CN116485424A - 一种智能营销方法、系统、设备终端及可读存储介质 - Google Patents
一种智能营销方法、系统、设备终端及可读存储介质 Download PDFInfo
- Publication number
- CN116485424A CN116485424A CN202310725643.1A CN202310725643A CN116485424A CN 116485424 A CN116485424 A CN 116485424A CN 202310725643 A CN202310725643 A CN 202310725643A CN 116485424 A CN116485424 A CN 116485424A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- marketing
- emotion
- information
- 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 46
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 230000008451 emotion Effects 0.000 claims abstract description 140
- 230000000694 effects Effects 0.000 claims abstract description 48
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000006399 behavior Effects 0.000 claims description 124
- 230000002996 emotional effect Effects 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000005065 mining Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009193 crawling Effects 0.000 description 3
- 230000008713 feedback mechanism Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006854 communication Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
- G06F16/951—Indexing; Web crawling techniques
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于营销技术领域，提供了一种智能营销方法、系统、设备终端及可读存储介质，该方法包括收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据；获取用户所处的环境信息；根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略。本发明提供的智能营销方法，解决了现有营销方式不够精准的问题。
Description
技术领域
本发明属于营销技术领域，尤其涉及一种智能营销方法、系统、设备终端及可读存储介质。
背景技术
营销是指企业发现或挖掘准消费者需求，从整体氛围的营造以及自身产品形态的营造去推广和销售产品，主要是深挖产品的内涵，切合准消费者的需求，从而让消费者深刻了解该产品进而购买的过程。
随着互联网技术的不断发展和普及，企业越来越重视数字化营销的重要性，而传统的营销方式已经无法满足企业的需求。传统营销往往采用广泛投放的方式，无法准确定位目标用户和了解用户的具体需求，导致营销效果不佳缺乏精准度；同时传统营销往往只是单向传递信息，无法与用户进行交互和沟通，使得难以了解用户的具体需求和反馈；同时传统营销往往难以衡量营销效果，无法准确评估营销投入的价值，其存在大量的广告投放往往只能获得少量的效果；同时传统营销往往采用强制性的方式，将营销广告强行推送给用户，容易引起用户的反感和抵触情绪；另外传统营销往往还需要较高的投入成本，包括广告费用、制作费用和人工成本等。
发明内容
基于此，本发明的目的是提供一种智能营销方法，以从根本上解决现有营销方式不够精准的问题。
根据本发明实施例的一种智能营销方法，所述方法包括：
收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据，所述行为数据包括搜索数据、浏览数据、购买数据及评论数据，所述个人数据包括社交数据及个人信息数据，所述用户画像包括用户的行为模式、兴趣偏好及消费需求，所述情感数据包括生活情绪状态及对于产品/服务的情绪状态；
获取用户所处的环境信息，所述环境信息包括时间信息、气候信息及位置信息；
根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；
利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；
对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略。
更进一步地，所述根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略的步骤包括：
根据用户画像中的行为模式、兴趣偏好和消费需求及环境信息中的时间信息、气候信息和位置信息中的任意一种或多种结合确定出各个营销策略；
根据情感数据中的生活情绪状态及对于产品/服务的情绪状态在各个营销策略中制定出用户所对应的营销策略。
更进一步地，所述利用营销渠道对用户实施所制定的营销策略的步骤包括：
根据用户画像及情感数据确定用户所对应的时间偏好及场景偏好；
根据时间偏好及场景偏好确定在时间偏好所对应的时间段利用场景偏好所对应的营销渠道对用户实施所制定的营销策略。
更进一步地，所述根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略的步骤还包括：
根据用户画像对各个用户进行分析归类；
获取同一类别的其他用户所根据用户画像及环境信息所确定的各个营销策略；
根据用户的情感数据在各个营销策略中制定出用户所对应的营销策略。
更进一步地，所述根据用户的行为数据及个人数据构建出用户画像及情感数据的步骤包括：
根据用户的行为数据中的搜索数据、浏览数据、购买数据及评论数据以及用户的个人数据中的社交数据及个人信息数据分析构建出用户画像中的行为模式、兴趣偏好及消费需求；
根据用户的行为数据中的搜索数据和浏览数据以及用户的个人数据中的社交数据分析出用户的生活情绪状态；
根据用户的行为数据中的评论数据以及用户的个人数据中的社交数据分析出用户对于产品/服务的情绪状态。
本发明另一实施例的目的还在于提供一种智能营销系统，所述系统包括：
信息收集构建模块，用于收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据，所述行为数据包括搜索数据、浏览数据、购买数据及评论数据，所述个人数据包括社交数据及个人信息数据，所述用户画像包括用户的行为模式、兴趣偏好及消费需求，所述情感数据包括生活情绪状态及对于产品/服务的情绪状态；
环境信息获取模块，用于获取用户所处的环境信息，所述环境信息包括时间信息、气候信息及位置信息；
营销策略制定模块，用于根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；
营销策略实施监测模块，用于利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；
