CN115269976A - 一种基于用户画像的智能业务推送平台 - Google Patents
一种基于用户画像的智能业务推送平台 Download PDFInfo
- Publication number
- CN115269976A CN115269976A CN202210867647.9A CN202210867647A CN115269976A CN 115269976 A CN115269976 A CN 115269976A CN 202210867647 A CN202210867647 A CN 202210867647A CN 115269976 A CN115269976 A CN 115269976A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- product
- platform based
- 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
Images
Classifications
-
- 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24558—Binary matching operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于用户画像的智能业务推送平台,包括数据源、数据采集、数据管理以及数据接口和应用;数据源,其由四部分组成,所述数据源包括:核心系统、电子渠道、营销渠道和第三方数据;数据采集,其由两部分组成,所述数据采集包括:产品数据集成和用户数据集成。该基于用户画像的智能业务推送平台可根据用户检索需求,对跨数据库的研究数据与结果进行匹配与整合,反馈基于内容关联的知识图谱。项目拟将语义技术与影像三位重构、人工智能图像识别、区块链可视化溯源等技术结合,对海量数据进行精细知识标引,通过可视化解读信息提高资源可检索与再利用性能的同时,进行数据预测与知识发现,提供智能化知识服务。
Description
技术领域
本发明涉及融合出版技术领域,具体为一种基于用户画像的智能业务推送平台。
背景技术
伴随着我国正式进入5G商用时代,大数据、云计算、物联网、区块链等新兴技术5G是新一代信息通信基础设施的核心,基于5G网络推进的生产基础设施和社会基础设施的数字化改造,正在使大数据、云计算、物联网等技术与应用从概念走向实际,为出版业带来了理念更新、技术革新与出版模式创新,也为出版融合发展带来了蓬勃动能,为此,对出版知识服务的领域对象、规模要求、内容来源、加工技术、应用场景、渠道特征等进行调研和分析,构建一个基于用户画像的个性化知识服务与智能推送业务中台,对治理后的大数据通过部署数据挖掘、机器学习算法与应用,实现灵活的面向主题的分析任务,目前现有的用户信息推送方法尚有不足之处,就比如:
如公开号为CN1972468B的一种信息推送装置和方法,其缺少个性化知识服务功能与智能推送功能,无法增强用户黏性,无法对读者及市场全流程数据进行追踪采集与分析应用,从海量数据中对用户的产品体验、心理变化与改进预期做出解读描述,实现基于用户行为等数据的内容产品个性化量产,亦无法根据用户检索需求,对跨数据库的研究数据与结果进行匹配与整合,反馈基于内容关联的知识图谱。
所以我们提出了一种基于用户画像的智能业务推送平台,以便于解决上述中提出的问题。
发明内容
本发明的目的在于提供一种基于用户画像的智能业务推送平台,以解决上述背景技术提出的目前市场上缺少个性化知识服务功能、智能推送功能和无法增强用户黏性的问题。
为实现上述目的,本发明提供如下技术方案:一种基于用户画像的智能业务推送平台,包括数据源、数据采集、数据管理以及数据接口和应用;
数据源,其由四部分组成,所述数据源包括:核心系统、电子渠道、营销渠道和第三方数据;
数据采集,其由两部分组成,所述数据采集包括:产品数据集成和用户数据集成;
数据管理,其由两部分组成,所述数据管理包括:统一的产品类目和属性体系以及统一的用户画像标签体系;
数据接口和应用,其包括移动阅读终端及应用平台。
采用上述技术方案能够使得对读者及市场全流程数据进行追踪采集与分析应用,从海量数据中对用户的产品体验、心理变化与改进预期做出解读描述,实现基于用户行为等数据的内容产品个性化量产,还可以通过可视化解读信息提高资源可检索与再利用性能的同时,进行数据预测与知识发现,提供智能化知识服务。
作为本发明的优选技术方案,用户肖像刻画:通过用户画像模型对所采集到的用户行为数据进行分析,为用户画像,包括用户所属的用户群体、所属的年龄段、所属地域、兴趣爱好、性别、购买水平,购买频率、购买渠道、购买金额等明显的肖像特征。
