CN113807896A - 一种基于抖众电商平台的大数据用户挖掘方法 - Google Patents

一种基于抖众电商平台的大数据用户挖掘方法 Download PDF

Info

Publication number
CN113807896A
CN113807896A CN202111117131.4A CN202111117131A CN113807896A CN 113807896 A CN113807896 A CN 113807896A CN 202111117131 A CN202111117131 A CN 202111117131A CN 113807896 A CN113807896 A CN 113807896A
Authority
CN
China
Prior art keywords
user
commerce platform
data
method based
big data
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
Application number
CN202111117131.4A
Other languages
English (en)
Inventor
孙学冬
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.)
Nantong Yijia Information Technology Co ltd
Original Assignee
Nantong Yijia Information Technology 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 Nantong Yijia Information Technology Co ltd filed Critical Nantong Yijia Information Technology Co ltd
Priority to CN202111117131.4A priority Critical patent/CN113807896A/zh
Publication of CN113807896A publication Critical patent/CN113807896A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及大数据处理技术领域，且公开了一种基于抖众电商平台的大数据用户挖掘方法，包括以下步骤：1)用户数据收集、2)用户数据画像、3)用户分类、4)用户挖掘。该基于抖众电商平台的大数据用户挖掘方法，通过对抖众电商平台的用户行为数据进行多样采集分析，得出精准的用户画像，并根据用户画像对用户进行群组划分，然后通过三种不同的推送方式，对商品进行推荐，既可以满足用户常规商品的针对性推荐，还可以利用用户之间的亲密度，提高用户对家庭组成员内部需求产品的购买意愿，提高商品购买成功率，同时还可以利用用户对热点事件的关注度，提高用户对未接触领域商品的购买意愿，从而完成对用户购买需求的挖掘。

