CN116562915A - 一种基于智慧文旅的营销数据分析系统及方法 - Google Patents

一种基于智慧文旅的营销数据分析系统及方法 Download PDF

Info

Publication number
CN116562915A
CN116562915A CN202310825647.7A CN202310825647A CN116562915A CN 116562915 A CN116562915 A CN 116562915A CN 202310825647 A CN202310825647 A CN 202310825647A CN 116562915 A CN116562915 A CN 116562915A
Authority
CN
China
Prior art keywords
marketing
network channel
tourist
channel user
content
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.)
Granted
Application number
CN202310825647.7A
Other languages
English (en)
Other versions
CN116562915B (zh
Inventor
卓识
卓杨子萱
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.)
Zhuo Shi
Original Assignee
Guoshang Puhui Beijing Investment Fund Management 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 Guoshang Puhui Beijing Investment Fund Management Co ltd filed Critical Guoshang Puhui Beijing Investment Fund Management Co ltd
Priority to CN202310825647.7A priority Critical patent/CN116562915B/zh
Publication of CN116562915A publication Critical patent/CN116562915A/zh
Application granted granted Critical
Publication of CN116562915B publication Critical patent/CN116562915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • 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

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

Abstract

本发明公开了一种基于智慧文旅的营销数据分析系统及方法，属于营销数据分析技术领域。本发明包括：S10：将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测；S20：对网络渠道用户出游旅游地的情况进行预测；S30：对网络渠道用户的消费能力进行预测；S40：根据旅游地在对应营销方向的营销效果，对旅游地在对应营销方向的营销内容进行调整。本发明根据营销内容与热点信息之间的关系，对对应营销方向的营销内容在网络渠道上的曝光度进行预测，能够更好的反应营销内容曝光度随时间的变化关系，保证营销数据分析结果更加精确。

