CN114663132A - 一种基于实时用户画像的智能营销方法及装置 - Google Patents
一种基于实时用户画像的智能营销方法及装置 Download PDFInfo
- Publication number
- CN114663132A CN114663132A CN202210199773.1A CN202210199773A CN114663132A CN 114663132 A CN114663132 A CN 114663132A CN 202210199773 A CN202210199773 A CN 202210199773A CN 114663132 A CN114663132 A CN 114663132A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- portrait
- modeling
- real
- 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 19
- 230000006399 behavior Effects 0.000 claims description 54
- 238000007405 data analysis Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
-
- 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
- G06Q30/02—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
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能营销技术领域,具体为一种基于实时用户画像的智能营销方法及装置,包括用户画像采集和用户行为建模,所述用户画像的采集:用户画像的采集来自于用户在各个系统日常积累的数据,首先通过Sqoop导入HDFS,也可以通过用代码来实现;所述用户行为建模:用户画像是由用户行为标签构建而成标签的定制需要根据场景规则,要根据具体的业务场景置顶出完善的标签数据集,通过埋点采集到用户行为标签数据,通过基于用户画像的精准营销具备移动互联网的特性,能够真正实现营销信息发布以及获取客户信息的便捷化,通过门店的设备,可以实时的对店铺内客流量和客户信息进行查询,使得营销活动推送方寻找潜在目标客户的效率得到提高。
Description
技术领域
本发明涉及智能营销技术领域,具体为一种基于实时用户画像的智能营销方法及装置。
背景技术
随着市场逐步细分,业务变得越来越多样,商家及用户需求也变得个性化多样化,因此市场也将面临严峻挑战,利润空间有所下降,为了维持长期的市场利润,就要开辟新的路径。行业的精准营销最重要的是对市场以及顾客的精准判断,因此需要一种基于实时用户画像的智能营销方法及装置对上述问题做出改善。
发明内容
本发明的目的在于提供一种基于实时用户画像的智能营销方法及装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于实时用户画像的智能营销方法,包括用户画像采集和用户行为建模,所述用户画像的采集:用户画像的采集来自于用户在各个系统日常积累的数据,首先通过Sqoop导入HDFS,也可以通过用代码来实现;
所述用户行为建模:用户画像是由用户行为标签构建而成标签的定制需要根据场景规则,要根据具体的业务场景置顶出完善的标签数据集,通过埋点采集到用户行为标签数据,关于这个用户的数据源就依此建立起来了。
作为本发明优选的方案,所述用户画像的采集:首先要获得数据信息,就必须从移动用户端收集,信息包括两类:静态信息和动态信息;根据相关的动态信息和静态信息中,就可以对用户画像进行建模,用户画像并非全部标签的一一罗列,而是根据需要的数据分析以及权重算法来抽象出用户大概率事件的标签,并且尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来。
作为本发明优选的方案,所述用户行为建模:当收集到用户行为标签之后就可以对该用户画像进行建模,需要根据数据分析以及权重算法来抽象出用户大概率时间的标签,还要尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来,通过提取出来的分类标签对用户的行为、偏好进行预测。
作为本发明优选的方案,所述用户行为建模:相似性计算:即根据客户以往历史数据以及个人属性信息来得到其相似客户;
选出相似近邻:在相似客户中选择若干个同目标用户相似度最高的候选用户作为候选集;
对推荐物品预测评分:按照相似用户对待推荐商品的偏好程度的不同预判目标客户对待推荐物品的评分;
为目标用户选出推荐内容:根据对待推荐内容的打分进行排序,选出推荐的内容。
作为本发明优选的方案,所述用户画像的采集的画像建模,即从不一样的维度为用户打上有差异的标签,进而刻画出客户多个维度的属性信息用户画像采用下列维度:
基本信息:例如性别、职业年龄、手机号码等资料;
访问偏好:用户网络访问的偏好信息;
搜索信息:描述用户检索内容的情况;
终端维度:刻画用户使用的终端设备以及更换终端设备等信息,例如:设备的品牌、型号参数配置等。
一种基于实时用户画像的智能营销装置,包括数据存储器和数据行为分析处理器和用户画像采集器,所述数据库存储器:用于对用户画像采集数、用户画像建模和用户行为建模数据进行存储;
所述数据行为处理器:用于用户画像采集数据实时处理分析;
所述用户画像采集器:用于用户的画像实时采集建模和行为采集建模。
与现有技术相比,本发明的有益效果是:
本发明中,通过基于用户画像的精准营销具备移动互联网的特性,能够真正实现营销信息发布以及获取客户信息的便捷化,通过门店的设备,可以实时的对店铺内客流量和客户信息进行查询,使得营销活动推送方寻找潜在目标客户的效率得到提高,并且在进行用户画像建模时根据数据的实际情况做出不断的修正,结合已知数据将提取出来的分类标签变得精准。
附图说明
图1为本发明的营销方法架构示意图;
