CN115994780A - 一种用户针对性高的营销平台系统 - Google Patents

Abstract

本发明提供了一种用户针对性高的营销平台系统，属于计算机技术领域，该用户针对性高的营销平台系统包括：前端采集模块、信息分析模块、游戏营销模块、实时监测模块，其中，所述前端采集模块用于采集参与用户群体的年龄段信息、消费喜爱偏好信息以及消费能力信息；所述信息分析模块用于分析所述前端采集模块采集到的信息，从而制定相应的中奖期望以及奖品类型；所述游戏营销模块用于根据所述前端采集模块采集到的信息制定相应的游戏参数；所述实时监测模块用于实时监测用户针对性高的营销平台系统的运维情况；本发明解决了现有的营销平台存在的缺少对参与用户的针对性、使得参与用户的交互体验感低以及用户粘性差的问题。

Description

一种用户针对性高的营销平台系统

技术领域

本发明属于计算机技术领域，具体而言，涉及一种用户针对性高的营销平台系统。

背景技术

随着移动互联网和手机软件技术的发展，商品营销方法也将发生创新改变，当前私域流量运营过程中，为了提高用户的关注度，大都会采用一些线上营销的小活动来活跃用户，比如大转盘抽奖，九宫格、拆红包等小游戏，但是这些游戏最终都是由用户个人单独参与，例如拆红包小游戏，用户只需要访问拆红包的活动页面并点击开，即可打开红包，并按照概率获得红包的金额；整个营销活动的过程缺少趣味性、娱乐性、交互性，使得参与用户的参与感低，没有社交属性不利于保持客户长时间在线与参与，对客户来说缺乏吸引，只能依靠提升奖品价值来吸引客户从而带来客户的活跃度。给企业运营带来了高额的成本。

目前，现有的营销方法大多都存在缺少对参与用户群体的针对性、使得参与用户的交互体验感低以及用户粘性差的问题。

发明内容

有鉴于此，本发明提供一种用户针对性高的营销平台系统，旨在解决现有的营销方法存在的缺少对参与用户群体的针对性、使得参与用户的交互体验感低以及用户粘性差的问题。

本发明是这样实现的：

本发明提供一种用户针对性高的营销平台系统，其中，包括前端采集模块、信息分析模块、游戏营销模块、实时监测模块，其中，所述前端采集模块用于采集所有参与用户数据，包括年龄段信息、消费喜爱偏好信息以及消费能力信息，其中，采集年龄段信息根据参与用户的实名认证信息获取，消费喜爱偏好信息和消费能力信息根据参与用户的消费历史数据获取；所述信息分析模块用于分析所述前端采集模块采集到的参与用户数据，并设计奖励规则；所述游戏营销模块用于根据所述前端采集模块采集到的信息制定相应的游戏参数；所述实时监测模块用于实时监测用户针对性高的营销平台系统的运维情况。

在上述技术方案的基础上，本发明的一种用户针对性高的营销平台系统还可以做如下改进:

所述信息分析模块分析所述前端采集模块采集到的参与用户数据，具体包括：

对参与用户的消费历史数据进行预处理，，其中，参与用户的第i次购买的消费历史数据为；设置参与用户的第j次购买的消费历史数据为；设置参与用户第i次与第j次购买商品之间的喜好偏好为，其中，n为参与用户的购买次数，N为用户的最大购买次数，为参与用户第n次购买商品所消费的金额，为参与用户第n次购买商品的消费时间，为参与用户第i次购买商品所消费的金额，为参与用户第i次购买商品的消费时间；为参与用户第j次购买商品所消费的金额，为参与用户第j次购买商品的消费时间；

利用基于动态信任感知的偏好演化模型对当前参与用户的消费历史数据进行偏好演化，实现参与用户内个体间的偏好交互；基于偏好演化结果，获得参与用户的喜好偏爱信息以及消费能力的预测结果；

其中，所述基于动态信任感知的偏好演化模型在有界置信模型的基础上，采用异构有界置信阈值来判断个体之间是否发生交互，且引入了动态异构交互偏好接受度算子，用于个体对交互对象偏好影响的接受程度的建模；同时，引入动态异构信任度，用于对个体偏好表达的诚实程度进行建模；