Description

一种基于智慧文旅的营销数据分析系统及方法
技术领域
本发明涉及营销数据分析技术领域，具体为一种基于智慧文旅的营销数据分析系统及方法。
背景技术
旅游文化营销是指旅游业经营者运用旅游资源通过文化理念的设计创造来提升旅游产品及服务的附加值，在满足和创造旅游消费者对真善美的文化需求中，实现市场交换的一种营销方式。
现有的文旅营销数据分析系统在对营销数据进行分析时，仅通过营销内容的推送情况和用户的阅读情况对文旅的营销效果进行预测，在预测过程中未考虑到用户消费水平和营销内容真实度对用户是否前往旅游地的影响，以及未考虑到营销内容在推送过程中受网络热度方向的影响，降低了营销数据的分析精度。
发明内容
本发明的目的在于提供一种基于智慧文旅的营销数据分析系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于智慧文旅的营销数据分析方法，所述方法包括：
S10：对旅游地在对应营销方向的营销内容进行获取，对获取的营销内容中的关键词进行提取，将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测，差异性内容指旅游地在对应营销方向的营销内容相较于其它旅游景点在相同营销方向的营销内容而言，存在突出的创新内容；
S20：根据各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索情况，对网络渠道用户对旅游地的关注程度进行确定，结合旅游地在对应营销方向营销内容的真实情况，对网络渠道用户出游旅游地的情况进行预测；
S30：基于S20中预测的网络渠道用户出游旅游地的情况，对出游网络渠道用户的手机信令数据进行获取，基于获取信息，对网络渠道用户的消费能力进行预测；
S40：对旅游地在对应营销方向的营销效果进行评估，基于评估结果对旅游地在对应营销方向的营销内容进行调整。
进一步的，所述S10包括：
S101：对旅游地在对应营销方向的营销内容，以及网络热搜关键词进行获取，对获取的营销内容中的关键词进行提取，对提取的关键词和获取的网络热搜关键词之间的匹配度进行确定，根据提取的关键词数量，对匹配度均值进行计算，得到旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值；
S102：根据旅游地在对应营销方向的营销内容中出现的差异性内容，对差异性内容在网络渠道上的被接受程度和被接受群体进行确定，结合旅游地在对应营销方向的受众群体，对旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，具体的确定公式W为：
W=1/m*∑m j=1(fj*bj)；
其中，j=1,2,…,m，表示旅游地在对应营销方向的受众群体类型对应的编号，m表示旅游地在对应营销方向的受众群体类型总数，fj表示编号为j的受众群体占旅游地在对应营销方向的受众群体的比例数，bj表示编号为j的受众群体在网络渠道上接受差异性内容的程度，W表示旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数；
S103：对S101中得到的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，与S102中确定的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数之间的乘积进行计算，得到旅游地对应营销方向的营销内容在网络渠道上的曝光度。
进一步的，所述S20包括：
S201：对各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况进行获取，根据获取信息，对网络渠道用户对旅游地的关注程度进行确定，具体的确定公式为D为：
D=[Σn i=1(si/Si)*Σn i=1(hi/Hi)]1+k；
其中，i=1,2,…,n，表示旅游地的营销方向对应的编号，n表示旅游地对应的营销方向总数，si表示网络渠道用户通过编号为i的营销方向对旅游地的浏览次数，Si表示网络渠道用户通过编号为i的营销方向搜索旅游景点的次数，hi表示网络渠道用户通过编号为i的营销方向对旅游地的浏览时长，Hi表示网络渠道用户通过编号为i的营销方向对旅游景点的浏览时长，k表示网络渠道用户对旅游地的关注情况，当k=1时，表示渠道用户未关注旅游地，当k=0时，表示渠道用户已关注旅游地，D表示网络渠道用户对旅游地的关注程度；
S202：对旅游地在对应营销方向的营销内容进行获取，将获取的营销内容与游客在网络渠道上针对对应营销方向的反馈内容进行匹配，基于匹配重合度对网络渠道用户前往旅游地的可能系数进行确定，对可能系数的均值与S201中确定的网络渠道用户对旅游地的关注程度之间的乘积进行计算，得到网络渠道用户出游旅游地的概率值，可能系数的均值=1/n*Σn i=1Gi，其中，Gi表示网络渠道用户基于编号为i的营销方向前往旅游地的可能系数；
S203：将S202中计算的概率值与设定阈值进行对比，若概率值≥设定阈值，则初步判断渠道用户会出游旅游地，反之，则初步判断渠道用户不会出游旅游地，基于初步判断结果，对网络渠道用户出游旅游地的人数进行预测。
进一步的，所述S30包括：对网络渠道用户近一个月的手机信令数据进行获取，基于获取信息对网络渠道用户的时空轨迹，以及网络渠道用户在对应轨迹位置的停留时间进行确定，根据网络渠道用户在对应轨迹位置的停留时间和对应轨迹停留点的所属类型，对网络渠道用户的消费场所和在对应消费场所的消费次数进行确定，结合对应消费场所的平均消费水平，对网络渠道用户的消费能力进行预测，具体的预测公式A为：
A=∑v c=1[dc*(tc/Tc)*pc]/F；
其中，c=1,2,…,v，表示消费场所对应的编号，v表示消费场所总数，dc表示编号为c的消费场所对应的平均消费金额，pc表示网络渠道用户进入编号为c的消费场所的消费次数，tc表示网络渠道用户进入编号为c的消费场所的平均消费时间，Tc表示客户进入编号为c的消费场所的标准消费时间，F表示网络渠道用户所在区域的月平均消费金额， A表示预测的网络渠道用户的消费能力，tc/Tc用于对网络渠道用户在编号为c的消费场所的消费比例时间进行计算，比例时间值越大表示网络渠道用户在消费场所的消费越高，反之，则消费越低。
进一步的，所述S40包括：
S401：对旅游地的月平均消费金额进行获取，对网络渠道用户所在区域的月平均消费金额与获取的旅游地的月平均消费金额之间的比值进行计算，对计算的比值与S30中预测的网络渠道用户的消费能力之间的乘积进行计算，得到网络渠道用户在旅游地的消费能力；
S402：根据S401中计算的网络渠道用户在旅游地的消费能力，结合S203中预测的网络渠道用户出游旅游地的情况，对网络渠道用户在旅游地的总消费能力进行确定，结合S103中预测的旅游地对应营销方向的营销内容在网络渠道上的曝光度，对旅游地在对应营销方向的营销效果进行评估，具体的评估公式Q为：
Q=β(wi/Wi)+(1-β)(r/R)；
其中，β表示比例系数，wi表示旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，Wi表示预设的旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，r表示网络渠道用户在旅游地的总消费能力，R表示预设的网络渠道用户在旅游地的总消费能力，Q表示旅游地在对应营销方向的营销效果评估值；
S403：将S402中评估的旅游地在对应营销方向的营销效果与预期营销效果进行对比，根据对比结果，对旅游地在对应营销方向的营销内容的曝光度和受众群体进行调整。
一种基于智慧文旅的营销数据分析系统，所述系统包括营销曝光分析模块、营销数据分析模块、消费能力预测模块和营销效果评估模块；