采用上述技术方案能够采集用户的信息,对用户肖像进行刻画,从而方便根据用户需求对阵下药。
作为本发明的优选技术方案,用户行为轨迹分析,其主要基于用户行为数据生成用户的兴趣档案,主要为用户推荐用户感兴趣的数据,用户的行为轨迹主要包括浏览、检索、用户互动操作(订购、关注、收藏、评论、评分等)行为,系统将跟踪每个用户的行为轨迹,并进行记录,通过内容分类、本体概念体系、语义相关度等多个维度构建用户特征库和产品特征库,采用协同过滤、自动分类、聚类等算法,实现为用户推荐相关产品和服务以及用户感兴趣的信息,系统实时更新用户行为轨迹的记录,以自动更新用户的偏好与特征。
采用上述技术方案能够记录用户的行为轨迹,从而实现为用户推荐相关产品和服务以及用户感兴趣的信息。
作为本发明的优选技术方案,多维度统计分析,其能够基于用户行为数据为各业务应用平台提供多种维度的统计分析服务,主要是从内容产品和用户两个角度进行多维统计。
采用上述技术方案能够多维度统计分析用户行为,能够基于用户行为提供多种维度的统计分析服务。
作为本发明的优选技术方案,从产品与服务的角度,可统计X类产品在各在地区的销售情况、X类资源在各在地区的用户分布层次。
采用上述技术方案能够从产品与服务的角度统计,能够基于用户行为数据为各业务应用平台提供多种维度的统计分析服务,增加了实用性。
作为本发明的优选技术方案,从用户的角度,可统计X个群体的用户对哪种类型的资源感兴趣,X个群体的用户在各个地区的分布情况、X个群体用户对某类资源的情感如何。
采用上述技术方案能够从产品与服务的角度统计,能够基于用户行为数据为各业务应用平台提供多种维度的统计分析服务,增加了实用性。
作为本发明的优选技术方案,预测性分析能力:数据挖掘可以让分析员更好的理解数据,而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。
采用上述技术方案能够帮助分析员更好地理解数据,从而作出更加准确的判断,增加了实用性。
作为本发明的优选技术方案,个性化知识服务:向各个应用服务系统提供灵活的产品和服务实时的内容推荐接口,通过系统的实时计算框架,系统能够根据采集到的当前用户的特征与产品服务的特征,迅速向用户推荐感兴趣的多种相关内容产品,系统平台基于语义模型,建立内容产品的特征库,保证产品推荐的语义相关度,实现基于用户特征与产品特征的协同过滤,对用户与产品、产品与产品之间进行相关推荐,除相似性外,同时兼顾新颖性和多样性。
采用上述技术方案能够向用户推荐感兴趣的多种相关内容产品,系统平台基于语义模型,建立内容产品的特征库,保证产品推荐的语义相关度,增加了实用性。
作为本发明的优选技术方案,所述模块采用用户互动机制,对数字产品质量及数字出版服务进行有效评价,通过大数据及云计算技术对数字产品内容、使用者购买阅读行为、数字产品销售数据等进行分析加工,挖掘用户潜在需求,实现数字产品的智能化精确推送,为出版发行行业提供专业化、权威性的分析报告及市场反馈,建立科学公正的数字产品评价体系。
采用上述技术方案能够通过大数据及云计算技术对数字产品内容、使用者购买阅读行为、数字产品销售数据等进行分析加工,挖掘用户潜在需求。
与现有技术相比,本发明的有益效果是:
1.该基于用户画像的智能业务推送平台可对读者及市场全流程数据进行追踪采集与分析应用,从海量数据中对用户的产品体验、心理变化与改进预期做出解读描述,实现基于用户行为等数据的内容产品个性化量产。通过感知出版云平台完整保存与管理用户信息、学习进度、操作使用等数据,并关联微信账号,结合所属地区、院校专业对用户进行有效分组,进而策划针对性的选题内容、装帧设计以及定制化的消息推送与营销方案;
2.该基于用户画像的智能业务推送平台可根据用户检索需求,对跨数据库的研究数据与结果进行匹配与整合,反馈基于内容关联的知识图谱。项目拟将语义技术与影像三位重构、人工智能图像识别、区块链可视化溯源等技术结合,对海量数据进行精细知识标引,通过可视化解读信息提高资源可检索与再利用性能的同时,进行数据预测与知识发现,提供智能化知识服务。
附图说明
图1为本发明系统架构示意图。
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。
实施例1:
请参阅图1,本发明提供一种技术方案:一种基于用户画像的智能业务推送平台,包括数据源、数据采集、数据管理以及数据接口和应用;数据源由四部分组成,数据源包括:核心系统、电子渠道、营销渠道和第三方数据;用户肖像刻画:通过用户画像模型对所采集到的用户行为数据进行分析,为用户画像,包括用户所属的用户群体、所属的年龄段、所属地域、兴趣爱好、性别、购买水平,购买频率、购买渠道、购买金额等明显的肖像特征,用户行为轨迹分析,其主要基于用户行为数据生成用户的兴趣档案,主要为用户推荐用户感兴趣的数据,用户的行为轨迹主要包括浏览、检索、用户互动操作(订购、关注、收藏、评论、评分等)行为,系统将跟踪每个用户的行为轨迹,并进行记录,通过内容分类、本体概念体系、语义相关度等多个维度构建用户特征库和产品特征库,采用协同过滤、自动分类、聚类等算法,实现为用户推荐相关产品和服务以及用户感兴趣的信息,系统实时更新用户行为轨迹的记录,以自动更新用户的偏好与特征;
数据采集由两部分组成,数据采集包括:产品数据集成和用户数据集成;多维度统计分析能够基于用户行为数据为各业务应用平台提供多种维度的统计分析服务,主要是从内容产品和用户两个角度进行多维统计,从产品与服务的角度,可统计X类产品在各在地区的销售情况、X类资源在各在地区的用户分布层次,从用户的角度,可统计X个群体的用户对哪种类型的资源感兴趣,X个群体的用户在各个地区的分布情况、X个群体用户对某类资源的情感如何;
数据管理由两部分组成,数据管理包括:统一的产品类目和属性体系以及统一的用户画像标签体系;预测性分析能力:数据挖掘可以让分析员更好的理解数据,而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断,统一的产品类目和属性体系具体为:第一步,进行数据清洗;第二步,进行文本建模;第三步,进行类别识别;第四步,进行观点识别;第五步,进行意识识别;第六步,进行产品画像;统一的用户画像标签体系具体为:第一步,进行数据清洗;第二步,用户全渠道ID识别;第三步,信息整合;第四步,分析建模;第五步,用户画像;其中分析建模基于产品画像;
数据接口和应用包括移动阅读终端及应用平台;个性化知识服务:向各个应用服务系统提供灵活的产品和服务实时的内容推荐接口,通过系统的实时计算框架,系统能够根据采集到的当前用户的特征与产品服务的特征,迅速向用户推荐感兴趣的多种相关内容产品,系统平台基于语义模型,建立内容产品的特征库,保证产品推荐的语义相关度,实现基于用户特征与产品特征的协同过滤,对用户与产品、产品与产品之间进行相关推荐,除相似性外,同时兼顾新颖性和多样性,模块采用用户互动机制,对数字产品质量及数字出版服务进行有效评价,通过大数据及云计算技术对数字产品内容、使用者购买阅读行为、数字产品销售数据等进行分析加工,挖掘用户潜在需求,实现数字产品的智能化精确推送,为出版发行行业提供专业化、权威性的分析报告及市场反馈,建立科学公正的数字产品评价体系。
从而完成一系列工作,本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种基于用户画像的智能业务推送平台,包括数据源、数据采集、数据管理以及数据接口和应用;
其特征在于:
数据源,其由四部分组成,所述数据源包括:核心系统、电子渠道、营销渠道和第三方数据;
数据采集,其由两部分组成,所述数据采集包括:产品数据集成和用户数据集成;
数据管理,其由两部分组成,所述数据管理包括:统一的产品类目和属性体系以及统一的用户画像标签体系;
数据接口和应用,其包括移动阅读终端及应用平台。
2.根据权利要求1所述的一种基于用户画像的用户数据分析方法,其特征在于:用户肖像刻画:通过用户画像模型对所采集到的用户行为数据进行分析,为用户画像,包括用户所属的用户群体、所属的年龄段、所属地域、兴趣爱好、性别、购买水平,购买频率、购买渠道、购买金额等明显的肖像特征。
3.根据权利要求2所述的一种基于用户画像的用户行为轨迹分析方法,其特征在于:用户行为轨迹分析,其主要基于用户行为数据生成用户的兴趣档案,主要为用户推荐用户感兴趣的数据,用户的行为轨迹主要包括浏览、检索、用户互动操作(订购、关注、收藏、评论、评分等)行为,系统将跟踪每个用户的行为轨迹,并进行记录,通过内容分类、本体概念体系、语义相关度等多个维度构建用户特征库和产品特征库,采用协同过滤、自动分类、聚类等算法,实现为用户推荐相关产品和服务以及用户感兴趣的信息,系统实时更新用户行为轨迹的记录,以自动更新用户的偏好与特征。
4.根据权利要求1所述的一种基于用户画像的智能业务推送平台的多维度统计分析方法,其特征在于:多维度统计分析,其能够基于用户行为数据为各业务应用平台提供多种维度的统计分析服务,主要是从内容产品和用户两个角度进行多维统计。
5.根据权利要求4所述的一种基于用户画像的智能业务推送平台的多维度统计分析方法,其特征在于:从产品与服务的角度,可统计X类产品在各在地区的销售情况、X类资源在各在地区的用户分布层次。
6.根据权利要求4或5所述的一种基于用户画像的智能业务推送平台的多维度统计分析方法,其特征在于:从用户的角度,可统计X个群体的用户对哪种类型的资源感兴趣,X个群体的用户在各个地区的分布情况、X个群体用户对某类资源的情感如何。