所述动态异构交互偏好接受度算子，具体采用如下公式：

；

其中，∈(0，1]为参与用户接受度降低速度的参数，t为参与用户最后一次购买商品的时间，为动态异构交互偏好接受度初始值，为动态异构交互偏好接受度在t+1时间的值；

所述动态异构信任度的计算，具体采用如下公式：

当时：

=；

当时：

=；

当时：

=；

其中，表示参与用户在0到t+1时间内第i次购物与第j次购物的偏好变化估值，t+1为参与用户最后一次购买商品的时间的天数加一，表示参与用户在0到t时间内第i次购物与第j次购物的偏好变化值，t+1为参与用户最后一次购买商品的时间的天数，表示参与用户在0到t时间内第第i次购物与第j次购物的偏好差距，∈[0，1]表示参与用户第i次购物与第j次购物的偏好差距的动态变化因子，为表示临界参数的影响因子，∈(1，+∞)表示信任度变化控制参数。

其中，异构有界置信阈值具体为：设定异构有界置信阈值向量，向量中的每个元素表示某一个体到其他个体的有界置信阈值。

所述动态异构交互偏好接受度的计算，具体为：确定动态异构交互偏好接受度与演化时间的映射关系，基于所述映射关系确定个体的接受度。

进一步的，所述游戏营销模块，具体执行以下步骤：

S1：设定奖励人数及每人奖励金额；

S2：根据所述奖励人数设定活跃人数要求；

S3：将奖励人数与活跃人数采用二维矩阵算法进行计算，得到矩阵码并生成棋盘矩阵；

S4：活动开始，获取用户在棋盘矩阵中选中的矩阵格的具体位置并判断用户是否中奖。

进一步的，所述奖励人数为记为x，所述活跃人数为记为y，活跃人数中未中奖的人数为记为z，其中：z=y-x，x＜y。

进一步的，所述将奖励人数与活跃人数采用二维矩阵算法进行计算，得到矩阵码并生成棋盘矩阵的步骤，具体包括：

根据二进制原则，设置中奖的矩阵格值为1，即产生x个1，命名为第一数据组；

根据二进制原则，设置未中奖的矩阵格值为0，即产生z个0，命名为第二数据组；

采用矩阵格配置模块对第一数据组与第二数据组进行配置处理，得到由0到1组长为y的有序序列并将有序序列转为16进制进行存储；

将有序序列对应生成棋盘矩阵；

其中，所述有序序列的每一位对应棋盘矩阵中的一个矩阵格，有序序列中0值代表空白格，有序序列中1值代表奖励格。

进一步的，所述活动开始，获取用户在棋盘矩阵中选中的矩阵格的具体位置并判断用户是否中奖的步骤，具体包括：

获取用户选中的矩阵格的具体位置；

采用交互判断模块判断选中的矩阵格是否中奖，若用户中奖，则向用户发送中奖提醒；若用户未中奖，则向用户发送未中奖提醒。

进一步的，所述矩阵格配置模块，具体包括：

将所述第二数据组配置成若干个整齐排列的矩阵格组，形成第一矩阵组；

将所述第一数据组的矩阵格随机布置所述第一矩阵组中，形成第二矩阵组；

其中，所述第二矩阵组即为由0到1组长为y的有序序列。

进一步的，所述交互判断模块包括简单选定矩阵格模块与复杂选定矩阵格模块，所述交互判断模块，具体包括：

获取用户选定矩阵格的信息；

判断选定矩阵格是否为奖励格，若选定矩阵格为奖励格，则将用户选定矩阵格发送至简单选定矩阵格模块；若选定矩阵格为空白格，则将用户选定矩阵格发送至复杂选定矩阵格模块。

进一步的，所述简单选定矩阵格模块，具体包括：

接收用户选定的奖励格的对应位置信息；

将用户选定的奖励格对应位置的灯亮起，表示此矩阵格为奖励格，并且被选中，提示用户不可再选。

进一步的，所述复杂选定矩阵格模块，具体包括：

步骤一：接收用户选定的空白格的对应位置信息；

步骤二：锁定用户的操作权限一分钟；

步骤三：一分钟后，再次获取用户的选定矩阵格的信息，并判断选定矩阵格是否为奖励格，若选定矩阵格为奖励格执行步骤四；若选定矩阵格为空白格，则回到步骤二；