所述营销曝光分析模块用于对旅游地在对应营销方向的营销内容进行获取，对获取的营销内容中的关键词进行提取，将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测，并将预测的曝光度传输至营销效果评估模块；
所述营销数据分析模块用于根据各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索情况，对网络渠道用户对旅游地的关注程度进行确定，结合旅游地在对应营销方向营销内容的真实情况，对网络渠道用户出游旅游地的情况进行预测，并将预测的网络渠道用户出游旅游地的情况传输至消费能力预测模块；
所述消费能力预测模块用于对营销数据分析模块传输的网络渠道用户出游旅游地的情况进行接收，基于获取信息，对出游网络渠道用户的手机信令数据进行获取，根据获取的手机信令信息，对网络渠道用户的消费能力进行预测，并将预测的网络渠道用户的消费能力传输至营销效果评估模块；
所述营销效果评估模块用于对营销曝光分析模块传输的旅游地对应营销方向的营销内容在网络渠道上的曝光度，以及消费能力预测模块传输的网络渠道用户的消费能力进行接收，基于接收信息，对旅游地在对应营销方向的营销效果进行评估，基于评估结果对旅游地在对应营销方向的营销内容进行调整。
进一步的，所述营销曝光分析模块包括营销内容推送位置预测单元、营销内容推送位置维持单元和营销内容曝光度预测单元；
所述营销内容推送位置预测单元对旅游地在对应营销方向的营销内容，以及网络热搜关键词进行获取，对获取的营销内容中的关键词进行提取，对提取的关键词和获取的网络热搜关键词之间的匹配度进行确定，根据提取的关键词数量，对匹配度均值进行计算，得到旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，并将得到的概率值传输至营销内容曝光度预测单元；
所述营销内容推送位置维持单元根据旅游地在对应营销方向的营销内容中出现的差异性内容，对差异性内容在网络渠道上的被接受程度和被接受群体进行确定，结合旅游地在对应营销方向的受众群体，构建数学模型W=1/m*∑m j=1(fj*bj)对旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，并将确定的维持系数传输至营销内容曝光度预测单元，其中，j=1,2,…,m，表示旅游地在对应营销方向的受众群体类型对应的编号，m表示旅游地在对应营销方向的受众群体类型总数，fj表示编号为j的受众群体占旅游地在对应营销方向的受众群体的比例数，bj表示编号为j的受众群体在网络渠道上接受差异性内容的程度，W表示旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数；
所述营销内容曝光度预测单元对营销内容推送位置预测单元传输的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，以及营销内容推送位置维持单元传输的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行接收，对接收的概率值与维持系数之间的乘积进行计算，得到旅游地对应营销方向的营销内容在网络渠道上的曝光度，并将得到的曝光度传输至营销效果评估模块。
进一步的，所述营销数据分析模块包括营销数据分析单元、网络渠道用户出游概率预测单元和网络渠道用户出游情况确定单元；
所述营销数据分析单元对各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况进行获取，根据获取信息，构建数学模型D=[Σn i=1(si/Si)*Σn i=1(hi/Hi)]1+k对网络渠道用户对旅游地的关注程度进行确定，并将确定的关注程度传输至网络渠道用户出游概率预测单元，其中，i=1,2,…,n，表示旅游地的营销方向对应的编号，n表示旅游地对应的营销方向总数，si表示网络渠道用户通过编号为i的营销方向对旅游地的浏览次数，Si表示网络渠道用户通过编号为i的营销方向搜索旅游景点的次数，hi表示网络渠道用户通过编号为i的营销方向对旅游地的浏览时长，Hi表示网络渠道用户通过编号为i的营销方向对旅游景点的浏览时长，k表示网络渠道用户对旅游地的关注情况，当k=1时，表示渠道用户未关注旅游地，当k=0时，表示渠道用户已关注旅游地，D表示网络渠道用户对旅游地的关注程度；
所述网络渠道用户出游概率预测单元对营销数据分析单元传输的网络渠道用户对旅游地的关注程度进行接收，网络渠道用户出游概率预测单元对旅游地在对应营销方向的营销内容进行获取，将获取的营销内容与游客在网络渠道上针对对应营销方向的反馈内容进行匹配，基于匹配重合度对网络渠道用户前往旅游地的可能系数进行确定，对可能系数的均值与接收的网络渠道用户对旅游地的关注程度之间的乘积进行计算，得到网络渠道用户出游旅游地的概率值，并将得到的概率值传输至网络渠道用户出游情况确定单元；
所述网络渠道用户出游情况确定单元对网络渠道用户出游概率预测单元传输的网络渠道用户出游旅游地的概率值进行接收，将接收的概率值与设定阈值进行对比，若概率值≥设定阈值，则初步判断渠道用户会出游旅游地，反之，则初步判断渠道用户不会出游旅游地，基于初步判断结果，对网络渠道用户出游旅游地的人数进行预测，并将确定的网络渠道用户出游旅游地的情况传输至消费能力预测模块和营销效果评估模块。
进一步的，所述消费能力预测模块对网络渠道用户出游情况确定单元传输的网络渠道用户出游旅游地的情况进行接收，基于接收信息，对出游网络渠道用户近一个月的手机信令数据进行获取，基于获取信息对网络渠道用户的时空轨迹，以及网络渠道用户在对应轨迹位置的停留时间进行确定，根据网络渠道用户在对应轨迹位置的停留时间和对应轨迹停留点的所属类型，对网络渠道用户的消费场所和在对应消费场所的消费次数进行确定，结合对应消费场所的平均消费水平，构建预测模型A=∑v c=1[dc*(tc/Tc)*pc]/F对网络渠道用户的消费能力进行预测，并将预测的网络渠道用户的消费能力传输至营销效果评估模块，其中，c=1,2,…,v，表示消费场所对应的编号，v表示消费场所总数，dc表示编号为c的消费场所对应的平均消费金额，pc表示网络渠道用户进入编号为c的消费场所的消费次数，tc表示网络渠道用户进入编号为c的消费场所的平均消费时间，Tc表示客户进入编号为c的消费场所的标准消费时间，F表示网络渠道用户所在区域的月平均消费金额， A表示预测的网络渠道用户的消费能力，tc/Tc用于对网络渠道用户在编号为c的消费场所的消费比例时间进行计算，比例时间值越大表示网络渠道用户在消费场所的消费越高，反之，则消费越低。
进一步的，所述营销效果评估模块包括消费能力预测单元、营销效果评估单元和营销内容调整单元；
所述消费能力预测单元对消费能力预测模块传输的网络渠道用户的消费能力进行接收，消费能力预测单元对旅游地的月平均消费金额进行获取，对网络渠道用户所在区域的月平均消费金额与获取的旅游地的月平均消费金额之间的比值进行计算，对计算的比值与接收的网络渠道用户的消费能力之间的乘积进行计算，得到网络渠道用户在旅游地的消费能力，并将得到的网络渠道用户在旅游地的消费能力传输至营销效果评估单元；
所述营销效果评估单元对消费能力预测单元传输的网络渠道用户在旅游地的消费能力、网络渠道用户出游情况确定单元传输的网络渠道用户出游旅游地的情况，以及营销内容曝光度预测单元传输的旅游地对应营销方向的营销内容在网络渠道上的曝光度进行接收，根据接收的网络渠道用户的消费能力和网络渠道用户出游旅游地的情况，对网络渠道用户在旅游地的总消费能力进行确定，结合接收的旅游地对应营销方向的营销内容在网络渠道上的曝光度，构建数学模型Q=β(wi/Wi)+(1-β)(r/R)对旅游地在对应营销方向的营销效果进行评估，并将评估结果传输至营销内容调整单元，其中，β表示比例系数，wi表示旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，Wi表示预设的旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，r表示网络渠道用户在旅游地的总消费能力，R表示预设的网络渠道用户在旅游地的总消费能力，Q表示旅游地在对应营销方向的营销效果评估值；