Description

一种基于抖众电商平台的大数据用户挖掘方法
技术领域
本发明涉及大数据处理技术领域，具体为一种基于抖众电商平台的大数据用户挖掘方法。
背景技术
大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
电子商务平台即是一个为企业或个人提供网上交易洽谈的平台，企业电子商务平台是建立在Internet网上进行商务活动的虚拟网络空间和保障商务顺利运营的管理环境；是协调、整合信息流、货物流、资金流有序、关联、高效流动的重要场所，企业、商家可充分利用电子商务平台提供的网络基础设施、支付平台、安全平台、管理平台等共享资源有效地、低成本地开展自己的商业活动。
目前电商平台仅通过用户个人数据进行大数据分析所得的商品推荐难以挖掘用户的隐性购买需求，当用户不了解该类商品时，便无法对该类商品产生搜索、浏览等数据，导致大量的用户购买需求没有被有效挖掘，造成利益损失。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于抖众电商平台的大数据用户挖掘方法，具备能够对用户购买需求进行有效挖掘的优点，解决了现有的电商平台推荐方式较为单一，无法有效挖掘用户购买需求的问题。
(二)技术方案
为实现上述能够对用户购买需求进行有效挖掘的目的，本发明提供如下技术方案：一种基于抖众电商平台的大数据用户挖掘方法，包括以下步骤：
1)用户数据收集：根据抖众电商平台的用户行为数据，得到用户行为数据处理结果；
2)用户数据画像：通过用户数据收集结果分析得到用户标签，根据所得用户标签，对用户进行特征归纳，得出用户画像属性，并基于用户画像属性的属性内容得到属性内容对应的用户兴趣偏好；
3)用户分类：通过用户兴趣偏好将用户划分至与其相同兴趣偏好的用户群组内；
4)用户挖掘：
①根据用户在抖众电商平台上的浏览、收藏和购买行为数据组合成需求列表，根据需求列表的商品标签和商品属性，筛选出与其同类的商品进行推送。
②通过对用户地理位置和购买收货地址对用户进行划分，将相对地理位置和购买收货地址的用户划分为同一家庭组，根据该家庭组内部其余用户的浏览、收藏和购买行为数据组合成需求列表，筛选出符合该列表内部商品标签和属性的商品，向该家庭组内的其余成员进行推送。
③定期收集全网热点事件信息，读取热点事件信息内容，提取热点事件标签，根据标签筛选与其相关商品，通过分析用户行为和潜在购买倾向，将不同标签的商品推送给对应用户群组。
优选的，所述用户数据收集范围包括人口属性、商业人口属性、行为属性、兴趣标签、消费意向。
优选的，所述人口属性包括性别、年龄、职业、婚姻状态、学历教育、人种、民族、宗教、家庭人数、收入、地理位置。
优选的，所述商业人口属性包括工作岗位、公司规模、行业类型。
优选的，所述兴趣标签包括个人爱好、生活方式、生活习惯、生活社交。
优选的，所述消费意向包括服务需求、物品需求、商旅需求、购买力水平、已购商品、最后购买时间、购买频次。
优选的，所述行为属性包括抖众电商平台购买记录、抖众电商平台浏览记录、抖众电商平台收藏记录、抖众电商平台分区访问时长、抖众电商平台访问时间段、抖众电商平台分区访问频次、抖众电商平台访问分区、品牌偏好、产品偏好、互动内容。
优选的，所述用户数据收集过程中需要剔除数据中的异常值，并将数据标准化和判断标签标准化，然后将得到的数据映射到构建的标签中，并将用户的多种特征进行组合。
优选的，所述用户数据收集过程中所得的用户标签需根据依存关系进行优先级排序，所述家庭组需求列表内部商品需剔除与个人隐私相关联的商品。
优选的，所述热点事件包括区域热点事件和社会热点事件，其中区域热点事件筛选所得商品推送给地理位置或收货地址位于该区域内的用户。
(三)有益效果
与现有技术相比，本发明提供了一种基于抖众电商平台的大数据用户挖掘方法，具备以下有益效果：
该基于抖众电商平台的大数据用户挖掘方法，通过对抖众电商平台的用户行为数据进行多样采集分析，得出精准的用户画像，并根据用户画像对用户进行群组划分，然后通过三种不同的推送方式，对商品进行推荐，既可以满足用户常规商品的针对性推荐，还可以利用用户之间的亲密度，提高用户对家庭组成员内部需求产品的购买意愿，提高商品购买成功率，同时还可以利用用户对热点事件的关注度，提高用户对未接触领域商品的购买意愿，从而完成对用户购买需求的挖掘。
具体实施方式
下面将结合本发明的实施例，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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：一种基于抖众电商平台的大数据用户挖掘方法，包括以下步骤：