步骤四：接收用户选定的奖励格的对应位置信息，并将用户选定的奖励格对应位置的灯亮起，表示此矩阵格为选中奖励格，提示用户不可再选；

其中，当所有奖励格均被选中时，则停止抽奖活动。

与现有技术相比较，本发明提供的一种用户针对性高的营销平台系统的有益效果是：通过设置前端采集模块与信息分析模块能够有针对性的分析每个参与用户或者参与用户群体的喜爱与偏好，从而设置相应的奖品；通过游戏营销模块，多名用户能够一起参与矩阵格的选取，通过选定矩阵格的方式进行抽奖，并且用户未中奖时具有多次选定矩阵格的机会，直至用户选中一个奖励格或者所有奖励格被选出，通过上述方案，需多人配合完成的有奖游戏，通过多人在线协作配合完成设定的规则获取奖励，提升交互体验感与用户粘性，带来用户在线时长的增长。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为一种用户针对性高的营销平台系统的流程图。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

如图1所示，是本发明提供的一种用户针对性高的营销平台系统的第一实施例，在本实施例中，包括前端采集模块、信息分析模块、游戏营销模块、实时监测模块，其中，前端采集模块用于采集所有参与用户数据，包括年龄段信息、消费喜爱偏好信息以及消费能力信息，其中，采集年龄段信息根据参与用户的实名认证信息获取，消费喜爱偏好信息和消费能力信息根据参与用户的消费历史数据获取；

信息分析模块用于分析前端采集模块采集到的参与用户数据，并设计奖励规则；

游戏营销模块用于根据前端采集模块采集到的信息制定相应的游戏参数；

实时监测模块用于实时监测用户针对性高的营销平台系统的运维情况。

进一步，在上述技术方案中，所述信息分析模块分析所述前端采集模块采集到的参与用户数据，具体包括：

对参与用户的消费历史数据进行预处理，，其中，参与用户的第i次购买的消费历史数据为；设置参与用户的第j次购买的消费历史数据为；设置参与用户第i次与第j次购买商品之间的喜好偏好为，其中，n为参与用户的购买次数，N为用户的最大购买次数，为参与用户第n次购买商品所消费的金额，为参与用户第n次购买商品的消费时间，为参与用户第i次购买商品所消费的金额，为参与用户第i次购买商品的消费时间；为参与用户第j次购买商品所消费的金额，为参与用户第j次购买商品的消费时间；

利用基于动态信任感知的偏好演化模型对当前参与用户的消费历史数据进行偏好演化，实现参与用户内个体间的偏好交互；基于偏好演化结果，获得参与用户的喜好偏爱信息以及消费能力的预测结果；

其中，所述基于动态信任感知的偏好演化模型在有界置信模型的基础上，采用异构有界置信阈值来判断个体之间是否发生交互，且引入了动态异构交互偏好接受度算子，用于个体对交互对象偏好影响的接受程度的建模；同时，引入动态异构信任度，用于对个体偏好表达的诚实程度进行建模；

所述动态异构交互偏好接受度算子，具体采用如下公式：

；

其中，∈(0，1]为参与用户接受度降低速度的参数，t为参与用户最后一次购买商品的时间，为动态异构交互偏好接受度初始值，为动态异构交互偏好接受度在t+1时间的值；

所述动态异构信任度的计算，具体采用如下公式：

当时：

=；

当时：

=；

当时：

=；

其中，表示参与用户在0到t+1时间内第i次购物与第j次购物的偏好变化估值，t+1为参与用户最后一次购买商品的时间的天数加一，表示参与用户在0到t时间内第i次购物与第j次购物的偏好变化值，t+1为参与用户最后一次购买商品的时间的天数，表示参与用户在0到t时间内第第i次购物与第j次购物的偏好差距，∈[0，1]表示参与用户第i次购物与第j次购物的偏好差距的动态变化因子，为表示临界参数的影响因子，∈(1，+∞)表示信任度变化控制参数。进一步的，在上述技术方案中，游戏营销模块，具体执行以下步骤：