图2为本发明的营销装置架构示意图。
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。
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述,附图中给出了本发明的若干实施例,但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
本发明提供一种技术方案:
请参阅图1-2,所示的一种基于实时用户画像的智能营销方法,包括用户画像采集和用户行为建模,用户画像的采集:用户画像的采集来自于用户在各个系统日常积累的数据,首先通过Sqoop导入HDFS,也可以通过用代码来实现;
用户行为建模:用户画像是由用户行为标签构建而成标签的定制需要根据场景规则,要根据具体的业务场景置顶出完善的标签数据集,通过埋点采集到用户行为标签数据,关于这个用户的数据源就依此建立起来了。
用户画像的采集:首先要获得数据信息,就必须从移动用户端收集,信息包括两类:静态信息和动态信息;根据相关的动态信息和静态信息中,就可以对用户画像进行建模,用户画像并非全部标签的一一罗列,而是根据需要的数据分析以及权重算法来抽象出用户大概率事件的标签,并且尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来。
用户行为建模:当收集到用户行为标签之后就可以对该用户画像进行建模,需要根据数据分析以及权重算法来抽象出用户大概率时间的标签,还要尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来,通过提取出来的分类标签对用户的行为、偏好进行预测。
用户行为建模:相似性计算:即根据客户以往历史数据以及个人属性信息来得到其相似客户;
选出相似近邻:在相似客户中选择若干个同目标用户相似度最高的候选用户作为候选集;
对推荐物品预测评分:按照相似用户对待推荐商品的偏好程度的不同预判目标客户对待推荐物品的评分;
为目标用户选出推荐内容:根据对待推荐内容的打分进行排序,选出推荐的内容。
用户画像的采集的画像建模,即从不一样的维度为用户打上有差异的标签,进而刻画出客户多个维度的属性信息用户画像采用下列维度:
基本信息:例如性别、职业年龄、手机号码等资料;
访问偏好:用户网络访问的偏好信息;
搜索信息:描述用户检索内容的情况;
终端维度:刻画用户使用的终端设备以及更换终端设备等信息,例如:设备的品牌、型号参数配置等。
一种基于实时用户画像的智能营销装置,包括数据存储器和数据行为分析处理器和用户画像采集器,其特征在于:数据库存储器:用于对用户画像采集数、用户画像建模和用户行为建模数据进行存储;
数据行为处理器:用于用户画像采集数据实时处理分析;
用户画像采集器:用于用户的画像实时采集建模和行为采集建模。
实施例:数据库存储器:用于对用户画像采集数、用户画像建模和用户行为建模数据进行存储;
数据行为处理器:用于用户画像采集数据实时处理分析;
用户画像采集器:用于用户的画像实时采集建模和行为采集建模;
用户画像采集和用户行为建模,用户画像的采集:用户画像的采集来自于用户在各个系统日常积累的数据,首先通过Sqoop导入HDFS,也可以通过用代码来实现;首先要获得数据信息,就必须从移动用户端收集,信息包括两类:静态信息和动态信息;根据相关的动态信息和静态信息中,就可以对用户画像进行建模,用户画像并非全部标签的一一罗列,而是根据需要的数据分析以及权重算法来抽象出用户大概率事件的标签,并且尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来;用户行为建模:相似性计算:即根据客户以往历史数据以及个人属性信息来得到其相似客户;选出相似近邻:在相似客户中选择若干个同目标用户相似度最高的候选用户作为候选集;对推荐物品预测评分:按照相似用户对待推荐商品的偏好程度的不同预判目标客户对待推荐物品的评分;为目标用户选出推荐内容:根据对待推荐内容的打分进行排序,选出推荐的内容;用户画像的采集的画像建模,即从不一样的维度为用户打上有差异的标签,进而刻画出客户多个维度的属性信息用户画像采用下列维度:
基本信息:例如性别、职业年龄、手机号码等资料;
访问偏好:用户网络访问的偏好信息;
搜索信息:描述用户检索内容的情况;
终端维度:刻画用户使用的终端设备以及更换终端设备等信息,例如:设备的品牌、型号参数配置等。
用户行为建模:用户画像是由用户行为标签构建而成标签的定制需要根据场景规则,要根据具体的业务场景置顶出完善的标签数据集,通过埋点采集到用户行为标签数据,关于这个用户的数据源就依此建立起来了,当收集到用户行为标签之后就可以对该用户画像进行建模,需要根据数据分析以及权重算法来抽象出用户大概率时间的标签,还要尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来,通过提取出来的分类标签对用户的行为、偏好进行预测;
通过基于用户画像的精准营销具备移动互联网的特性,能够真正实现营销信息发布以及获取客户信息的便捷化,通过门店的设备,可以实时的对店铺内客流量和客户信息进行查询,使得营销活动推送方寻找潜在目标客户的效率得到提高,并且在进行用户画像建模时根据数据的实际情况做出不断的修正,结合已知数据将提取出来的分类标签变得精准。
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 (6)
1.一种基于实时用户画像的智能营销方法,包括用户画像采集和用户行为建模,其特征在于:所述用户画像的采集:用户画像的采集来自于用户在各个系统日常积累的数据,首先通过Sqoop导入HDFS,也可以通过用代码来实现;
所述用户行为建模:用户画像是由用户行为标签构建而成标签的定制需要根据场景规则,要根据具体的业务场景置顶出完善的标签数据集,通过埋点采集到用户行为标签数据,关于这个用户的数据源就依此建立起来了。