营销策略调整模块，用于对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略。
本发明另一实施例的目的还在于提供一种设备终端，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上述所述的智能营销方法。
本发明另一实施例的目的还在于提供可读存储介质，其上存储有程序，程序被处理器执行时实现如上述所述的智能营销方法。
本发明实施例提供的智能营销方法，通过收集处理用户的行为数据及个人数据并进行分析处理后构建出用户画像及情感数据，使得可以了解用户的行为、喜好、需求、情绪等信息，然后根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，使得可以根据用户的行为、喜好、需求、情绪以及所处环境等智能推荐及匹配更符合实际环境影响以及用户情感需求的个性化营销策略，从而提高用户粘性和转化率，然后利用营销渠道对用户实施所制定的营销策略，使得实现精准营销，降低营销成本，提高营销效果，同时监测用户对于营销策略所反馈的反馈行为数据以及根据反馈行为数据的分析结果相应动态调整所制定的营销策略，使得通过数据分析和反馈机制，不断监测营销策略所带来的营销效果，并持续优化个性化营销策略，实现持续优化和提高营销效果的目的，解决了现有营销方式不够精准的问题。
附图说明
图1是本发明实施例提供的智能营销方法的流程图；
图2是本发明实施例提供的智能营销系统的结构示意图；
图3是本发明实施例提供的设备终端的结构示意图。
以下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1，是本发明第一实施例提供的智能营销方法的流程示意图，为了便于说明，仅示出了与本发明实施例相关的部分，该方法包括：
步骤S10，收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据；
其中，在本发明的一个实施例中，该智能营销方法应用于智能营销平台以对各个不同用户实现个性化的营销，具体的该智能营销平台通过用户所使用的设备终端实现营销，其中该设备终端包括智能终端、智能平板、个人计算机、智能电视及车载终端等可安装应用程序的终端，需要指出的是，其设备终端上至少装载有SIM卡（Subscriber IdentityModule，用户识别卡）、社交软件、邮箱软件或电商软件中的任意一种或多种组合，且社交软件、邮箱软件或电商软件在使用时分别进行了用户账户的登录，以使智能营销平台可通过短信、邮件或信息推送等方式实现对用户进行个性化的营销。
其中，在本发明的一个实施例中，首先收集处理用户的行为数据及个人数据，其中行为数据为用户对所使用的设备终端或各种网络平台进行各种行为操作所产生的数据，该行为数据包括但不限于搜索数据、浏览数据、购买数据及评论数据，其中该搜索数据及浏览数据可为用户在如搜索引擎平台、社交媒体平台及电商平台等各个应用平台上的搜索及浏览记录；购买数据可为用户在电商平台及生活服务平台等各个应用平台上的购买记录；评论数据可为用户在社交媒体平台或电商平台或生活服务平台上对于社交动态或帖子或所购买商品的评论。而个人数据为用户的自身兴趣爱好或社交动态、评论、点赞等与个人相关的数据，该个人数据包括但不限于社交数据及个人信息数据，其中社交数据可为用户在社交媒体平台上的社交动态、评论、及点赞等社交信息，个人信息数据可为用户的注册身份信息、兴趣爱好等个人信息。其中需要指出的是，其社交数据可以为文字数据、图像数据、音频数据或视频数据。
具体的，本发明实施例中主要通过收集、清洗、格式化、存储等处理过程实现上述所述的收集处理用户的行为数据及个人数据。其中在收集过程中，可利用数据爬虫和API接口（Application Programming Interface，应用程序编程接口）等技术手段实现，其中数据爬虫技术为利用Python等编程语言和相关库，通过模拟浏览器行为自动爬取网页数据，例如可以爬取社交媒体、网站等各种渠道平台上用户的动态、评论、点赞等数据，或者爬取各种电商网站上的产品信息、用户购买及评论记录等数据；而API接口技术为利用API接口获取第三方数据，例如可以通过调用某些API接口，获取用户的地理位置、兴趣爱好、社交动态、搜索历史、浏览行为、购买及评论等等各种数据；从而组合成上述所述的行为数据及个人数据。其中在清洗过程中，主要是对于所爬取到的数据需要进行清洗和去重操作，例如清洗掉HTML（HyperText Mark-up Language，超文本标记语言）标签、无用字符、空格等以及去重掉相同的数据，保证数据的准确性和完整性。其中在格式化过程中，主要是将清洗和去重后的数据进行格式化处理，例如将所有数据转换为JSON（JavaScript Object Notation,JS对象简谱）、CSV（Comma-Separated Values，逗号分隔值）等格式，以方便后续的处理和分析。其中在存储过程中，主要是将格式化后的数据存储到数据库或者文件中，例如可以使用MySQL、MongoDB等数据库，或者使用CSV、Excel等文件格式进行存储。需要指出的是，除如上所述的收集方式外，其还可以通过现有如问卷调查等其他各种任意方式收集用户的行为数据及个人数据，在此不做具体限定。
进一步的，在本发明的一个实施例中，在完成收集处理用户的行为数据及个人数据后，对行为数据及个人数据进行分析处理构建出用户的用户画像及情感数据。其中用户画像为对用户的个人信息、消费行为、社交媒体行为等各方面进行综合挖掘和分析所提炼出的用户关键特征和需求，其中该用户画像包括但不限于用户的行为模式、兴趣偏好及消费需求。具体的，该行为模式可为用户在电商平台上的商品购买行为规律、在各个应用平台上的使用行为规律、在实际生活中的活动行为规律等，其中商品购买行为规律、使用行为规律及活动行为规律根据用户实际的商品购买历史、应用平台使用历史及活动历史等进行分析处理而得到，例如用户每隔大约预设时间即会在电商平台购买某种商品（例如日用品），则可相应的大致推断出商品购买行为规律；该兴趣偏好可为用户的购买偏好及生活偏好等，例如生活偏好可为如美食、健身、旅游等各种满足用户生活需求的兴趣或产品或服务；该消费需求可为用户在不同时间、场景等情况下对于各种产品或服务进行消费活动时的需求度，此时存在在不同场景或不同时间下用户对于所兴趣偏好的产品或服务具有不同的消费需求，例如用户在夏天对于清凉产品或服务具有一定的消费需求，而在冬天时则相应的消费需求会明显下降。需要指出的是，其行为模式、兴趣偏好及消费需求可相互包含结合一体，并非为必须独立分隔的各个部分，例如用户每隔预设时间即在电商平台购买某一品类的特定商品，由此可知用户的行为模式为每隔预设时间购买特地商品（也即商品购买行为规律），用户的兴趣偏好为某一品类的特定商品，用户的消费需求同样为某一品类的特定商品，也即某一品类的其他商品可能并不构成用户的兴趣偏好或消费需求，同时可能用户在不同时间或不同场景下对该相同的特定商品也具有不同的消费需求，因此通过对用户的行为模式、兴趣偏好及消费需求等一同构建出用户画像。其中情感数据为用户对商品/服务或所处生活状态下的情绪状态或倾向，其中情感数据包括但不限于生活情绪状态及对于产品/服务的情绪状态，具体的，该生活情绪状态可为用户在实际生活过程中所产生的情绪状态或情绪变化倾向，例如用户当下处于积极或消极的情绪状态，并通过社交媒体平台发布相应的动态时，其可根据该社交数据相应的分析判断出用户的生活情绪状态；而该对于产品/服务的情绪状态为用户在对所购买的产品/服务进行使用后所产生的情绪状态或情绪变化倾向，例如用户在使用电商平台所购买的商品后产生积极或消极的情绪，并通过对所购买的商品进行评论时，其可根据该评论数据相应的分析判断出用户对于产品/服务的情绪状态。