S1：设定奖励人数及每人奖励金额；

S2：根据奖励人数设定活跃人数要求；

S3：将奖励人数与活跃人数采用二维矩阵算法进行计算，得到矩阵码并生成棋盘矩阵；

S4：活动开始，获取用户在棋盘矩阵中选中的矩阵格的具体位置并判断用户是否中奖。

进一步的，在上述技术方案中，奖励人数为记为x，活跃人数为记为y，活跃人数中未中奖的人数为记为z，其中：z=y-x，x＜y。

进一步的，在上述技术方案中，将奖励人数与活跃人数采用二维矩阵算法进行计算，得到矩阵码并生成棋盘矩阵的步骤，具体包括：

根据二进制原则，设置中奖的矩阵格值为1，即产生x个1，命名为第一数据组；

根据二进制原则，设置未中奖的矩阵格值为0，即产生z个0，命名为第二数据组；

采用矩阵格配置模块对第一数据组与第二数据组进行配置处理，得到由0到1组长为y的有序序列并将有序序列转为16进制进行存储；

将有序序列对应生成棋盘矩阵；

其中，有序序列的每一位对应棋盘矩阵中的一个矩阵格，有序序列中0值代表空白格，有序序列中1值代表奖励格。

进一步的，在上述技术方案中，活动开始，获取用户在棋盘矩阵中选中的矩阵格的具体位置并判断用户是否中奖的步骤，具体包括：

获取用户选中的矩阵格的具体位置；

采用交互判断模块判断选中的矩阵格是否中奖，若用户中奖，则向用户发送中奖提醒；若用户未中奖，则向用户发送未中奖提醒。

进一步的，在上述技术方案中，矩阵格配置模块，具体包括：

将第二数据组配置成若干个整齐排列的矩阵格组，形成第一矩阵组；

将第一数据组的矩阵格随机布置第一矩阵组中，形成第二矩阵组；

其中，第二矩阵组即为由0到1组长为y的有序序列。

进一步的，在上述技术方案中，交互判断模块包括简单选定矩阵格模块与复杂选定矩阵格模块，交互判断模块，具体包括：

获取用户选定矩阵格的信息；

判断选定矩阵格是否为奖励格，若选定矩阵格为奖励格，则将用户选定矩阵格发送至简单选定矩阵格模块；若选定矩阵格为空白格，则将用户选定矩阵格发送至复杂选定矩阵格模块。

进一步的，在上述技术方案中，简单选定矩阵格模块，具体包括：

接收用户选定的奖励格的对应位置信息；

将用户选定的奖励格对应位置的灯亮起，表示此矩阵格为奖励格，并且被选中，提示用户不可再选。

进一步的，在上述技术方案中，复杂选定矩阵格模块，具体包括：

步骤一：接收用户选定的空白格的对应位置信息；

步骤二：锁定用户的操作权限一分钟；

步骤三：一分钟后，再次获取用户的选定矩阵格的信息，并判断选定矩阵格是否为奖励格，若选定矩阵格为奖励格执行步骤四；若选定矩阵格为空白格，则回到步骤二；

步骤四：接收用户选定的奖励格的对应位置信息，并将用户选定的奖励格对应位置的灯亮起，表示此矩阵格为选中奖励格，提示用户不可再选；

其中，当所有奖励格均被选中时，则停止抽奖活动。

第一使用场景：

设定奖励人数为10，活跃人数为100，通过二维矩阵算法生成包含10个1和90个0随机散列组成的二进制矩阵码。此二进制矩阵码对应生成10×10二维矩阵图，矩阵点位与矩阵码位数一一对应，如表1与表2所示：