7.根据权利要求1所述的一种基于用户画像的智能业务推送平台的预测方法,其特征在于:预测性分析能力:数据挖掘可以让分析员更好的理解数据,而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。
8.根据权利要求1-7任一所述的一种基于用户画像的个性化知识服务,其特征在于:个性化知识服务:向各个应用服务系统提供灵活的产品和服务实时的内容推荐接口,通过系统的实时计算框架,系统能够根据采集到的当前用户的特征与产品服务的特征,迅速向用户推荐感兴趣的多种相关内容产品,系统平台基于语义模型,建立内容产品的特征库,保证产品推荐的语义相关度,实现基于用户特征与产品特征的协同过滤,对用户与产品、产品与产品之间进行相关推荐,除相似性外,同时兼顾新颖性和多样性。
9.根据权利要求1-8任一所述的一种基于用户画像的智能业务推送平台的模块采用用户互动机制,其特征在于:所述模块采用用户互动机制,对数字产品质量及数字出版服务进行有效评价,通过大数据及云计算技术对数字产品内容、使用者购买阅读行为、数字产品销售数据等进行分析加工,挖掘用户潜在需求,实现数字产品的智能化精确推送,为出版发行行业提供专业化、权威性的分析报告及市场反馈,建立科学公正的数字产品评价体系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210867647.9A CN115269976A (zh) | 2022-07-22 | 2022-07-22 | 一种基于用户画像的智能业务推送平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210867647.9A CN115269976A (zh) | 2022-07-22 | 2022-07-22 | 一种基于用户画像的智能业务推送平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115269976A true CN115269976A (zh) | 2022-11-01 |
Family
ID=83767184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210867647.9A Pending CN115269976A (zh) | 2022-07-22 | 2022-07-22 | 一种基于用户画像的智能业务推送平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115269976A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116186613A (zh) * | 2023-05-04 | 2023-05-30 | 利维智能(深圳)有限公司 | 工业互联网数据的智能采集处理方法及系统 |
CN116506498A (zh) * | 2023-04-20 | 2023-07-28 | 南通智亦诚信息科技有限公司 | 一种基于云计算的数据精准推送方法 |
CN117237024A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市诚王创硕科技有限公司 | 一种用于市场营销的推广方法及系统 |
-
2022
- 2022-07-22 CN CN202210867647.9A patent/CN115269976A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116506498A (zh) * | 2023-04-20 | 2023-07-28 | 南通智亦诚信息科技有限公司 | 一种基于云计算的数据精准推送方法 |
CN116186613A (zh) * | 2023-05-04 | 2023-05-30 | 利维智能(深圳)有限公司 | 工业互联网数据的智能采集处理方法及系统 |
CN117237024A (zh) * | 2023-11-14 | 2023-12-15 | 深圳市诚王创硕科技有限公司 | 一种用于市场营销的推广方法及系统 |
CN117237024B (zh) * | 2023-11-14 | 2024-02-20 | 深圳市诚王创硕科技有限公司 | 一种用于市场营销的推广方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767255B (zh) | 一种通过大数据建模实现智能运营及精准营销的方法 | |