具体的，在本发明实施例中主要通过机器学习算法、自然语言处理技术、深度学习技术、视频图像识别处理技术等任意一种或多种技术组合对行为数据及个人数据进行分析挖掘及判断，构建出包括用户的行为、喜好、需求、情绪等信息的用户画像及情感数据。其中，机器学习算法可以利用用户历史行为数据，建立用户画像，分析用户的兴趣、喜好、购买行为等，例如可以使用聚类算法、分类算法等，将用户分成不同的群体，识别用户的行为模式和购买偏好。自然语言处理技术可以对用户的社交动态、帖子、评论等进行情感分析，了解用户的情绪、态度等。例如可以使用情感分析算法、文本分类算法等，分析用户的社交动态、商品及社交动态评论、及帖子中的内容，识别其情感倾向和情绪变化；或者也可以通过自然语言处理技术中的文本挖掘技术，识别用户的关键词、关键短语等信息，从而了解用户的兴趣、需求等。深度学习技术可以对用户的历史购买数据、浏览行为等进行分析和挖掘，建立用户画像，识别用户的行为模式和购买偏好，预测用户的行为和需求。视频图像识别处理技术可以对用户的社交数据中的图像数据或视频数据等进行情感分析，了解用户的情绪、态度等。例如可以使用面部表情识别技术进行微表情的分析，通过分析用户的眉毛、眼睛、嘴巴等部位的变化，来推测识别其情感倾向和情绪变化；或者进一步的结合视频数据中的音频信息分析其视频数据中用户的情感状态，此时通过分析语音语调语速的变化以及对音频信息中的语义进行解析识别可以确定用户的情感状态。可以理解的，用户画像及情感数据的构建可利用如上述所述的现有技术中的各种技术进行分析挖掘及判断，在此对其具体如何分析挖掘及判断的详细方法不做具体限定，对于其具体实现的过程可参照现有技术。同时需要指出的是，在本发明的其他实施例中，其还可以使用现有技术中的其他技术手段实现分析挖掘出用户的用户画像以及情感数据，在此不做具体限定。
其中，在本发明的一个实施例中，其根据用户的行为数据及个人数据构建出用户画像及情感数据可通过如下步骤具体实现：
根据用户的行为数据中的搜索数据、浏览数据、购买数据及评论数据以及用户的个人数据中的社交数据及个人信息数据分析构建出用户画像中的行为模式、兴趣偏好及消费需求；
根据用户的行为数据中的搜索数据和浏览数据以及用户的个人数据中的社交数据分析出用户的生活情绪状态；
根据用户的行为数据中的评论数据以及用户的个人数据中的社交数据分析出用户对于产品/服务的情绪状态。
其中，需要指出的是，上述仅为根据用户的行为数据及个人数据构建出用户画像及情感数据的其中一种实施方式，在本发明的其他实施例中，其还可以有其他各种具体实施方式，其无法穷举出任何各种实施可能，本发明实施例的目的在于根据用户的行为数据及个人数据构建出用户画像及情感数据，以后续为用户提供个性化的营销，而不在于如何通过何种具体的技术手段实现用户画像及情感数据的构建。
进一步的，在本发明的其他实施例中，其构建出用户画像及情感数据后，还可相应的根据用户画像对各个用户进行分析归类，以使处于相同或相似行为模式或兴趣偏好或消费需求的各个用户能够归类为同一类别，从而形成更细化的标签和人群细分，以便于通过对同一类别用户的消费行为进行分析对比，可以获得不同时期的用户对于不同产品需求的意愿，从而对用户实现更深刻的行为预测和满足。例如多个用户均具有相同或相似的兴趣偏好（如饮食偏好），此时当其中一用户并未体验过某一产品（具体食品或餐厅），而其他用户对该产品表示过其兴趣偏好或消费需求时，则在进行营销过程中可将该产品推荐给未体验的用户。
步骤S20，获取用户所处的环境信息，所述环境信息包括时间信息、气候信息及位置信息；
其中，本发明实施例中，参照前述实施例所述，其可通过数据爬虫和API接口等技术手段实现数据收集，因此可相应的收集到用户的位置信息，其中可以通过IP地址定位、GPS（Global Positioning System，全球定位系统）定位、WiFi定位、蜂窝网络定位等方式获取到用户的位置信息，然后相应的根据所收集的位置信息确定该位置信息对应的气候信息，其中该气候信息包括温度、湿度、降雨量、气压、风速等信息。而时间信息则为当前的时间。
步骤S30，根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；
其中，本发明的一个实施例中，在根据用户的行为数据及个人数据构建出用户画像及情感数据后，其相应的根据该用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，也即是根据如上述所述的用户的行为模式、兴趣偏好和消费需求及如上述所述的用户的生活情绪状态及对于产品/服务的情绪状态以及如上述所述的环境信息相应的制定出用户的营销策略，即根据用户的行为、喜好、需求、情绪及环境等智能推荐及匹配相适应的个性化营销策略。其中营销策略为对用户实现推广产品或服务而制定的一系列计划和方法，具体的该营销策略包括产品/服务推荐、营销活动、内容推送或广告投放，其中该产品/服务推荐为对用户推荐满足其需求或降价促销折扣的产品/服务，以刺激用户的购买欲望，提高销售量；而营销活动为举办各种活动或赛事等各种事件以使用户进行参与或得知，以提升品牌知名度和形象，吸引用户的关注；而内容推送为对用户提供推送有价值、有趣、有用的内容，以吸引用户的关注和兴趣，提高品牌知名度和形象；而广告投放为对用户投放广告，以宣传产品或服务的特点、优势和品牌形象，吸引用户的注意力。其中内容推送中的内容可以为通过对大量的素材进行训练和学习，然后根据活动内容和用户特征生成不同形式的更个性化的内容，并进行多变量测试和优化，以吸引用户的关注和兴趣。同时需要指出的是，在根据用户画像、情感数据以及环境信息制定营销策略时，可制定上述营销策略中的任意一种或多种组合，例如在用户情绪处于积极状态时，其既可以制定营销策略为产品/服务推荐，如推荐符合用户日常兴趣偏好使用的产品或服务；也可制定营销策略为营销活动，如餐饮商家所推出的霸王餐等营销活动，或者提供与用户购买历史相关的促销活动等；又可制定营销策略为内容推送，如企业商家所发布的有趣或有价值的内容文章；还可制定营销策略为投放广告，如定向投放企业商家所发布的广告，提高用户对于广告的点击率和转化率；当然还可制定上述多种组合的营销策略。相应的，在用户情绪处于消极状态时，则可能不会制定具体为投放广告的营销策略，以避免用户对于所投放广告产生负面印象，因此在用户不同的情感状态下可使用不同的营销策略，以满足用户的实际情感需要。
进一步的，上述根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略可通过如下步骤实现：
根据用户画像及环境信息中的时间信息、气候信息和位置信息中的任意一种或多种结合确定出各个营销策略；
根据情感数据在各个营销策略中制定出用户所对应的营销策略。
进一步的，在更为具体的实现方式中，其具体为：
根据用户画像中的行为模式、兴趣偏好和消费需求及环境信息中的时间信息、气候信息和位置信息中的任意一种或多种结合确定出各个营销策略；
根据情感数据中的生活情绪状态及对于产品/服务的情绪状态在各个营销策略中制定出用户所对应的营销策略。
进一步的，在更为具体的实现方式中，其具体为：
根据用户画像中的行为模式、兴趣偏好和消费需求确定出各个营销策略；
根据环境信息中的时间信息、气候信息和位置信息中的任意一种或多种在各个营销策略中制定出用户所对应的营销策略；
根据情感数据中的生活情绪状态及对于产品/服务的情绪状态进一步的在各个营销策略中制定出用户所对应的营销策略。
具体的，先根据用户的行为模式、兴趣偏好和消费需求确定出所有能够实现的营销策略，例如基于用户的行为模式制定营销策略，例如可为对于购买历史中频繁购买某个品牌的用户，推荐该品牌的新品或品牌的降价、赠品、折扣等促销活动；对于购买历史中对某些产品评价较高的用户，推荐同类型或同品牌的产品等。或者基于用户的兴趣偏好制定营销策略，例如可为对于喜欢阅读的用户，推荐符合其阅读偏好的图书或电子书；对于喜欢户外运动的用户，推荐符合其爱好的户外装备或活动；对于喜欢健身的用户，推荐符合其健身爱好的健身器材或健身课程等。或者基于用户的消费需求制定营销策略，例如可为对于减肥需求的用户，推荐符合其减肥需求的健康饮食或运动产品；对于旅游需求的用户，推荐符合其旅游需求的旅游产品或目的地。相应的参照上述所述，其用户画像中的行为模式、兴趣偏好和消费需求并非完全分隔独立，因此可通过上述行为模式、兴趣偏好和消费需求中的一种或多组组合相应的确定出营销策略。