所述营销内容调整单元对营销效果评估单元传输的评估结果进行接收，将接收的评估结果与预期营销效果进行对比，根据对比结果，对旅游地在对应营销方向的营销内容的曝光度和受众群体进行调整。
与现有技术相比，本发明所达到的有益效果是：
1.本发明根据网络热搜关键词与营销内容关键词之间的匹配情况，对对应方向营销内容出现在网络热搜关键词搜索页面的概率值进行计算，根据营销内容中存在的差异性内容被网络渠道用户的接受程度，以及接受的网络渠道用户所属群体，对对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，基于计算的概率值和确定的维持系数，对应营销方向的营销内容在网络渠道上的曝光度进行预测，根据营销内容与热点信息之间的关系，对对应营销方向的营销内容在网络渠道上的曝光度进行预测，能够更好的反应营销内容曝光度随时间的变化关系，保证营销数据分析结果更加精确。
2.本发明根据网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况，对网络渠道用户对旅游地的关注度进行预测，结合营销内容与游客反馈内容之间的匹配重合度，对网络渠道用户出游旅游地的情况进行预测，保证预测结果与实际数据相差较小。
3.本发明通过网络渠道用户的手机信令数据，对网络渠道用户的消费水平进行确定，根据确定结果，结合对应营销方向营销内容的曝光度，对营销数据的营销效果进行评估，此过程考虑到了网络渠道用户因消费水平过高而放弃出游旅游地的情况，进一步提高了营销数据的分析效果。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于智慧文旅的营销数据分析系统及方法的流程示意图；
图2是本发明一种基于智慧文旅的营销数据分析系统及方法的工作原理结构示意图。
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。
请参阅图1和图2，本发明提供技术方案：一种基于智慧文旅的营销数据分析方法，方法包括：
S10：对旅游地在对应营销方向的营销内容进行获取，对获取的营销内容中的关键词进行提取，将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测，差异性内容指旅游地在对应营销方向的营销内容相较于其它旅游景点在相同营销方向的营销内容而言，存在突出的创新内容；
S10包括：
S101：对旅游地在对应营销方向的营销内容，以及网络热搜关键词进行获取，对获取的营销内容中的关键词进行提取，对提取的关键词和获取的网络热搜关键词之间的匹配度进行确定，根据提取的关键词数量，对匹配度均值进行计算，得到旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值；
S102：根据旅游地在对应营销方向的营销内容中出现的差异性内容，对差异性内容在网络渠道上的被接受程度和被接受群体进行确定，结合旅游地在对应营销方向的受众群体，对旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，具体的确定公式W为：
W=1/m*∑m j=1(fj*bj)；
其中，j=1,2,…,m，表示旅游地在对应营销方向的受众群体类型对应的编号，m表示旅游地在对应营销方向的受众群体类型总数，fj表示编号为j的受众群体占旅游地在对应营销方向的受众群体的比例数，bj表示编号为j的受众群体在网络渠道上接受差异性内容的程度，W表示旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数；
S103：对S101中得到的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，与S102中确定的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数之间的乘积进行计算，得到旅游地对应营销方向的营销内容在网络渠道上的曝光度；
S20：根据各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索情况，对网络渠道用户对旅游地的关注程度进行确定，结合旅游地在对应营销方向营销内容的真实情况，对网络渠道用户出游旅游地的情况进行预测；
S20包括：
S201：对各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况进行获取，根据获取信息，对网络渠道用户对旅游地的关注程度进行确定，具体的确定公式为D为：
D=[Σn i=1(si/Si)*Σn i=1(hi/Hi)]1+k；
其中，i=1,2,…,n，表示旅游地的营销方向对应的编号，n表示旅游地对应的营销方向总数，si表示网络渠道用户通过编号为i的营销方向对旅游地的浏览次数，Si表示网络渠道用户通过编号为i的营销方向搜索旅游景点的次数，hi表示网络渠道用户通过编号为i的营销方向对旅游地的浏览时长，Hi表示网络渠道用户通过编号为i的营销方向对旅游景点的浏览时长，k表示网络渠道用户对旅游地的关注情况，当k=1时，表示渠道用户未关注旅游地，当k=0时，表示渠道用户已关注旅游地，D表示网络渠道用户对旅游地的关注程度；
S202：对旅游地在对应营销方向的营销内容进行获取，将获取的营销内容与游客在网络渠道上针对对应营销方向的反馈内容进行匹配，基于匹配重合度对网络渠道用户前往旅游地的可能系数进行确定，对可能系数的均值与S201中确定的网络渠道用户对旅游地的关注程度之间的乘积进行计算，得到网络渠道用户出游旅游地的概率值，可能系数的均值=1/n*Σn i=1Gi，其中，Gi表示网络渠道用户基于编号为i的营销方向前往旅游地的可能系数；
S203：将S202中计算的概率值与设定阈值进行对比，若概率值≥设定阈值，则初步判断渠道用户会出游旅游地，反之，则初步判断渠道用户不会出游旅游地，基于初步判断结果，对网络渠道用户出游旅游地的人数进行预测；
S30：基于S20中预测的网络渠道用户出游旅游地的情况，对出游网络渠道用户的手机信令数据进行获取，基于获取信息，对网络渠道用户的消费能力进行预测；
S30包括：对网络渠道用户近一个月的手机信令数据进行获取，基于获取信息对网络渠道用户的时空轨迹，以及网络渠道用户在对应轨迹位置的停留时间进行确定，根据网络渠道用户在对应轨迹位置的停留时间和对应轨迹停留点的所属类型，对网络渠道用户的消费场所和在对应消费场所的消费次数进行确定，结合对应消费场所的平均消费水平，对网络渠道用户的消费能力进行预测，具体的预测公式A为：
A=∑v c=1[dc*(tc/Tc)*pc]/F；
其中，c=1,2,…,v，表示消费场所对应的编号，v表示消费场所总数，dc表示编号为c的消费场所对应的平均消费金额，pc表示网络渠道用户进入编号为c的消费场所的消费次数，tc表示网络渠道用户进入编号为c的消费场所的平均消费时间，Tc表示客户进入编号为c的消费场所的标准消费时间，F表示网络渠道用户所在区域的月平均消费金额， A表示预测的网络渠道用户的消费能力，tc/Tc用于对网络渠道用户在编号为c的消费场所的消费比例时间进行计算，比例时间值越大表示网络渠道用户在消费场所的消费越高，反之，则消费越低。
S40：对旅游地在对应营销方向的营销效果进行评估，基于评估结果对旅游地在对应营销方向的营销内容进行调整；
S40包括：