1)用户数据收集：根据抖众电商平台的用户行为数据，用户数据收集过程中需要剔除数据中的异常值，并将数据标准化和判断标签标准化，然后将得到的数据映射到构建的标签中，并将用户的多种特征进行组合，根据依存关系进行优先级排序，得到用户行为数据处理结果；
2)用户数据画像：通过用户数据收集结果分析得到用户标签，根据所得用户标签，对用户进行特征归纳，得出用户画像属性，并基于用户画像属性的属性内容得到属性内容对应的用户兴趣偏好；
3)用户分类：通过用户兴趣偏好将用户划分至与其相同兴趣偏好的用户群组内；
4)用户挖掘：根据用户在抖众电商平台上的浏览、收藏和购买行为数据组合成需求列表，根据需求列表的商品标签和商品属性，筛选出与其同类的商品进行推送。
其中，用户数据收集范围包括人口属性、商业人口属性、行为属性、兴趣标签、消费意向；人口属性包括性别、年龄、职业、婚姻状态、学历教育、人种、民族、宗教、家庭人数、收入、地理位置；商业人口属性包括工作岗位、公司规模、行业类型；兴趣标签包括个人爱好、生活方式、生活习惯、生活社交；消费意向包括服务需求、物品需求、商旅需求、购买力水平、已购商品、最后购买时间、购买频次；行为属性包括抖众电商平台购买记录、抖众电商平台浏览记录、抖众电商平台收藏记录、抖众电商平台分区访问时长、抖众电商平台访问时间段、抖众电商平台分区访问频次、抖众电商平台访问分区、品牌偏好、产品偏好、互动内容。
该方法推荐产品针对性更强，可主要用于购买能力小，购买范围小的青少年群体。
实施例二：一种基于抖众电商平台的大数据用户挖掘方法，包括以下步骤：
1)用户数据收集：根据抖众电商平台的用户行为数据，用户数据收集过程中需要剔除数据中的异常值，并将数据标准化和判断标签标准化，然后将得到的数据映射到构建的标签中，并将用户的多种特征进行组合，根据依存关系进行优先级排序，得到用户行为数据处理结果；
2)用户数据画像：通过用户数据收集结果分析得到用户标签，根据所得用户标签，对用户进行特征归纳，得出用户画像属性，并基于用户画像属性的属性内容得到属性内容对应的用户兴趣偏好；
3)用户分类：通过用户兴趣偏好将用户划分至与其相同兴趣偏好的用户群组内；
4)用户挖掘：通过对用户地理位置和购买收货地址对用户进行划分，将相对地理位置和购买收货地址的用户划分为同一家庭组，根据该家庭组内部其余用户的浏览、收藏和购买行为数据组合成需求列表，筛选出符合该列表内部商品标签和属性的商品，剔除与个人隐私相关联的商品，向该家庭组内的其余成员进行推送。
其中，用户数据收集范围包括人口属性、商业人口属性、行为属性、兴趣标签、消费意向；人口属性包括性别、年龄、职业、婚姻状态、学历教育、人种、民族、宗教、家庭人数、收入、地理位置；商业人口属性包括工作岗位、公司规模、行业类型；兴趣标签包括个人爱好、生活方式、生活习惯、生活社交；消费意向包括服务需求、物品需求、商旅需求、购买力水平、已购商品、最后购买时间、购买频次；行为属性包括抖众电商平台购买记录、抖众电商平台浏览记录、抖众电商平台收藏记录、抖众电商平台分区访问时长、抖众电商平台访问时间段、抖众电商平台分区访问频次、抖众电商平台访问分区、品牌偏好、产品偏好、互动内容。
该方法通过对家庭组内部成员的购买意向产品进行多人推荐，可提高推荐成功率。
实施例三：一种基于抖众电商平台的大数据用户挖掘方法，包括以下步骤：
1)用户数据收集：根据抖众电商平台的用户行为数据，用户数据收集过程中需要剔除数据中的异常值，并将数据标准化和判断标签标准化，然后将得到的数据映射到构建的标签中，并将用户的多种特征进行组合，根据依存关系进行优先级排序，得到用户行为数据处理结果；
2)用户数据画像：通过用户数据收集结果分析得到用户标签，根据所得用户标签，对用户进行特征归纳，得出用户画像属性，并基于用户画像属性的属性内容得到属性内容对应的用户兴趣偏好；
3)用户分类：通过用户兴趣偏好将用户划分至与其相同兴趣偏好的用户群组内；
4)用户挖掘：定期收集全网热点事件信息，读取热点事件信息内容，提取热点事件标签，根据标签筛选与其相关商品，通过分析用户行为和潜在购买倾向，将不同标签的商品推送给对应用户群组。
其中，用户数据收集范围包括人口属性、商业人口属性、行为属性、兴趣标签、消费意向；人口属性包括性别、年龄、职业、婚姻状态、学历教育、人种、民族、宗教、家庭人数、收入、地理位置；商业人口属性包括工作岗位、公司规模、行业类型；兴趣标签包括个人爱好、生活方式、生活习惯、生活社交；消费意向包括服务需求、物品需求、商旅需求、购买力水平、已购商品、最后购买时间、购买频次；行为属性包括抖众电商平台购买记录、抖众电商平台浏览记录、抖众电商平台收藏记录、抖众电商平台分区访问时长、抖众电商平台访问时间段、抖众电商平台分区访问频次、抖众电商平台访问分区、品牌偏好、产品偏好、互动内容。
热点事件包括区域热点事件和社会热点事件，其中区域热点事件筛选所得商品推送给地理位置或收货地址位于该区域内的用户。
通过对热点事件的挖掘，利用用户对热点事件的关注度，提高用户对未接触领域商品的购买需求。