进一步的，在确定出所有的营销策略后，还结合环境信息一同进行营销策略的确定，其中环境信息可以为时间信息、气候信息和位置信息中的任意一种或多种结合，例如基于用户画像结合单独的时间信息制定营销策略，例如根据用户的购买时间和历史数据，预测用户的购买时间和需求，此时在节假日或特定时间段，推出相应的优惠活动；或在用户购买频率较高的时间段，提供更加个性化的服务。或者基于用户画像结合气候信息制定营销策略，例如根据用户所在地区的天气情况，预测用户的需求，如在高温天气中，向用户推荐清凉饮料、空调产品等；在下雨天气中，向用户推荐雨具、室内娱乐等，从而实现推荐天气相应的产品和服务。或者基于用户画像结合位置信息制定营销策略，例如根据用户所在地区的地理位置情况，推荐符合用户所在地区的产品和服务，例如在用户所在地区有特色美食的情况下，向用户推荐当地的特色餐厅；在用户所在地区有特色景点的情况下，向用户推荐当地的旅游产品等。当然，其还可以基于上述环境信息中的时间信息、气候信息和位置信息的多种结合相应的确定营销策略，例如用户在晚饭时间处在有特色美食的位置，因此可向用户推荐用户所偏好口味的特色餐厅以使用户能够进行晚饭。或者用户在休息日处在室内娱乐的场所且天气下雨的情况，可向用户推荐室内娱乐场所以使用户进行避雨及娱乐。当然，需要指出的是，上述所述的示例均需要结合用户画像进行确定，例如根据用户画像确定用户并不喜欢娱乐项目，即使用户在休息日处在室内娱乐的场所且天气下雨的情况，也不会向用户推荐该室内娱乐场所；或用户并不喜欢该特色餐厅所主打的菜系或口味时，也不会向用户推荐该特色餐厅。需要指出的是，上述仅是用户画像及环境信息制定出所有营销策略的一种示例，其环境信息中的时间信息、气候信息和位置信息的任意一种或多种组合并不限于上述示例，其还可以为其他各种组合，其根据用户所处的实际环境状态进行设置，在此不做具体限定。本发明实施例中，通过再结合时间、天气和位置等因素，使得可制定更加精准的个性化的营销策略，能够更好地满足用户的需求和兴趣，提高用户体验和购买率，从而提高营销效果。
进一步的，在确定出所有的营销策略后，再根据用户的情感数据在所确定的各个营销策略中制定出相应符合用户情感需求的营销策略。也即是根据用户的行为模式、兴趣偏好和消费需求初步筛选确定的各个营销策略；然后在上述各个营销策略的基础上根据环境信息进一步的筛选确定出更符合当前环境的营销策略；最后在上述各个营销策略的基础上根据情感数据进一步的筛选确定出更符合用户情感需求的营销策略。也即其主要是根据用户的情感数据相应的制定符合用户情感需求的营销策略，而用户画像以及环境信息是用于初步筛选可用的营销策略，也即是在制定营销策略中，其情感数据的权重系数大于用户画像和环境信息的权重系数。
其中，上述所述的情感数据中，其可以包括积极、消极、中性等各种情感状态，此时主要根据情感数据确定用户的需求和关注点，以推荐更符合用户情感需求的营销策略，从而提高用户粘性和转化率。其中该情感数据主要应用于生活情绪状态，例如当根据用户最新更新的社交动态确定用户的生活情绪状态偏向消极时，则可能需要寻找解决问题的方案或者能够对用户带来舒适和放松；而当用户的生活情绪状态偏向积极时，则可能需要寻找更多的乐趣和享受。具体的，例如当用户的生活情绪状态偏向消极时，可以推荐能够带来舒适和放松的产品或服务，如按摩等，或者推荐解决问题的产品或服务，如健康咨询服务、疾病治疗方案等，或者也可将提供治愈的内容推送至用户；当用户的生活情绪状态偏向积极时，可以推荐相应的娱乐、休闲和享受的产品或服务，如旅游产品、音乐会、餐厅预订等，当然也还可以进行营销活动、内容推送或广告投放等其他营销策略。当然该情感数据也可应用于对于产品/服务的情绪状态，此时根据该对于产品/服务的情绪状态相应的确定是否继续提供该产品/服务所对应的营销策略，例如当根据用户对于商品的评价由原先的好评转变为差评且带有严重负面情绪倾向时，此时则相应减少或者不再提供该情绪倾向为负面的产品/服务的推荐。
可以理解的，在本发明的其他实施例中，还可利用人工智能技术、机器学习技术等直接将用户画像、情感数据及环境信息进行结合分析处理制定出用户所对应的营销策略。需要指出的是，上述仅为根据用户画像、情感数据及环境信息结合制定出用户所对应的营销策略的其中一种实施方式，在本发明的其他实施例中，其还可以有其他各种具体实施方式，其无法穷举出任何各种实施可能，本发明实施例的目的在于根据用户画像、情感数据及环境信息结合制定出用户所对应的营销策略，以后续对用户实施营销策略提供基础，而不在于如何通过何种具体的技术手段实现营销策略的制定。
进一步的，在本发明的其他实施例中，参照前述所述的根据用户画像对各个用户进行分析归类后，其根据用户画像、情感数据及环境信息结合制定出用户所对应的营销策略的步骤还可以包括：
获取同一类别的其他用户所根据用户画像及环境信息所确定的各个营销策略；
根据用户的情感数据在各个营销策略中制定出用户所对应的营销策略。
需要指出的是，其他用户根据用户画像及环境信息所确定的各个营销策略的步骤、以及根据用户的情感数据在各个营销策略中制定出用户所对应的营销策略的步骤具体可参照前述所述，在此不予赘述。此时通过将处于相同或相似行为模式或兴趣偏好或消费需求的各个用户能够归类为同一类别，形成更细化的标签和人群细分，使得可通过对同一类别用户的消费行为进行分析对比，获得不同时期的用户对于不同产品需求的意愿，因此即使在用户并未使用某些产品及并未表示出对未使用产品的使用需求的情况下，根据同一类别的其他用户的消费行为也可相应的将该未使用产品列入至该用户的营销策略中，因此此时除可根据前述所述的该用户的用户画像及环境信息确定出各个营销策略外，还可以根据同一类别的其他用户相应的确定出各个营销策略，然后再进一步的根据用户的情感数据制定出匹配用户情感的营销策略。例如，当用户的生活情绪状态处于积极状态，使得可相应的推荐娱乐、休闲和享受的产品或服务，如具体餐厅吃饭时，其可将同一类别的其他用户兴趣偏好所确定的餐厅推荐至该用户，以使用户可产生除自身喜好外的其他新奇体验。
步骤S40，利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；
其中，在本发明的一个实施例中，在根据用户画像及、情感数据及环境信息结合制定出用户所对应的营销策略后，其开始对用户进行营销策略的实施，也即是利用营销渠道对用户实施所制定的营销策略，具体的，其营销渠道可以为短信、自动化邮件、社交媒体平台、电商平台、搜索引擎推广、推荐系统及广告投放等，例如通过向用户的手机号发送其所在电商平台经常购买商品的降价、折扣或赠品等促销活动的短信，以使用户可根据该短信相应的确定是否需要对该商品进行购买。
进一步的，在本发明的一个实施例中，其利用营销渠道对用户实施所制定的营销策略可以通过如下步骤实现：
根据用户画像及情感数据确定用户所对应的时间偏好及场景偏好；
根据时间偏好及场景偏好确定在时间偏好所对应的时间段利用场景偏好所对应的营销渠道对用户实施所制定的营销策略。
具体的，其先根据用户画像中的行为模式、兴趣偏好及消费需求可对用户的场景偏好、时间偏好等进行分析，也即对各个时间点用户所偏好的场景进行挖掘分析，例如用户在某一具体时间段内（如夜间八九点）比较偏好使用某一具体场景（如社交媒体平台），此时可分析出用户的场景偏好及时间偏好，同时更进一步的，其还可分析挖掘用户在各种情绪状态下所对应的场景偏好及时间偏好，具体例如用户在消极状态下比较偏好在深夜时刻使用电商平台进行购物，因此根据用户画像及情感数据可以确定用户情感数据中的生活情绪状态及对于产品/服务的情绪状态下所对应的时间偏好及场景偏好，此时相应的在该时间偏好所对应的时间段利用该场景偏好所对应的营销渠道对用户实施所制定的营销策略，例如当前获取到用户的情感数据中的生活情绪状态为消极状态，同时根据用户画像中的行为模式、兴趣偏好和消费需求确定出用户对于某一商品的商品购买行为规律，且根据用户上一次购买行为确定当前时间点处于用户对于该商品的购买期，同时该商品目前具有降价折扣的促销活动，则可相应的在时间偏好所对应的时间段（具体为深夜）利用该场景偏好所对应的营销渠道（具体为电商平台）对用户实施所制定的营销策略（具体为产品/服务推荐）。需要指出的是，上述仅为本发明的一种示例，当然其用户也可在积极状态下具有通过电商平台进行购物的偏好，其根据用户实际的用户画像进行确定，在此不做具体限定。因此通过对用户制定对应的营销策略，然后利用营销渠道进行所制定营销策略的实施，使得实现精准营销，降低营销成本，提高营销效果。