表1：第一矩阵码表

表2：第一矩阵码表

如参与游戏客户选择矩阵格1，对应矩阵码值为0，表示此矩阵格为非奖励点位，则此矩阵格不会被点亮，游戏客户等待1分钟后可再次选择其他矩阵格。如客户选择矩阵格3，对应矩阵码值为1，表示此格为奖励点位，此矩阵格被点亮且锁定客户，其他游戏客户也可看到被点亮的矩阵格。当10个奖励点位对应的矩阵格全部被用户点亮时，游戏结束，点亮奖励点位矩阵格的客户将获得设定的奖励。

第二使用场景：

设定奖励人数为10000，活跃人数为1000000，通过二维矩阵算法生成包含10000个1和990000个0随机散列组成的二进制矩阵码。此二进制矩阵码对应生成1000×1000二维矩阵图，矩阵点位与矩阵码位数一一对应，如表3与表4所示：

表3：第二矩阵码表

表4：第二矩阵码表

如参与游戏客户选择矩阵格1，对应矩阵码值为1，表示此矩阵格为奖励点位，则此矩阵格会被点亮，同时此矩阵格被点亮且锁定客户。如客户选择矩阵格3，对应矩阵码值为0，表示此格为非奖励点位，游戏客户等待1分钟后可再次选择其他矩阵格，其他游戏客户也可看到被点亮的矩阵格。当10000个奖励点位对应的矩阵格全部被用户点亮时，游戏结束，点亮奖励点位矩阵格的客户将获得设定的奖励。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种用户针对性高的营销平台系统，其特征在于，包括前端采集模块、信息分析模块、游戏营销模块、实时监测模块，其中，所述前端采集模块用于采集所有参与用户数据，包括年龄段信息、消费喜爱偏好信息以及消费能力信息，其中，采集年龄段信息根据参与用户的实名认证信息获取，消费喜爱偏好信息和消费能力信息根据参与用户的消费历史数据获取；所述信息分析模块用于分析所述前端采集模块采集到的参与用户数据，并设计奖励规则；所述游戏营销模块用于根据所述前端采集模块采集到的信息制定相应的游戏参数；所述实时监测模块用于实时监测用户针对性高的营销平台系统的运维情况。

2.根据权利要求1所述的一种用户针对性高的营销平台系统，其特征在于，所述信息分析模块分析所述前端采集模块采集到的参与用户数据，具体包括：

对参与用户的消费历史数据进行预处理，，其中，参与用户的第i次购买的消费历史数据为；设置参与用户的第j次购买的消费历史数据为；设置参与用户第i次与第j次购买商品之间的喜好偏好为，其中，n为参与用户的购买次数，N为用户的最大购买次数，为参与用户第n次购买商品所消费的金额，为参与用户第n次购买商品的消费时间，为参与用户第i次购买商品所消费的金额，为参与用户第i次购买商品的消费时间；为参与用户第j次购买商品所消费的金额，为参与用户第j次购买商品的消费时间；

利用基于动态信任感知的偏好演化模型对当前参与用户的消费历史数据进行偏好演化，实现参与用户内个体间的偏好交互；基于偏好演化结果，获得参与用户的喜好偏爱信息以及消费能力的预测结果；

其中，所述基于动态信任感知的偏好演化模型在有界置信模型的基础上，采用异构有界置信阈值来判断个体之间是否发生交互，且引入了动态异构交互偏好接受度算子，用于个体对交互对象偏好影响的接受程度的建模；同时，引入动态异构信任度，用于对个体偏好表达的诚实程度进行建模；

所述动态异构交互偏好接受度算子，具体采用如下公式：

；

其中，∈(0，1]为参与用户接受度降低速度的参数，t为参与用户最后一购买商品的时间，为动态异构交互偏好接受度初始值，为动态异构交互偏好接受度在t+1时间的值；

所述动态异构信任度的计算，具体采用如下公式：

当时：

=；

当时：

=；

当时：

=；

其中，表示参与用户在0到t+1时间内第i次购物与第j次购物的偏好变化估值，t+1为参与用户最后一次购买商品的时间的天数加一，表示参与用户在0到t时间内第i次购物与第j次购物的偏好变化值，t+1为参与用户最后一次购买商品的时间的天数，表示参与用户在0到t时间内第第i次购物与第j次购物的偏好差距，∈[0，1]表示参与用户第i次购物与第j次购物的偏好差距的动态变化因子，为表示临界参数的影响因子，∈(1，+∞)表示信任度变化控制参数。