2.根据权利要求1所述的一种基于实时用户画像的智能营销方法,其特征在于:所述用户画像的采集:首先要获得数据信息,就必须从移动用户端收集,信息包括两类:静态信息和动态信息;根据相关的动态信息和静态信息中,就可以对用户画像进行建模,用户画像并非全部标签的一一罗列,而是根据需要的数据分析以及权重算法来抽象出用户大概率事件的标签,并且尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来。
3.根据权利要求1所述的一种基于实时用户画像的智能营销方法,其特征在于:所述用户行为建模:当收集到用户行为标签之后就可以对该用户画像进行建模,需要根据数据分析以及权重算法来抽象出用户大概率时间的标签,还要尽量排除用户的偶然行为,将用户典型特征归属的分类标签提取出来,通过提取出来的分类标签对用户的行为、偏好进行预测。
4.根据权利要求1所述的一种基于实时用户画像的智能营销方法,其特征在于:所述用户行为建模:相似性计算:即根据客户以往历史数据以及个人属性信息来得到其相似客户;
选出相似近邻:在相似客户中选择若干个同目标用户相似度最高的候选用户作为候选集;
对推荐物品预测评分:按照相似用户对待推荐商品的偏好程度的不同预判目标客户对待推荐物品的评分;
为目标用户选出推荐内容:根据对待推荐内容的打分进行排序,选出推荐的内容。
5.根据权利要求1所述的一种基于实时用户画像的智能营销方法,其特征在于:所述用户画像的采集的画像建模,即从不一样的维度为用户打上有差异的标签,进而刻画出客户多个维度的属性信息用户画像采用下列维度:
基本信息:例如性别、职业年龄、手机号码等资料;
访问偏好:用户网络访问的偏好信息;
搜索信息:描述用户检索内容的情况;
终端维度:刻画用户使用的终端设备以及更换终端设备等信息,例如:设备的品牌、型号参数配置等。
6.根据权利要求1所述的一种基于实时用户画像的智能营销装置,包括数据存储器和数据行为分析处理器和用户画像采集器,其特征在于:所述数据库存储器:用于对用户画像采集数、用户画像建模和用户行为建模数据进行存储;
所述数据行为处理器:用于用户画像采集数据实时处理分析;
所述用户画像采集器:用于用户的画像实时采集建模和行为采集建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199773.1A CN114663132A (zh) | 2022-03-02 | 2022-03-02 | 一种基于实时用户画像的智能营销方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210199773.1A CN114663132A (zh) | 2022-03-02 | 2022-03-02 | 一种基于实时用户画像的智能营销方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114663132A true CN114663132A (zh) | 2022-06-24 |
Family
ID=82027201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210199773.1A Pending CN114663132A (zh) | 2022-03-02 | 2022-03-02 | 一种基于实时用户画像的智能营销方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663132A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660718A (zh) * | 2022-10-28 | 2023-01-31 | 上海润益互联网科技有限公司 | 基于小程序的营销闭环方法、系统、介质及设备 |
CN117333275A (zh) * | 2023-10-12 | 2024-01-02 | 中国农业银行股份有限公司江苏省分行 | 基于大数据的营销平台构建方法 |
CN117350770A (zh) * | 2023-12-05 | 2024-01-05 | 西安柚子信息科技有限公司 | 一种基于用户画像的精准营销方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116868A1 (en) * | 2010-11-10 | 2012-05-10 | Wendy Tsyr-Wen Chin | System and method for optimizing marketing effectiveness |
CN106651424A (zh) * | 2016-09-28 | 2017-05-10 | 国网山东省电力公司电力科学研究院 | 基于大数据技术的电力用户画像建立与分析方法 |
CN109767255A (zh) * | 2018-12-06 | 2019-05-17 | 东莞团贷网互联网科技服务有限公司 | 一种通过大数据建模实现智能运营及精准营销的方法 |
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 |
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 |
CN111667278A (zh) * | 2020-04-27 | 2020-09-15 | 北京国网信通埃森哲信息技术有限公司 | 一种基于用户画像的ict系统故障分析推荐方法及系统 |
WO2021189922A1 (zh) * | 2020-10-19 | 2021-09-30 | 平安科技(深圳)有限公司 | 用户画像生成方法、装置、设备及介质 |
CN114004654A (zh) * | 2021-11-04 | 2022-02-01 | 中南大学 | 基于大数据分析的互联网卡用户画像构建方法及系统 |
-
2022
- 2022-03-02 CN CN202210199773.1A patent/CN114663132A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120116868A1 (en) * | 2010-11-10 | 2012-05-10 | Wendy Tsyr-Wen Chin | System and method for optimizing marketing effectiveness |