进一步的，在利用营销渠道对用户实施产品/服务推荐、营销活动、内容推送或广告投放中的任意一种或多种组合的营销策略后，用户可根据上述营销策略的兴趣或需求程度做出相应的反馈行为，此时监测用户对于营销策略所反馈的反馈行为数据，从而可了解用户对营销策略的反应以及可对营销策略所产生的营销效果进行监测和分析，具体的该反馈行为数据可以为对于产品/服务推荐的产品或服务的购买行为数据、营销活动的参与或访问数据、网站或内容访问数据、广告点击数据、及评价数据等。此时例如对用户实施产品推荐后，其用户可完全不响应或点击查看该产品推荐，此时用户对该营销策略并未反应；其用户也可仅单响应或点击查看该产品推荐，但并未进行购买行为，此时用户对该营销策略存在反应，但并未产生实质的营销效果；其用户也可响应或点击查看该产品推荐并进行购买行为，此时用户对该营销策略存在反应，同时产生实质的营销效果，当然其用户在购买该产品后，还可对其进行评价；需要指出的是，在如广告投放的营销策略中，用户还可点击关闭该广告或者不再显示广告，也即可得知用户对该营销策略存在抵触反应，当然也可提供关闭广告的多个原因供用户选择，以使得知用户具体不喜欢的原因，如不喜欢所推荐的产品、或所属品类、或不喜欢广告等其他原因。
步骤S50，对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略；
其中，在本发明的一个实施例中，在监测到用户对于营销策略所反馈的反馈行为数据后，对该反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略，从而能够更进一步的及时调整及优化个性化的营销策略，从而提高营销效果。例如根据用户的购买记录和评价，进一步的调整推荐算法及推荐策略，从而提高推荐的准确度，因此通过数据分析和反馈机制，不断监测营销策略所带来的营销效果，并持续优化个性化营销策略，实现持续优化和提高营销效果的目的。因此通过该智能营销方法，使得可以实现更精准的用户画像、更个性化的营销策略、更高效的投放决策、以及更全面的效果分析等，从而提高营销的成本效益和客户满意度。
本实施例中，通过收集处理用户的行为数据及个人数据并进行分析处理后构建出用户画像及情感数据，使得可以了解用户的行为、喜好、需求、情绪等信息，然后根据用户画像、情感数据、及环境信息结合制定出用户所对应的营销策略，使得可以根据用户的行为、喜好、需求、情绪以及所处环境等智能推荐及匹配更符合实际环境影响以及用户情感需求的个性化营销策略，从而提高用户粘性和转化率，然后利用营销渠道对用户实施所制定的营销策略，使得实现精准营销，降低营销成本，提高营销效果，同时监测用户对于营销策略所反馈的反馈行为数据以及根据反馈行为数据的分析结果相应动态调整所制定的营销策略，使得通过数据分析和反馈机制，不断监测营销策略所带来的营销效果，并持续优化个性化营销策略，实现持续优化和提高营销效果的目的，解决了现有营销方式不够精准的问题。
实施例二
请参阅图2，是本发明第二实施例提供的智能营销系统的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，该系统包括：
信息收集构建模块11，用于收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据，所述行为数据包括搜索数据、浏览数据、购买数据及评论数据，所述个人数据包括社交数据及个人信息数据，所述用户画像包括用户的行为模式、兴趣偏好及消费需求，所述情感数据包括生活情绪状态及对于产品/服务的情绪状态；
环境信息获取模块12，用于获取用户所处的环境信息，所述环境信息包括时间信息、气候信息及位置信息；
营销策略制定模块13，用于根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；
营销策略实施监测模块14，用于利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；
营销策略调整模块15，用于对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略。
进一步的，在本发明的一个实施例中，所述营销策略制定模块13包括：
第一营销策略制定单元，用于根据用户画像中的行为模式、兴趣偏好和消费需求及环境信息中的时间信息、气候信息和位置信息中的任意一种或多种结合确定出各个营销策略；
第二营销策略制定单元，用于根据情感数据中的生活情绪状态及对于产品/服务的情绪状态在各个营销策略中制定出用户所对应的营销策略。
进一步的，在本发明的一个实施例中，所述营销策略实施监测模块14包括：
偏好确定单元，用于根据用户画像及情感数据确定用户所对应的时间偏好及场景偏好；
营销策略实施监测单元，用于根据时间偏好及场景偏好确定在时间偏好所对应的时间段利用场景偏好所对应的营销渠道对用户实施所制定的营销策略。
进一步的，在本发明的一个实施例中，所述营销策略制定模块13还包括：
归类单元，用于根据用户画像对各个用户进行分析归类；
营销策略获取单元，用于获取同一类别的其他用户所根据用户画像及环境信息所确定的各个营销策略；
第三营销策略制定单元，根据用户的情感数据在各个营销策略中制定出用户所对应的营销策略。
进一步的，在本发明的一个实施例中，所述信息收集构建模块11包括：
用户画像构建单元，用于根据用户的行为数据中的搜索数据、浏览数据、购买数据及评论数据以及用户的个人数据中的社交数据及个人信息数据分析构建出用户画像中的行为模式、兴趣偏好及消费需求；
第一情绪状态构建单元，用于根据用户的行为数据中的搜索数据和浏览数据以及用户的个人数据中的社交数据分析出用户的生活情绪状态；
第二情绪状态构建单元，用于根据用户的行为数据中的评论数据以及用户的个人数据中的社交数据分析出用户对于产品/服务的情绪状态。
本发明实施例所提供的智能营销系统，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例三
本发明另一方面还提出一种设备终端，请参阅图3，所示为本发明第三实施例当中的设备终端，包括存储器20、处理器10以及存储在存储器20上并可在处理器上运行的程序30，所述处理器10执行所述程序30时实现如上述实施例所述的智能营销方法。
其中，处理器10在一些实施例中可以是中央处理器（Central Processing Unit,CPU）、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据，例如执行访问限制程序等。
其中，存储器20至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是设备终端的内部存储单元，例如该设备终端的硬盘。存储器20在另一些实施例中也可以是设备终端的外部存储装置，例如设备终端上配备的智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，存储器20还可以既包括设备终端的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储安装于设备终端的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