S401：对旅游地的月平均消费金额进行获取，对网络渠道用户所在区域的月平均消费金额与获取的旅游地的月平均消费金额之间的比值进行计算，对计算的比值与S30中预测的网络渠道用户的消费能力之间的乘积进行计算，得到网络渠道用户在旅游地的消费能力；
S402：根据S401中计算的网络渠道用户在旅游地的消费能力，结合S203中预测的网络渠道用户出游旅游地的情况，对网络渠道用户在旅游地的总消费能力进行确定，结合S103中预测的旅游地对应营销方向的营销内容在网络渠道上的曝光度，对旅游地在对应营销方向的营销效果进行评估，具体的评估公式Q为：
Q=β(wi/Wi)+(1-β)(r/R)；
其中，β表示比例系数，wi表示旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，Wi表示预设的旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，r表示网络渠道用户在旅游地的总消费能力，R表示预设的网络渠道用户在旅游地的总消费能力，Q表示旅游地在对应营销方向的营销效果评估值；
S403：将S402中评估的旅游地在对应营销方向的营销效果与预期营销效果进行对比，根据对比结果，对旅游地在对应营销方向的营销内容的曝光度和受众群体进行调整。
一种基于智慧文旅的营销数据分析系统，系统包括营销曝光分析模块、营销数据分析模块、消费能力预测模块和营销效果评估模块；
营销曝光分析模块用于对旅游地在对应营销方向的营销内容进行获取，对获取的营销内容中的关键词进行提取，将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测，并将预测的曝光度传输至营销效果评估模块；
营销曝光分析模块包括营销内容推送位置预测单元、营销内容推送位置维持单元和营销内容曝光度预测单元；
营销内容推送位置预测单元对旅游地在对应营销方向的营销内容，以及网络热搜关键词进行获取，对获取的营销内容中的关键词进行提取，对提取的关键词和获取的网络热搜关键词之间的匹配度进行确定，根据提取的关键词数量，对匹配度均值进行计算，得到旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，并将得到的概率值传输至营销内容曝光度预测单元；
营销内容推送位置维持单元根据旅游地在对应营销方向的营销内容中出现的差异性内容，对差异性内容在网络渠道上的被接受程度和被接受群体进行确定，结合旅游地在对应营销方向的受众群体，构建数学模型W=1/m*∑m j=1(fj*bj)对旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，并将确定的维持系数传输至营销内容曝光度预测单元，其中，j=1,2,…,m，表示旅游地在对应营销方向的受众群体类型对应的编号，m表示旅游地在对应营销方向的受众群体类型总数，fj表示编号为j的受众群体占旅游地在对应营销方向的受众群体的比例数，bj表示编号为j的受众群体在网络渠道上接受差异性内容的程度，W表示旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数；
营销内容曝光度预测单元对营销内容推送位置预测单元传输的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，以及营销内容推送位置维持单元传输的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行接收，对接收的概率值与维持系数之间的乘积进行计算，得到旅游地对应营销方向的营销内容在网络渠道上的曝光度，并将得到的曝光度传输至营销效果评估模块；
营销数据分析模块用于根据各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索情况，对网络渠道用户对旅游地的关注程度进行确定，结合旅游地在对应营销方向营销内容的真实情况，对网络渠道用户出游旅游地的情况进行预测，并将预测的网络渠道用户出游旅游地的情况传输至消费能力预测模块；
营销数据分析模块包括营销数据分析单元、网络渠道用户出游概率预测单元和网络渠道用户出游情况确定单元；
营销数据分析单元对各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况进行获取，根据获取信息，构建数学模型D=[Σn i=1(si/Si)*Σn i=1(hi/Hi)]1+k对网络渠道用户对旅游地的关注程度进行确定，并将确定的关注程度传输至网络渠道用户出游概率预测单元；
网络渠道用户出游概率预测单元对营销数据分析单元传输的网络渠道用户对旅游地的关注程度进行接收，网络渠道用户出游概率预测单元对旅游地在对应营销方向的营销内容进行获取，将获取的营销内容与游客在网络渠道上针对对应营销方向的反馈内容进行匹配，基于匹配重合度对网络渠道用户前往旅游地的可能系数进行确定，对可能系数的均值与接收的网络渠道用户对旅游地的关注程度之间的乘积进行计算，得到网络渠道用户出游旅游地的概率值，并将得到的概率值传输至网络渠道用户出游情况确定单元；
网络渠道用户出游情况确定单元对网络渠道用户出游概率预测单元传输的网络渠道用户出游旅游地的概率值进行接收，将接收的概率值与设定阈值进行对比，若概率值≥设定阈值，则初步判断渠道用户会出游旅游地，反之，则初步判断渠道用户不会出游旅游地，基于初步判断结果，对网络渠道用户出游旅游地的人数进行预测，并将确定的网络渠道用户出游旅游地的情况传输至消费能力预测模块和营销效果评估模块；
消费能力预测模块用于对营销数据分析模块传输的网络渠道用户出游旅游地的情况进行接收，基于获取信息，对出游网络渠道用户的手机信令数据进行获取，根据获取的手机信令信息，对网络渠道用户的消费能力进行预测，并将预测的网络渠道用户的消费能力传输至营销效果评估模块；
消费能力预测模块对网络渠道用户出游情况确定单元传输的网络渠道用户出游旅游地的情况进行接收，基于接收信息，对出游网络渠道用户近一个月的手机信令数据进行获取，基于获取信息对网络渠道用户的时空轨迹，以及网络渠道用户在对应轨迹位置的停留时间进行确定，根据网络渠道用户在对应轨迹位置的停留时间和对应轨迹停留点的所属类型，对网络渠道用户的消费场所和在对应消费场所的消费次数进行确定，结合对应消费场所的平均消费水平，构建预测模型A=∑v c=1[dc*(tc/Tc)*pc]/F对网络渠道用户的消费能力进行预测，并将预测的网络渠道用户的消费能力传输至营销效果评估模块，其中，c=1,2,…,v，表示消费场所对应的编号，v表示消费场所总数，dc表示编号为c的消费场所对应的平均消费金额，pc表示网络渠道用户进入编号为c的消费场所的消费次数，tc表示网络渠道用户进入编号为c的消费场所的平均消费时间，Tc表示客户进入编号为c的消费场所的标准消费时间，F表示网络渠道用户所在区域的月平均消费金额， A表示预测的网络渠道用户的消费能力，tc/Tc用于对网络渠道用户在编号为c的消费场所的消费比例时间进行计算，比例时间值越大表示网络渠道用户在消费场所的消费越高，反之，则消费越低；
营销效果评估模块用于对营销曝光分析模块传输的旅游地对应营销方向的营销内容在网络渠道上的曝光度，以及消费能力预测模块传输的网络渠道用户的消费能力进行接收，基于接收信息，对旅游地在对应营销方向的营销效果进行评估，基于评估结果对旅游地在对应营销方向的营销内容进行调整。
营销效果评估模块包括消费能力预测单元、营销效果评估单元和营销内容调整单元；
消费能力预测单元对消费能力预测模块传输的网络渠道用户的消费能力进行接收，消费能力预测单元对旅游地的月平均消费金额进行获取，对网络渠道用户所在区域的月平均消费金额与获取的旅游地的月平均消费金额之间的比值进行计算，对计算的比值与接收的网络渠道用户的消费能力之间的乘积进行计算，得到网络渠道用户在旅游地的消费能力，并将得到的网络渠道用户在旅游地的消费能力传输至营销效果评估单元；