本发明的有益效果是：通过对抖众电商平台的用户行为数据进行多样采集分析，得出精准的用户画像，并根据用户画像对用户进行群组划分，然后通过三种不同的推送方式，对商品进行推荐，既可以满足用户常规商品的针对性推荐，同时还可以利用用户对热点事件的关注度，提高用户对未接触领域商品的购买意愿，从而完成对用户购买需求的挖掘。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种基于抖众电商平台的大数据用户挖掘方法，其特征在于，包括以下步骤：
1)用户数据收集：根据抖众电商平台的用户行为数据，得到用户行为数据处理结果；
2)用户数据画像：通过用户数据收集结果分析得到用户标签，根据所得用户标签，对用户进行特征归纳，得出用户画像属性，并基于用户画像属性的属性内容得到属性内容对应的用户兴趣偏好；
3)用户分类：通过用户兴趣偏好将用户划分至与其相同兴趣偏好的用户群组内；
4)用户挖掘：
①根据用户在抖众电商平台上的浏览、收藏和购买行为数据组合成需求列表，根据需求列表的商品标签和商品属性，筛选出与其同类的商品进行推送。
②通过对用户地理位置和购买收货地址对用户进行划分，将相对地理位置和购买收货地址的用户划分为同一家庭组，根据该家庭组内部其余用户的浏览、收藏和购买行为数据组合成需求列表，筛选出符合该列表内部商品标签和属性的商品，向该家庭组内的其余成员进行推送。
③定期收集全网热点事件信息，读取热点事件信息内容，提取热点事件标签，根据标签筛选与其相关商品，通过分析用户行为和潜在购买倾向，将不同标签的商品推送给对应用户群组。
2.根据权利要求1所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述用户数据收集范围包括人口属性、商业人口属性、行为属性、兴趣标签、消费意向。
3.根据权利要求2所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述人口属性包括性别、年龄、职业、婚姻状态、学历教育、人种、民族、宗教、家庭人数、收入、地理位置。
4.根据权利要求2所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述商业人口属性包括工作岗位、公司规模、行业类型。
5.根据权利要求2所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述兴趣标签包括个人爱好、生活方式、生活习惯、生活社交。
6.根据权利要求1所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述消费意向包括服务需求、物品需求、商旅需求、购买力水平、已购商品、最后购买时间、购买频次。
7.根据权利要求1所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述行为属性包括抖众电商平台购买记录、抖众电商平台浏览记录、抖众电商平台收藏记录、抖众电商平台分区访问时长、抖众电商平台访问时间段、抖众电商平台分区访问频次、抖众电商平台访问分区、品牌偏好、产品偏好、互动内容。
8.根据权利要求1所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述用户数据收集过程中需要剔除数据中的异常值，并将数据标准化和判断标签标准化，然后将得到的数据映射到构建的标签中，并将用户的多种特征进行组合。
9.根据权利要求1所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述用户数据收集过程中所得的用户标签需根据依存关系进行优先级排序，所述家庭组需求列表内部商品需剔除与个人隐私相关联的商品。
10.根据权利要求1所述的一种基于抖众电商平台的大数据用户挖掘方法，其特征在于：所述热点事件包括区域热点事件和社会热点事件，其中区域热点事件筛选所得商品推送给地理位置或收货地址位于该区域内的用户。
CN202111117131.4A 2021-09-23 2021-09-23 一种基于抖众电商平台的大数据用户挖掘方法 Pending CN113807896A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111117131.4A CN113807896A (zh) 2021-09-23 2021-09-23 一种基于抖众电商平台的大数据用户挖掘方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111117131.4A CN113807896A (zh) 2021-09-23 2021-09-23 一种基于抖众电商平台的大数据用户挖掘方法