需要指出的是，图3示出的结构并不构成对设备终端的限定，在其它实施例当中，该设备终端可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
综上，本发明上述实施例当中的设备终端，通过收集处理用户的行为数据及个人数据并进行分析处理后构建出用户画像及情感数据，使得可以了解用户的行为、喜好、需求、情绪等信息，然后根据用户画像、情感数据、及环境信息结合制定出用户所对应的营销策略，使得可以根据用户的行为、喜好、需求、情绪以及所处环境等智能推荐及匹配更符合实际环境影响以及用户情感需求的个性化营销策略，从而提高用户粘性和转化率，然后利用营销渠道对用户实施所制定的营销策略，使得实现精准营销，降低营销成本，提高营销效果，同时监测用户对于营销策略所反馈的反馈行为数据以及根据反馈行为数据的分析结果相应动态调整所制定的营销策略，使得通过数据分析和反馈机制，不断监测营销策略所带来的营销效果，并持续优化个性化营销策略，实现持续优化和提高营销效果的目的，解决了现有营销方式不够精准的问题。
本发明实施例还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述实施例所述的智能营销方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元或模块完成，即将存储装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施方式中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何存储介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
可读存储介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。
Claims (8)
1.一种智能营销方法，其特征在于，所述方法包括：
收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据，所述行为数据包括搜索数据、浏览数据、购买数据及评论数据，所述个人数据包括社交数据及个人信息数据，所述用户画像包括用户的行为模式、兴趣偏好及消费需求，所述情感数据包括生活情绪状态及对于产品/服务的情绪状态；
获取用户所处的环境信息，所述环境信息包括时间信息、气候信息及位置信息；
根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；
利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；
对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略。
2.根据权利要求1所述的智能营销方法，其特征在于，所述根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略的步骤包括：
根据用户画像中的行为模式、兴趣偏好和消费需求及环境信息中的时间信息、气候信息和位置信息中的任意一种或多种结合确定出各个营销策略；
根据情感数据中的生活情绪状态及对于产品/服务的情绪状态在各个营销策略中制定出用户所对应的营销策略。
3.根据权利要求1所述的智能营销方法，其特征在于，所述利用营销渠道对用户实施所制定的营销策略的步骤包括：
根据用户画像及情感数据确定用户所对应的时间偏好及场景偏好；
根据时间偏好及场景偏好确定在时间偏好所对应的时间段利用场景偏好所对应的营销渠道对用户实施所制定的营销策略。
4.根据权利要求1所述的智能营销方法，其特征在于，所述根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略的步骤还包括：
根据用户画像对各个用户进行分析归类；
获取同一类别的其他用户所根据用户画像及环境信息所确定的各个营销策略；
根据用户的情感数据在各个营销策略中制定出用户所对应的营销策略。
5.根据权利要求1所述的智能营销方法，其特征在于，所述根据用户的行为数据及个人数据构建出用户画像及情感数据的步骤包括：
根据用户的行为数据中的搜索数据、浏览数据、购买数据及评论数据以及用户的个人数据中的社交数据及个人信息数据分析构建出用户画像中的行为模式、兴趣偏好及消费需求；
根据用户的行为数据中的搜索数据和浏览数据以及用户的个人数据中的社交数据分析出用户的生活情绪状态；
根据用户的行为数据中的评论数据以及用户的个人数据中的社交数据分析出用户对于产品/服务的情绪状态。
6.一种智能营销系统，其特征在于，所述系统包括：
信息收集构建模块，用于收集处理用户的行为数据及个人数据，并根据用户的行为数据及个人数据构建出用户画像及情感数据，所述行为数据包括搜索数据、浏览数据、购买数据及评论数据，所述个人数据包括社交数据及个人信息数据，所述用户画像包括用户的行为模式、兴趣偏好及消费需求，所述情感数据包括生活情绪状态及对于产品/服务的情绪状态；
环境信息获取模块，用于获取用户所处的环境信息，所述环境信息包括时间信息、气候信息及位置信息；
营销策略制定模块，用于根据用户画像、情感数据以及环境信息结合制定出用户所对应的营销策略，所述营销策略包括产品/服务推荐、营销活动、内容推送或广告投放；
营销策略实施监测模块，用于利用营销渠道对用户实施所制定的营销策略，并监测用户对于营销策略所反馈的反馈行为数据；
营销策略调整模块，用于对用户所反馈的反馈行为数据进行数据分析，并根据数据分析得到的结果相应动态调整所制定的营销策略。
7.一种设备终端，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如权利要求1－5任一项所述的智能营销方法。
8.一种可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1－5任一项所述的智能营销方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310725643.1A CN116485424A (zh) | 2023-06-19 | 2023-06-19 | 一种智能营销方法、系统、设备终端及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310725643.1A CN116485424A (zh) | 2023-06-19 | 2023-06-19 | 一种智能营销方法、系统、设备终端及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116485424A true CN116485424A (zh) | 2023-07-25 |
Family
ID=87214177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310725643.1A Pending CN116485424A (zh) | 2023-06-19 | 2023-06-19 | 一种智能营销方法、系统、设备终端及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116485424A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117196787A (zh) * | 2023-10-08 | 2023-12-08 | 深圳市童牛科技有限公司 | 一种基于人工智能的智能决策优化方法及系统 |
| CN117216419A (zh) * | 2023-11-08 | 2023-12-12 | 江西为易科技有限公司 | 基于ai技术的数据分析方法 |