营销效果评估单元对消费能力预测单元传输的网络渠道用户在旅游地的消费能力、网络渠道用户出游情况确定单元传输的网络渠道用户出游旅游地的情况，以及营销内容曝光度预测单元传输的旅游地对应营销方向的营销内容在网络渠道上的曝光度进行接收，根据接收的网络渠道用户的消费能力和网络渠道用户出游旅游地的情况，对网络渠道用户在旅游地的总消费能力进行确定，结合接收的旅游地对应营销方向的营销内容在网络渠道上的曝光度，构建数学模型Q=β(wi/Wi)+(1-β)(r/R)对旅游地在对应营销方向的营销效果进行评估，并将评估结果传输至营销内容调整单元，其中，β表示比例系数，wi表示旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，Wi表示预设的旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，r表示网络渠道用户在旅游地的总消费能力，R表示预设的网络渠道用户在旅游地的总消费能力，Q表示旅游地在对应营销方向的营销效果评估值；
营销内容调整单元对营销效果评估单元传输的评估结果进行接收，将接收的评估结果与预期营销效果进行对比，根据对比结果，对旅游地在对应营销方向的营销内容的曝光度和受众群体进行调整。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于智慧文旅的营销数据分析方法，其特征在于：所述方法包括：
S10：对旅游地在对应营销方向的营销内容进行获取，对获取的营销内容中的关键词进行提取，将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测；
S20：根据各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索情况，对网络渠道用户对旅游地的关注程度进行确定，结合旅游地在对应营销方向营销内容的真实情况，对网络渠道用户出游旅游地的情况进行预测；
S30：基于S20中预测的网络渠道用户出游旅游地的情况，对出游网络渠道用户的手机信令数据进行获取，基于获取信息，对网络渠道用户的消费能力进行预测；
S40：对旅游地在对应营销方向的营销效果进行评估，基于评估结果对旅游地在对应营销方向的营销内容进行调整。
2.根据权利要求1所述的一种基于智慧文旅的营销数据分析方法，其特征在于：所述S10包括：
S101：对旅游地在对应营销方向的营销内容，以及网络热搜关键词进行获取，对获取的营销内容中的关键词进行提取，对提取的关键词和获取的网络热搜关键词之间的匹配度进行确定，根据提取的关键词数量，对匹配度均值进行计算，得到旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值；
S102：根据旅游地在对应营销方向的营销内容中出现的差异性内容，对差异性内容在网络渠道上的被接受程度和被接受群体进行确定，结合旅游地在对应营销方向的受众群体，对旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，具体的确定公式W为：
W=1/m*∑m j=1(fj*bj)；
其中，j=1,2,…,m，表示旅游地在对应营销方向的受众群体类型对应的编号，m表示旅游地在对应营销方向的受众群体类型总数，fj表示编号为j的受众群体占旅游地在对应营销方向的受众群体的比例数，bj表示编号为j的受众群体在网络渠道上接受差异性内容的程度，W表示旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数；
S103：对S101中得到的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，与S102中确定的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数之间的乘积进行计算，得到旅游地对应营销方向的营销内容在网络渠道上的曝光度。
3.根据权利要求2所述的一种基于智慧文旅的营销数据分析方法，其特征在于：所述S20包括：
S201：对各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况进行获取，根据获取信息，对网络渠道用户对旅游地的关注程度进行确定，具体的确定公式为D为：
D=[Σn i=1(si/Si)*Σn i=1(hi/Hi)]1+k；
其中，i=1,2,…,n，表示旅游地的营销方向对应的编号，n表示旅游地对应的营销方向总数，si表示网络渠道用户通过编号为i的营销方向对旅游地的浏览次数，Si表示网络渠道用户通过编号为i的营销方向搜索旅游景点的次数，hi表示网络渠道用户通过编号为i的营销方向对旅游地的浏览时长，Hi表示网络渠道用户通过编号为i的营销方向对旅游景点的浏览时长，k表示网络渠道用户对旅游地的关注情况，当k=1时，表示渠道用户未关注旅游地，当k=0时，表示渠道用户已关注旅游地，D表示网络渠道用户对旅游地的关注程度；
S202：对旅游地在对应营销方向的营销内容进行获取，将获取的营销内容与游客在网络渠道上针对对应营销方向的反馈内容进行匹配，基于匹配重合度对网络渠道用户前往旅游地的可能系数进行确定，对可能系数的均值与S201中确定的网络渠道用户对旅游地的关注程度之间的乘积进行计算，得到网络渠道用户出游旅游地的概率值；
S203：将S202中计算的概率值与设定阈值进行对比，若概率值≥设定阈值，则初步判断渠道用户会出游旅游地，反之，则初步判断渠道用户不会出游旅游地，基于初步判断结果，对网络渠道用户出游旅游地的人数进行预测。
4.根据权利要求3所述的一种基于智慧文旅的营销数据分析方法，其特征在于：所述S30包括：对网络渠道用户近一个月的手机信令数据进行获取，基于获取信息对网络渠道用户的时空轨迹，以及网络渠道用户在对应轨迹位置的停留时间进行确定，根据网络渠道用户在对应轨迹位置的停留时间和对应轨迹停留点的所属类型，对网络渠道用户的消费场所和在对应消费场所的消费次数进行确定，结合对应消费场所的平均消费水平，对网络渠道用户的消费能力进行预测，具体的预测公式A为：
A=∑v c=1[dc*(tc/Tc)*pc]/F；
其中，c=1,2,…,v，表示消费场所对应的编号，v表示消费场所总数，dc表示编号为c的消费场所对应的平均消费金额，pc表示网络渠道用户进入编号为c的消费场所的消费次数，tc表示网络渠道用户进入编号为c的消费场所的平均消费时间，Tc表示客户进入编号为c的消费场所的标准消费时间，F表示网络渠道用户所在区域的月平均消费金额， A表示预测的网络渠道用户的消费能力。
5.根据权利要求4所述的一种基于智慧文旅的营销数据分析方法，其特征在于：所述S40包括：
S401：对旅游地的月平均消费金额进行获取，对网络渠道用户所在区域的月平均消费金额与获取的旅游地的月平均消费金额之间的比值进行计算，对计算的比值与S30中预测的网络渠道用户的消费能力之间的乘积进行计算，得到网络渠道用户在旅游地的消费能力；
S402：根据S401中计算的网络渠道用户在旅游地的消费能力，结合S203中预测的网络渠道用户出游旅游地的情况，对网络渠道用户在旅游地的总消费能力进行确定，结合S103中预测的旅游地对应营销方向的营销内容在网络渠道上的曝光度，对旅游地在对应营销方向的营销效果进行评估，具体的评估公式Q为：
Q=β(wi/Wi)+(1-β)(r/R)；
其中，β表示比例系数，wi表示旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，Wi表示预设的旅游地在编号为i的营销方向的营销内容在网络渠道上的曝光度，r表示网络渠道用户在旅游地的总消费能力，R表示预设的网络渠道用户在旅游地的总消费能力，Q表示旅游地在对应营销方向的营销效果评估值；