Sánchez-Núñez et al. | Opinion mining, sentiment analysis and emotion understanding in advertising: a bibliometric analysis | |
CN107944913B (zh) | 基于大数据用户行为分析的高潜在用户购买意向预测方法 | |
US11727032B2 (en) | Data visualization platform for event-based behavior clustering | |
CN115269976A (zh) | 一种基于用户画像的智能业务推送平台 | |
CN111859160B (zh) | 一种基于图神经网络会话序列推荐方法及系统 | |
CN111460252B (zh) | 一种基于网络舆情分析的自动化搜索引擎方法及系统 | |
Zhou et al. | TAFA: Two-headed attention fused autoencoder for context-aware recommendations | |
EP3953872A1 (en) | Systems and methods for improved modelling of partitioned datasets | |
Gerlich et al. | Artificial intelligence as toolset for analysis of public opinion and social interaction in marketing: identification of micro and nano influencers | |
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 | |
CN117035826A (zh) | 一种数字化营销方法和营销平台 | |
Änäkkälä | Exploring value in eCommerce artificial intelligence and recommendation systems | |
Bhujbal et al. | News aggregation using web scraping news portals | |
Zheng et al. | Big Data Usage in Marketing Research | |
KR102405503B1 (ko) | 소비 데이터와 소셜 데이터를 이용한 소비동향 예측 지수 생성 방법과 이를 적용한 소비동향 예측 지수 생성 시스템 및 이를 위한 컴퓨터 프로그램 | |
CN115080636A (zh) | 一种基于网络服务的大数据分析系统 | |
CN111460300B (zh) | 网络内容推送方法、装置及存储介质 | |
Geng | Personalized analysis and recommendation of aesthetic evaluation index of dance music based on intelligent algorithm | |
CN112150220A (zh) | 一种基于互联网用户行为的分析方法 | |
César et al. | Customer Success Analysis and Modeling in Digital Marketing. | |
Ngai et al. | Intelligent Decision Support Prototype System for Fashion Analytics in the Digital Era: An Integrating Visual and Text Approach | |
Afif | Exploring the quality of the higher educational institution website using data mining techniques | |
Singh | Cognitive Social Mining Analysis Using Data Mining Techniques | |
Su | Accurate Marketing Algorithm of Network Video Based on User Big Data Analysis |
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 |