3.根据权利要求1所述的一种用户针对性高的营销平台系统，其特征在于，所述游戏营销模块，具体执行以下步骤：

S1：设定奖励人数及每人奖励金额；

S2：根据所述奖励人数设定活跃人数要求；

S3：将奖励人数与活跃人数采用二维矩阵算法进行计算，得到矩阵码并生成棋盘矩阵；

S4：活动开始，获取用户在棋盘矩阵中选中的矩阵格的具体位置并判断用户是否中奖。

4.根据权利要求3所述的一种用户针对性高的营销平台系统，其特征在于，所述奖励人数为记为x，所述活跃人数为记为y，活跃人数中未中奖的人数为记为z，其中：z=y-x，x＜y。

5.根据权利要求4所述的一种用户针对性高的营销平台系统，其特征在于，所述将奖励人数与活跃人数采用二维矩阵算法进行计算，得到矩阵码并生成棋盘矩阵的步骤，具体包括：

根据二进制原则，设置中奖的矩阵格值为1，即产生x个1，命名为第一数据组；

根据二进制原则，设置未中奖的矩阵格值为0，即产生z个0，命名为第二数据组；

采用矩阵格配置模块对第一数据组与第二数据组进行配置处理，得到由0到1组长为y的有序序列并将有序序列转为16进制进行存储；

将有序序列对应生成棋盘矩阵；

其中，所述有序序列的每一位对应棋盘矩阵中的一个矩阵格，有序序列中0值代表空白格，有序序列中1值代表奖励格。

6.根据权利要求5所述的一种用户针对性高的营销平台系统，其特征在于，所述活动开始，获取用户在棋盘矩阵中选中的矩阵格的具体位置并判断用户是否中奖的步骤，具体包括：

获取用户选中的矩阵格的具体位置；

采用交互判断模块判断选中的矩阵格是否中奖，若用户中奖，则向用户发送中奖提醒；若用户未中奖，则向用户发送未中奖提醒。

7.根据权利要求6所述的一种用户针对性高的营销平台系统，其特征在于，所述矩阵格配置模块，具体包括：

将所述第二数据组配置成若干个整齐排列的矩阵格组，形成第一矩阵组；

将所述第一数据组的矩阵格随机布置所述第一矩阵组中，形成第二矩阵组；

其中，所述第二矩阵组即为由0到1组长为y的有序序列。

8.根据权利要求7所述的一种用户针对性高的营销平台系统，其特征在于，所述交互判断模块包括简单选定矩阵格模块与复杂选定矩阵格模块，所述交互判断模块，具体包括：

获取用户选定矩阵格的信息；

判断选定矩阵格是否为奖励格，若选定矩阵格为奖励格，则将用户选定矩阵格发送至简单选定矩阵格模块；若选定矩阵格为空白格，则将用户选定矩阵格发送至复杂选定矩阵格模块。

9.根据权利要求8所述的一种用户针对性高的营销平台系统，其特征在于，所述简单选定矩阵格模块，具体包括：

接收用户选定的奖励格的对应位置信息；

将用户选定的奖励格对应位置的灯亮起，表示此矩阵格为奖励格，并且被选中，提示用户不可再选。

10.根据权利要求9所述的一种用户针对性高的营销平台系统，其特征在于，所述复杂选定矩阵格模块，具体包括：

步骤一：接收用户选定的空白格的对应位置信息；

步骤二：锁定用户的操作权限一分钟；

步骤三：一分钟后，再次获取用户的选定矩阵格的信息，并判断选定矩阵格是否为奖励格，若选定矩阵格为奖励格执行步骤四；若选定矩阵格为空白格，则回到步骤二；

步骤四：接收用户选定的奖励格的对应位置信息，并将用户选定的奖励格对应位置的灯亮起，表示此矩阵格为选中奖励格，提示用户不可再选；

其中，当所有奖励格均被选中时，则停止抽奖活动。

Images