| 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 |
| CN117252647A (zh) * | 2023-09-21 | 2023-12-19 | 深圳市聚海通达科技有限公司 | 一种数字化整合营销服务系统 |
| CN117338298A (zh) * | 2023-12-05 | 2024-01-05 | 北京超数时代科技有限公司 | 情绪干预方法、装置、可穿戴情绪干预设备及存储介质 |
| 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 |
| CN117455543A (zh) * | 2023-12-21 | 2024-01-26 | 中邮消费金融有限公司 | 营销数据监控方法、装置、设备及存储介质 |
| CN117635191A (zh) * | 2023-11-27 | 2024-03-01 | 广州精粹智能科技股份有限公司 | 一种基于私域流量池数据的全链路营销方法 |
| CN117726359A (zh) * | 2024-02-08 | 2024-03-19 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
| CN117974281A (zh) * | 2023-12-27 | 2024-05-03 | 全流量时代(北京)信息技术有限公司 | 一种用于银行用户的精准营销方法 |
| CN118071395A (zh) * | 2024-02-23 | 2024-05-24 | 重庆嗨客网络科技有限公司 | 用于智慧商业综合体的数字化营销运营、管理系统及方法 |
| CN118172112A (zh) * | 2024-05-11 | 2024-06-11 | 江西旅游商贸职业学院 | 一种基于大数据的营销策略智能分析系统及方法 |
| CN118587017A (zh) * | 2024-08-07 | 2024-09-03 | 奥福科创(山东)有限公司 | 基于多模态生成式人工智能的大数据营销服务方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105741134A (zh) * | 2016-01-26 | 2016-07-06 | 北京百分点信息科技有限公司 | 跨数据源的营销人群在市场营销中应用的方法及装置 |
| CN107025578A (zh) * | 2017-04-13 | 2017-08-08 | 上海艾德韦宣股份有限公司 | 一种大数据智能营销系统及营销方法 |
| CN107657483A (zh) * | 2017-09-30 | 2018-02-02 | 四川智胜慧旅科技有限公司 | 一种全域智慧旅游系统 |
| CN110310163A (zh) * | 2019-07-11 | 2019-10-08 | 易联众民生(厦门)科技有限公司 | 一种精准制定营销策略的方法、设备及可读介质 |
| CN110942337A (zh) * | 2019-10-31 | 2020-03-31 | 天津中科智能识别产业技术研究院有限公司 | 一种基于互联网大数据的精准旅游营销方法 |
| CN113256397A (zh) * | 2021-07-02 | 2021-08-13 | 佛山市墨纳森智能科技有限公司 | 基于大数据的商品推荐方法、系统及计算机可读存储介质 |
| CN113450178A (zh) * | 2021-05-13 | 2021-09-28 | 孙昊盛 | 一种基于互联网的电商精准营销系统 |
| CN115689655A (zh) * | 2022-11-18 | 2023-02-03 | 珍岛信息技术（上海）股份有限公司 | 一种智能高效性自动化全域分析的scrm营销系统 |
-
2023
- 2023-06-19 CN CN202310725643.1A patent/CN116485424A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105741134A (zh) * | 2016-01-26 | 2016-07-06 | 北京百分点信息科技有限公司 | 跨数据源的营销人群在市场营销中应用的方法及装置 |
| CN107025578A (zh) * | 2017-04-13 | 2017-08-08 | 上海艾德韦宣股份有限公司 | 一种大数据智能营销系统及营销方法 |
| CN107657483A (zh) * | 2017-09-30 | 2018-02-02 | 四川智胜慧旅科技有限公司 | 一种全域智慧旅游系统 |
| CN110310163A (zh) * | 2019-07-11 | 2019-10-08 | 易联众民生(厦门)科技有限公司 | 一种精准制定营销策略的方法、设备及可读介质 |
| CN110942337A (zh) * | 2019-10-31 | 2020-03-31 | 天津中科智能识别产业技术研究院有限公司 | 一种基于互联网大数据的精准旅游营销方法 |
| CN113450178A (zh) * | 2021-05-13 | 2021-09-28 | 孙昊盛 | 一种基于互联网的电商精准营销系统 |
| CN113256397A (zh) * | 2021-07-02 | 2021-08-13 | 佛山市墨纳森智能科技有限公司 | 基于大数据的商品推荐方法、系统及计算机可读存储介质 |
| CN115689655A (zh) * | 2022-11-18 | 2023-02-03 | 珍岛信息技术（上海）股份有限公司 | 一种智能高效性自动化全域分析的scrm营销系统 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252647A (zh) * | 2023-09-21 | 2023-12-19 | 深圳市聚海通达科技有限公司 | 一种数字化整合营销服务系统 |
| CN117196787B (zh) * | 2023-10-08 | 2024-05-07 | 深圳市童牛科技有限公司 | 一种基于人工智能的智能决策优化方法及系统 |
| CN117196787A (zh) * | 2023-10-08 | 2023-12-08 | 深圳市童牛科技有限公司 | 一种基于人工智能的智能决策优化方法及系统 |
| CN117216419A (zh) * | 2023-11-08 | 2023-12-12 | 江西为易科技有限公司 | 基于ai技术的数据分析方法 |
| CN117216419B (zh) * | 2023-11-08 | 2024-02-09 | 江西为易科技有限公司 | 基于ai技术的数据分析方法 |
| 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 |
| 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 |
| CN117635191A (zh) * | 2023-11-27 | 2024-03-01 | 广州精粹智能科技股份有限公司 | 一种基于私域流量池数据的全链路营销方法 |
| 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 |
| 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 |
| CN117338298B (zh) * | 2023-12-05 | 2024-03-12 | 北京超数时代科技有限公司 | 情绪干预方法、装置、可穿戴情绪干预设备及存储介质 |
| CN117338298A (zh) * | 2023-12-05 | 2024-01-05 | 北京超数时代科技有限公司 | 情绪干预方法、装置、可穿戴情绪干预设备及存储介质 |