CN106651424A (zh) * | 2016-09-28 | 2017-05-10 | 国网山东省电力公司电力科学研究院 | 基于大数据技术的电力用户画像建立与分析方法 |
CN109767255A (zh) * | 2018-12-06 | 2019-05-17 | 东莞团贷网互联网科技服务有限公司 | 一种通过大数据建模实现智能运营及精准营销的方法 |
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 |
CN111667278A (zh) * | 2020-04-27 | 2020-09-15 | 北京国网信通埃森哲信息技术有限公司 | 一种基于用户画像的ict系统故障分析推荐方法及系统 |
WO2021189922A1 (zh) * | 2020-10-19 | 2021-09-30 | 平安科技(深圳)有限公司 | 用户画像生成方法、装置、设备及介质 |
CN114004654A (zh) * | 2021-11-04 | 2022-02-01 | 中南大学 | 基于大数据分析的互联网卡用户画像构建方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660718A (zh) * | 2022-10-28 | 2023-01-31 | 上海润益互联网科技有限公司 | 基于小程序的营销闭环方法、系统、介质及设备 |
CN117333275A (zh) * | 2023-10-12 | 2024-01-02 | 中国农业银行股份有限公司江苏省分行 | 基于大数据的营销平台构建方法 |
CN117333275B (zh) * | 2023-10-12 | 2024-03-19 | 中国农业银行股份有限公司江苏省分行 | 基于大数据的营销平台构建方法 |
CN117350770A (zh) * | 2023-12-05 | 2024-01-05 | 西安柚子信息科技有限公司 | 一种基于用户画像的精准营销方法及系统 |
CN117350770B (zh) * | 2023-12-05 | 2024-03-08 | 西安柚子信息科技有限公司 | 一种基于用户画像的精准营销方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359244B (zh) | 一种个性化信息推荐方法和装置 | |
CN114663132A (zh) | 一种基于实时用户画像的智能营销方法及装置 | |
CN110942337A (zh) | 一种基于互联网大数据的精准旅游营销方法 | |
CN108021929A (zh) | 基于大数据的移动端电商用户画像建立与分析方法及系统 | |
US20100100443A1 (en) | User classification apparatus, advertisement distribution apparatus, user classification method, advertisement distribution method, and program used thereby | |
CN112258254B (zh) | 基于大数据架构的互联网广告风险监测方法及系统 | |
CN113177809A (zh) | 一种基于一物一码用户消费行为自动聚类方法及应用系统 | |
Jia et al. | Telecom Big Data Based Precise User Classification Scheme | |
CN110188226A (zh) | 一种基于人脸识别的客户画像生成方法及装置 | |
CN107977855B (zh) | 一种管理用户信息的方法及装置 | |
CN111027838A (zh) | 一种众包任务推送方法、装置、设备及其存储介质 | |
CN114371946B (zh) | 基于云计算和大数据的信息推送方法及信息推送服务器 | |
CN113052653A (zh) | 一种金融产品内容推荐方法、系统及计算机可读存储介质 | |
CN116228319A (zh) | 基于埋点的智能广告投放方法与系统 | |
CN109190027A (zh) | 多源推荐方法、终端、服务器、计算机设备、可读介质 | |
CN110795613A (zh) | 商品搜索方法、装置、系统及电子设备 | |
CN112651790B (zh) | 基于快消行业用户触达的ocpx自适应学习方法和系统 | |
CN114201680A (zh) | 一种向用户推荐营销产品内容的方法 | |
CN116739836B (zh) | 一种基于知识图谱的餐饮数据分析方法及系统 | |
Ashraf et al. | Personalized news recommendation based on multi-agent framework using social media preferences | |
CN109614500A (zh) | 一种自动创建多层次事件和场景图谱特征的方法、装置及其应用 | |
CN109255385A (zh) | 一种自动创建多层次事件和场景图谱特征的方法、装置及其应用 | |
CN112115354A (zh) | 信息处理方法、装置、服务器及存储介质 | |
CN109299368B (zh) | 一种用于环境信息资源ai智能个性化推荐的方法及系统 | |
Sangaralingam et al. | High Value Customer Acquisition & Retention Modelling–A Scalable Data Mashup Approach |
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 |