S403：将S402中评估的旅游地在对应营销方向的营销效果与预期营销效果进行对比，根据对比结果，对旅游地在对应营销方向的营销内容的曝光度和受众群体进行调整。
6.一种应用于权利要求1-5任一项所述的基于智慧文旅的营销数据分析方法的基于智慧文旅的营销数据分析系统，其特征在于：所述系统包括营销曝光分析模块、营销数据分析模块、消费能力预测模块和营销效果评估模块；
所述营销曝光分析模块用于对旅游地在对应营销方向的营销内容进行获取，对获取的营销内容中的关键词进行提取，将提取的关键词与热搜关键词进行匹配，结合营销内容中的差异性内容在网络渠道上的被接受程度和被接受群体，对旅游地对应营销方向的营销内容在网络渠道上的曝光度进行预测，并将预测的曝光度传输至营销效果评估模块；
所述营销数据分析模块用于根据各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索情况，对网络渠道用户对旅游地的关注程度进行确定，结合旅游地在对应营销方向营销内容的真实情况，对网络渠道用户出游旅游地的情况进行预测，并将预测的网络渠道用户出游旅游地的情况传输至消费能力预测模块；
所述消费能力预测模块用于对营销数据分析模块传输的网络渠道用户出游旅游地的情况进行接收，基于获取信息，对出游网络渠道用户的手机信令数据进行获取，根据获取的手机信令信息，对网络渠道用户的消费能力进行预测，并将预测的网络渠道用户的消费能力传输至营销效果评估模块；
所述营销效果评估模块用于对营销曝光分析模块传输的旅游地对应营销方向的营销内容在网络渠道上的曝光度，以及消费能力预测模块传输的网络渠道用户的消费能力进行接收，基于接收信息，对旅游地在对应营销方向的营销效果进行评估，基于评估结果对旅游地在对应营销方向的营销内容进行调整。
7.根据权利要求6所述的一种基于智慧文旅的营销数据分析系统，其特征在于：所述营销曝光分析模块包括营销内容推送位置预测单元、营销内容推送位置维持单元和营销内容曝光度预测单元；
所述营销内容推送位置预测单元对旅游地在对应营销方向的营销内容，以及网络热搜关键词进行获取，对获取的营销内容中的关键词进行提取，对提取的关键词和获取的网络热搜关键词之间的匹配度进行确定，根据提取的关键词数量，对匹配度均值进行计算，得到旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，并将得到的概率值传输至营销内容曝光度预测单元；
所述营销内容推送位置维持单元根据旅游地在对应营销方向的营销内容中出现的差异性内容，对差异性内容在网络渠道上的被接受程度和被接受群体进行确定，结合旅游地在对应营销方向的受众群体，构建数学模型W=1/m*∑m j=1(fj*bj)对旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行确定，并将确定的维持系数传输至营销内容曝光度预测单元；
所述营销内容曝光度预测单元对营销内容推送位置预测单元传输的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的概率值，以及营销内容推送位置维持单元传输的旅游地在对应营销方向的营销内容出现在网络热搜关键词搜索页面的维持系数进行接收，对接收的概率值与维持系数之间的乘积进行计算，得到旅游地对应营销方向的营销内容在网络渠道上的曝光度，并将得到的曝光度传输至营销效果评估模块。
8.根据权利要求7所述的一种基于智慧文旅的营销数据分析系统，其特征在于：所述营销数据分析模块包括营销数据分析单元、网络渠道用户出游概率预测单元和网络渠道用户出游情况确定单元；
所述营销数据分析单元对各网络渠道中网络渠道用户对对应营销方向旅游景点的搜索次数，网络渠道用户对旅游地的浏览时长、浏览次数和关注情况进行获取，根据获取信息，构建数学模型D=[Σn i=1(si/Si)*Σn i=1(hi/Hi)]1+k对网络渠道用户对旅游地的关注程度进行确定，并将确定的关注程度传输至网络渠道用户出游概率预测单元；
所述网络渠道用户出游概率预测单元对营销数据分析单元传输的网络渠道用户对旅游地的关注程度进行接收，网络渠道用户出游概率预测单元对旅游地在对应营销方向的营销内容进行获取，将获取的营销内容与游客在网络渠道上针对对应营销方向的反馈内容进行匹配，基于匹配重合度对网络渠道用户前往旅游地的可能系数进行确定，对可能系数的均值与接收的网络渠道用户对旅游地的关注程度之间的乘积进行计算，得到网络渠道用户出游旅游地的概率值，并将得到的概率值传输至网络渠道用户出游情况确定单元；
所述网络渠道用户出游情况确定单元对网络渠道用户出游概率预测单元传输的网络渠道用户出游旅游地的概率值进行接收，将接收的概率值与设定阈值进行对比，若概率值≥设定阈值，则初步判断渠道用户会出游旅游地，反之，则初步判断渠道用户不会出游旅游地，基于初步判断结果，对网络渠道用户出游旅游地的人数进行预测，并将确定的网络渠道用户出游旅游地的情况传输至消费能力预测模块和营销效果评估模块。
9.根据权利要求8所述的一种基于智慧文旅的营销数据分析系统，其特征在于：所述消费能力预测模块对网络渠道用户出游情况确定单元传输的网络渠道用户出游旅游地的情况进行接收，基于接收信息，对出游网络渠道用户近一个月的手机信令数据进行获取，基于获取信息对网络渠道用户的时空轨迹，以及网络渠道用户在对应轨迹位置的停留时间进行确定，根据网络渠道用户在对应轨迹位置的停留时间和对应轨迹停留点的所属类型，对网络渠道用户的消费场所和在对应消费场所的消费次数进行确定，结合对应消费场所的平均消费水平，构建预测模型A=∑v c=1[dc*(tc/Tc)*pc]/F对网络渠道用户的消费能力进行预测，并将预测的网络渠道用户的消费能力传输至营销效果评估模块。
10.根据权利要求9所述的一种基于智慧文旅的营销数据分析系统，其特征在于：所述营销效果评估模块包括消费能力预测单元、营销效果评估单元和营销内容调整单元；
所述消费能力预测单元对消费能力预测模块传输的网络渠道用户的消费能力进行接收，消费能力预测单元对旅游地的月平均消费金额进行获取，对网络渠道用户所在区域的月平均消费金额与获取的旅游地的月平均消费金额之间的比值进行计算，对计算的比值与接收的网络渠道用户的消费能力之间的乘积进行计算，得到网络渠道用户在旅游地的消费能力，并将得到的网络渠道用户在旅游地的消费能力传输至营销效果评估单元；
所述营销效果评估单元对消费能力预测单元传输的网络渠道用户在旅游地的消费能力、网络渠道用户出游情况确定单元传输的网络渠道用户出游旅游地的情况，以及营销内容曝光度预测单元传输的旅游地对应营销方向的营销内容在网络渠道上的曝光度进行接收，根据接收的网络渠道用户的消费能力和网络渠道用户出游旅游地的情况，对网络渠道用户在旅游地的总消费能力进行确定，结合接收的旅游地对应营销方向的营销内容在网络渠道上的曝光度，构建数学模型Q=β(wi/Wi)+(1-β)(r/R)对旅游地在对应营销方向的营销效果进行评估，并将评估结果传输至营销内容调整单元；
所述营销内容调整单元对营销效果评估单元传输的评估结果进行接收，将接收的评估结果与预期营销效果进行对比，根据对比结果，对旅游地在对应营销方向的营销内容的曝光度和受众群体进行调整。
CN202310825647.7A 2023-07-07 2023-07-07 一种基于智慧文旅的营销数据分析系统及方法 Active CN116562915B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310825647.7A CN116562915B (zh) 2023-07-07 2023-07-07 一种基于智慧文旅的营销数据分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310825647.7A CN116562915B (zh) 2023-07-07 2023-07-07 一种基于智慧文旅的营销数据分析系统及方法