| CN117455543A (zh) * | 2023-12-21 | 2024-01-26 | 中邮消费金融有限公司 | 营销数据监控方法、装置、设备及存储介质 |
| CN117455543B (zh) * | 2023-12-21 | 2024-04-16 | 中邮消费金融有限公司 | 营销数据监控方法、装置、设备及存储介质 |
| CN117974281A (zh) * | 2023-12-27 | 2024-05-03 | 全流量时代(北京)信息技术有限公司 | 一种用于银行用户的精准营销方法 |
| CN117726359A (zh) * | 2024-02-08 | 2024-03-19 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
| CN117726359B (zh) * | 2024-02-08 | 2024-04-26 | 成都纳宝科技有限公司 | 一种互动营销方法、系统和设备 |
| CN118071395A (zh) * | 2024-02-23 | 2024-05-24 | 重庆嗨客网络科技有限公司 | 用于智慧商业综合体的数字化营销运营、管理系统及方法 |
| CN118172112A (zh) * | 2024-05-11 | 2024-06-11 | 江西旅游商贸职业学院 | 一种基于大数据的营销策略智能分析系统及方法 |
| CN118172112B (zh) * | 2024-05-11 | 2024-08-30 | 江西旅游商贸职业学院 | 一种基于大数据的营销策略智能分析系统及方法 |
| CN118587017A (zh) * | 2024-08-07 | 2024-09-03 | 奥福科创(山东)有限公司 | 基于多模态生成式人工智能的大数据营销服务方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116485424A (zh) | 一种智能营销方法、系统、设备终端及可读存储介质 | |
| US11636502B2 (en) | Robust multichannel targeting | |
| US12001457B2 (en) | Optimizing data in large data sets | |
| Frank et al. | Sweetening the deal: The ingredients that drive consumer adoption of online grocery shopping | |
| US10628845B2 (en) | Systems and methods for automating design transformations based on user preference and activity data | |
| Sanchez-Casado et al. | Social media, customers' experience, and hotel loyalty programs | |
| Bianchi | Exploring urban consumers’ attitudes and intentions to purchase local food in Chile | |
| Fodness et al. | A model of tourist information search behavior | |
| Yüksel et al. | Measurement of tourist satisfaction with restaurant services: A segment-based approach | |
| Krishnamurthi et al. | An empirical analysis of the relationship between brand loyalty and consumer price elasticity | |
| Miller et al. | How should consumers’ willingness to pay be measured? An empirical comparison of state-of-the-art approaches | |
| Goh et al. | Mobile advertising: an empirical study of temporal and spatial differences in search behavior and advertising response | |
| Lambrecht et al. | When does retargeting work? Information specificity in online advertising | |
| Barber et al. | Capturing the younger wine consumer | |
| Dickey et al. | An overview of digital media and advertising | |
| Kaur et al. | Influence of technological advances and change in marketing strategies using analytics in retail industry | |
| US20170011413A1 (en) | Tools and methods for determining relationship values | |
| Cuellar et al. | Differential effects of brand, ratings and region on willingness to pay: a hedonic price approach | |
| US20130204823A1 (en) | Tools and methods for determining relationship values | |
| US11816701B2 (en) | Techniques for targeting a user based on a psychographic profile | |
| CN108665083A (zh) | 一种基于用户画像动态轨迹模型的广告推荐方法及系统 | |
| Pantano et al. | Shopping centers revisited: the interplay between consumers’ spontaneous online communications and retail planning | |
| Gaber et al. | Do instagram fan pages develop consumer–brand relationships? Evidence from the telecommunications industry | |
| Li et al. | Impacts of user-generated images in online reviews on customer engagement: A panel data analysis | |
| Milman et al. | The influence of dynamic pricing on consumer trust, value, and loyalty relationships in theme parks |
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 |