_IMAGE008
表示随机两种相邻广告对应的极径,
Figure 408924DEST_PATH_IMAGE009
Figure 143662DEST_PATH_IMAGE010
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:
Figure 939448DEST_PATH_IMAGE025
Figure 50624DEST_PATH_IMAGE012
,转换为直角坐标为
Figure 749721DEST_PATH_IMAGE026
Figure 655360DEST_PATH_IMAGE027
,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
Figure 938443DEST_PATH_IMAGE028
,表示点P,点P与点H、点K和极点O组成的向量分别为
Figure 587730DEST_PATH_IMAGE016
Figure 138403DEST_PATH_IMAGE017
Figure 214944DEST_PATH_IMAGE018
,根据下列公式分别计算各向量间的叉乘f1、f2和f3
Figure 454164DEST_PATH_IMAGE019
Figure 392295DEST_PATH_IMAGE020
Figure 315252DEST_PATH_IMAGE021
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
Figure 811961DEST_PATH_IMAGE029
,极角集合为
Figure 820369DEST_PATH_IMAGE031
,根据公式
Figure 559261DEST_PATH_IMAGE032
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
Figure 336724DEST_PATH_IMAGE033
,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:
Figure 738756DEST_PATH_IMAGE034
,转换为直角坐标为H(6,0),
Figure 968880DEST_PATH_IMAGE035
,最大的覆盖面积为
Figure 779972DEST_PATH_IMAGE036
,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
Figure 411942DEST_PATH_IMAGE037
,转换为直角坐标为
Figure 250454DEST_PATH_IMAGE038
,表示点P,点P与点H、点K和极点O组成的向量分别为
Figure 436715DEST_PATH_IMAGE040
,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
Figure 33352DEST_PATH_IMAGE002
,极角集合为
Figure 216072DEST_PATH_IMAGE004
,组合成的极坐标集合为
Figure 323705DEST_PATH_IMAGE006
,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
Figure 279766DEST_PATH_IMAGE008
其中,
Figure 156455DEST_PATH_IMAGE009
Figure 369131DEST_PATH_IMAGE010
表示随机两种相邻广告对应的极径,
Figure 465525DEST_PATH_IMAGE011
Figure 195584DEST_PATH_IMAGE012
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(S6)中。
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:
Figure 254676DEST_PATH_IMAGE013
Figure 277733DEST_PATH_IMAGE014
,转换为直角坐标为
Figure 359958DEST_PATH_IMAGE015
Figure 487183DEST_PATH_IMAGE016
,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
Figure 839930DEST_PATH_IMAGE017
,表示点P,点P与点H、点K和极点O组成的向量分别为
Figure 535353DEST_PATH_IMAGE018
Figure 104875DEST_PATH_IMAGE019
Figure 268746DEST_PATH_IMAGE020
,根据下列公式分别计算各向量间的叉乘f1、f2和f3
Figure 240113DEST_PATH_IMAGE021
Figure 840859DEST_PATH_IMAGE022
Figure 727038DEST_PATH_IMAGE023
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。
CN202111029489.1A 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 Active CN113469755B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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.