Publications (1)

Publication Number Publication Date
CN113807896A true CN113807896A (zh) 2021-12-17

Family

ID=78896458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111117131.4A Pending CN113807896A (zh) 2021-09-23 2021-09-23 一种基于抖众电商平台的大数据用户挖掘方法

Country Status (1)

Country Link
CN (1) CN113807896A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116055551A (zh) * 2022-11-18 2023-05-02 北京奇艺世纪科技有限公司 信息推送方法、装置、系统、电子设备及存储介质
CN116680323A (zh) * 2023-06-20 2023-09-01 吉林省澳美科技有限公司 基于大数据安全平台的用户需求挖掘方法及系统
CN117350766A (zh) * 2023-10-23 2024-01-05 深圳般若海科技有限公司 一种基于私域电商平台的数据处理方法、系统及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116055551A (zh) * 2022-11-18 2023-05-02 北京奇艺世纪科技有限公司 信息推送方法、装置、系统、电子设备及存储介质
CN116680323A (zh) * 2023-06-20 2023-09-01 吉林省澳美科技有限公司 基于大数据安全平台的用户需求挖掘方法及系统
CN116680323B (zh) * 2023-06-20 2024-02-06 深圳市优品投资顾问有限公司 基于大数据安全平台的用户需求挖掘方法及系统
CN117350766A (zh) * 2023-10-23 2024-01-05 深圳般若海科技有限公司 一种基于私域电商平台的数据处理方法、系统及存储介质

Similar Documents

Publication Publication Date Title
Akter et al. Big data analytics in E-commerce: a systematic review and agenda for future research
Visconti et al. Big data-driven value chains and digital platforms: From value co-creation to monetization
CN113807896A (zh) 一种基于抖众电商平台的大数据用户挖掘方法
US20220036391A1 (en) Auto-segmentation
WO2018068603A1 (zh) 基于大数据技术的供应链管理决策支持系统
CN108628866B (zh) 数据融合的方法和装置
Fu et al. Fused latent models for assessing product return propensity in online commerce
Kudyba et al. Introduction to the big data era
US20160171590A1 (en) Push-based category recommendations
Soysal et al. Physical stores in the digital age: How store closures affect consumer churn
Ratchford The impact of digital innovations on marketing and consumers
Cherqi et al. Analysis of hacking related trade in the darkweb
Malhotra et al. Leveraging cofollowership patterns on social media to identify brand alliance opportunities
Khder et al. The impact of implementing data mining in business intelligence
Boonjing et al. Data mining for customers' positive reaction to advertising in social media
CN117593053A (zh) 广告投放的大数据分析系统
Ilin et al. Features of Big Data approach and new opportunities of BI-systems in marketing activities
Kamaruddin Comparative Study on Sentiment Analysis Approach for Online Shopping Review
CN116091171A (zh) 会员统计与管理系统
Titiyal et al. E-fulfillment across product type: a review of literature (2000–2020)
US10679227B2 (en) Systems and methods for mapping online data to data of interest
Chen et al. Pattern filtering and classification for market basket analysis with profit‐based measures
Yang et al. Marketing Strategy on Social Commerce Based upon Marketing Mix
CN111582997A (zh) 一种基于云电子商务活跃用户分析的搜索系统
Liu et al. The application of big data analytics in business world

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20211217

WD01 Invention patent application deemed withdrawn after publication