Publications (2)

Publication Number Publication Date
CN116562915A true CN116562915A (zh) 2023-08-08
CN116562915B CN116562915B (zh) 2023-09-29

Family

ID=87498582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310825647.7A Active CN116562915B (zh) 2023-07-07 2023-07-07 一种基于智慧文旅的营销数据分析系统及方法

Country Status (1)

Country Link
CN (1) CN116562915B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
CN112258141A (zh) * 2020-09-19 2021-01-22 纵横大数据有限公司 企业全域旅游大数据经营管理和营销平台
CN112837085A (zh) * 2020-12-31 2021-05-25 周凯 一种面向文旅融合的智慧营销数据分析装置
KR20210063649A (ko) * 2019-11-25 2021-06-02 (주)나모 빅 데이터 기반의 감성정보를 반영한 관광지 정보 제공 시스템 및 그 구동방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
KR20210063649A (ko) * 2019-11-25 2021-06-02 (주)나모 빅 데이터 기반의 감성정보를 반영한 관광지 정보 제공 시스템 및 그 구동방법
CN112258141A (zh) * 2020-09-19 2021-01-22 纵横大数据有限公司 企业全域旅游大数据经营管理和营销平台
CN112837085A (zh) * 2020-12-31 2021-05-25 周凯 一种面向文旅融合的智慧营销数据分析装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张迪: "网红营销背景下短视频对旅游者目的地决策的影响研究", 《中国优秀硕士学位论文全文数据库》 *
杜卓群: "互联网对文旅融合的影响机制研究", 《中国优秀硕士学位论文全文数据库》 *

Also Published As

Publication number Publication date
CN116562915B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
Simic et al. An integrated CRITIC and MABAC based type-2 neutrosophic model for public transportation pricing system selection
Deveci et al. WASPAS and TOPSIS based interval type-2 fuzzy MCDM method for a selection of a car sharing station
US9898759B2 (en) Methods and systems for collecting driving information and classifying drivers and self-driving systems
US20120115505A1 (en) System and method for population tracking, counting, and movement estimation using mobile operational data and/or geographic information in mobile network
US20070042770A1 (en) Information distribution
Qi et al. Assessment of transport equity to central business district (CBD) in Sydney, Australia
Nozick et al. Evaluation of travel demand measures and programs: a data envelopment analysis approach
Beura et al. Urban road segment level of service based on bicycle users’ perception under mixed traffic conditions
US20050021845A1 (en) Information distribution service providing system
Sprumont et al. On the consistency between commuting satisfaction and traveling utility: the case of the University of Luxembourg
Zhang et al. Dynamic toll pricing using dynamic traffic assignment system with online calibration
Qu et al. How many vehicles do we need? Fleet sizing for shared autonomous vehicles with ridesharing
Fakhrmoosavi et al. Incorporating travel time reliability in equitable congestion pricing schemes for heterogeneous users and bimodal networks
Nazem et al. Demographic analysis of route choice for public transit
Jing et al. Small things, big impact: The network-mediated spillover effect through a transport connectivity enhancement project
CN116562915B (zh) 一种基于智慧文旅的营销数据分析系统及方法
Lee et al. Development of traffic-based congestion pricing and its application to automated vehicles
JP7227862B2 (ja) ポート開設場所提案装置
Viggiano et al. Journey-based characterization of multi-modal public transportation networks
Reuscher et al. Transferability of nationwide personal transportation survey data to regional and local scales
Deng et al. Impacts of real-time transit information on bus passengers’ travel choices based on travel behaviour survey
Seo et al. Analysis of overlapping origin–destination pairs between bus stations to enhance the efficiency of bus operations
WO2014187476A1 (en) Method and system for predicting mobility demand of users
O’Neill et al. Long-distance trip generation modeling using ATS
CN114298421A (zh) 用户的兴趣点预测模型的建模、使用方法及相关设备

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
TA01 Transfer of patent application right

Effective date of registration: 20230907

Address after: Group 2, Liyuqiao Community Residents' Committee, Lingyang Town, Cili County, Zhangjiajie City, Hunan Province, 427200

Applicant after: Zhuo Shi

Address before: 8007, Building 8, Dajiao Pavilion (Beijing Pharmaceutical Machinery Equipment Factory), Guangqu East Road, Chaoyang District, Beijing, 100000

Applicant before: Guoshang Puhui (Beijing) Investment Fund Management Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant