CN116976935A - 一种基于互联网的电商精准营销系统 - Google Patents
一种基于互联网的电商精准营销系统 Download PDFInfo
- Publication number
- CN116976935A CN116976935A CN202310846222.4A CN202310846222A CN116976935A CN 116976935 A CN116976935 A CN 116976935A CN 202310846222 A CN202310846222 A CN 202310846222A CN 116976935 A CN116976935 A CN 116976935A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- user
- internet
- accurate
- 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
- 238000013480 data collection Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- 238000012217 deletion Methods 0.000 claims description 12
- 230000037430 deletion Effects 0.000 claims description 12
- 238000011985 exploratory data analysis Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 description 4
- 230000002155 anti-virotic effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 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
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于互联网的电商精准营销系统,涉及计算机辅助营销技术领域。该电商精准营销系统,包括数据收集模块、数据分析模块、用户画像模块、精准推荐模块和隐私保护模块五大子系统,数据收集模块负责从互联网上收集用户数据;数据分析模块负责将收集来的数据进行整理;用户画像模块负责将用户数据建立起一个用户信息的精准描述;精准推荐模块根据按照用户的需求和喜好以及可能的需要对用户进行精准投放;隐私保护模块负责将用户信息进行安全保护。通过隐私保护模块将得到的数据使用加密技术将网民隐私保护起来,使得用户的隐私信息得到安全性更高的保护,同时通过改进的算法对用户进行精准分类,从而使得数据分析结果的准确度得到提升。
Description
技术领域
本发明涉及计算机辅助营销技术领域,具体为一种基于互联网的电商精准营销系统。
背景技术
互联网大数据目前已经形成了一个庞大的生态体系,这里面既包括技术体系,也包括业务体系,涉及到的环节包括数据采集、数据整理、存储、安全、分析、呈现和应用,随着大数据不断开始落地到行业领域,大数据自身也正在开辟出越来越大的价值空间。营销系统是企业为客户创造价值,实现与客户的交换,并最终获得销售收入和投资回报的主题系统,营销系统涉及的因素很多,其中既有企业内部因素又有企业外部因素,而这些因素无一例外都在发展变化着。因此企业的营销策略及其组合应能随着企业内外环境的变化而适时作出相应调整。
现有的电商通常通过营销系统来为自己招揽客源,营销产品,但是由于营销平台和平台销售产品的品质参差不齐,总会出现消费者信息被泄漏的现象,消费者们不仅需要花费更多的时间在查阅商品评论上,还需要注意自身的隐私信息安全,使得消费者的用户体验大大降低,长期以往会使客源严重流失。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于互联网的电商精准营销系统,解决了现有的营销系统总会出现消费者信息被泄漏的现象。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于互联网的电商精准营销系统,包括数据收集模块、数据分析模块、用户画像模块、精准推荐模块和隐私保护模块五大子系统,数据收集模块负责从互联网上收集用户数据;数据分析模块负责将收集来的数据进行整理,从数据中提取有用的用户信息;用户画像模块负责将通过收集、整理和分析所得到的用户数据建立起一个用户信息的精准描述;精准推荐模块根据用户画像模块所得出的结果按照用户的需求和喜好以及可能的需要对用户进行精准投放;隐私保护模块负责将分析出的用户信息进行安全保护。
优选的,所述数据收集模块包括外部数据收集和用户数据记录,所述外部数据收集将用户在网页的浏览记录、搜索历史、购买记录都记录下来,所述用户数据将互联网上用户个人的基本信息收集起来,并将所收集起来的信息全部发送给数据分析模块。
优选的,所述数据分析模块将所收集来的信息通过数据清洗模块进行清洗,去除无用的数据和重复的数据,保留有价值的数据,将已经清洗过的数据通过数据预处理模块进行特征选择、特征提取和特征缩放变化,将来自不同来源的数据进行集成,统一到一个数据仓库中。
通过上述技术方案,通过对原始数据进行清洗、转化和集成等操作,可以使得数据更加适合后续的建模和分析工作。
优选的,所述数据预处理模块将处理好的数据发送给探索性数据分析模块,所述探索性数据分析通过绘制图表、计算统计量的方式对数据进行探索性数据分析,之后探索性数据将分析好的数据发送给模型建立模块,所述模型建立模块将数据通过独热编码、数值归一化、PCA降维和文本向量化选择和构造合适的特征来描述用户和商品,之后将数据集划分为训练集、验证集和测试集,并通过交叉验证来评估模型的性能,之后将建立好的模型数据发送到用户画像模块。
优选的,所述用户画像模块通过建立好的模型将用户数据转化为有价值的用户画像信息,所述用户画像模块通过用户分类模块将用户根据性别、年龄、地域、职业和兴趣以及行为数据进行分类,基于用户分类模块所得到的结果,建立出用户画像模型,并将用户画像模型数据信息发送到精准推荐模块。
通过上述技术方案,使得电商平台可以更好地了解用户需求和喜好,从而提供更优质的个性化服务和推荐,同时也能更加准确地制定营销策略,提高用户忠诚度和购买转化率。
优选的,所述精准推荐模块通过推荐排序模块,将提取的用户画像模型输入到推荐算法中,计算每个商品被推荐给用户的概率,然后按照概率大小进行排序,最终将排名前几的商品推荐给用户,推荐完成之后,数据由于用户的行为和属性数据的不断变化,需要通过实时更新模块对数据进行不断更新,并将更新完成的数据再次传送到精准推荐模块。
优选的,所述隐私保护模块将得到的数据使用加密技术将网民隐私保护起来,加密好的信息由安全存储数据模块被安全地存储在受保护的服务器,并使用防火墙、反病毒软件来保证数据安全,安全存储数据模块定期将存储好的数据发送到定期删除数据模块,定期删除数据模块将发送过来的数据通过系统管理工具,设置自动化任务来执行删除操作。
通过上述技术方案,使得用户的隐私信息得到安全性更高的保护,以减少用户数据信息泄露的风险。
(三)有益效果
本发明提供了一种基于互联网的电商精准营销系统。具备以下有益效果:
本发明通过隐私保护模块将得到的数据使用加密技术将网民隐私保护起来,加密好的信息由安全存储数据模块被安全地存储在受保护的服务器,并使用防火墙、反病毒软件来保证数据安全,且安全存储数据模块定期将存储好的数据发送到定期删除数据模块,定期删除数据模块将发送过来的数据通过系统管理工具,设置自动化任务来执行删除操作,使得用户的隐私信息得到安全性更高的保护,以减少用户数据信息泄露的风险,同时通过改进的算法对用户进行精准分类,提升了用户画像模型的准确性,从而使得数据分析结果的准确度得到提升。
附图说明
图1为本发明电商精准营销的流程图。
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。
实施例一:
如图1示,本发明实施例提供一种基于互联网的电商精准营销系统,包括数据收集模块、数据分析模块、用户画像模块、精准推荐模块和隐私保护模块五大子系统,数据收集模块负责从互联网上收集用户数据;数据分析模块负责将收集来的数据进行整理,从数据中提取有用的用户信息;用户画像模块负责将通过收集、整理和分析所得到的用户数据建立起一个用户信息的精准描述;精准推荐模块根据用户画像模块所得出的结果按照用户的需求和喜好以及可能的需要对用户进行精准投放;隐私保护模块负责将分析出的用户信息进行安全保护。
所述数据收集模块包括外部数据收集和用户数据记录,所述外部数据收集将用户在网页的浏览记录、搜索历史、购买记录都记录下来,所述用户数据将互联网上用户个人的基本信息收集起来,并将所收集起来的信息全部发送给数据分析模块。
所述数据分析模块将所收集来的信息通过数据清洗模块进行清洗,去除无用的数据和重复的数据,保留有价值的数据,将已经清洗过的数据通过数据预处理模块进行特征选择、特征提取和特征缩放变化,将来自不同来源的数据进行集成,统一到一个数据仓库中。
所述数据预处理模块将处理好的数据发送给探索性数据分析模块,所述探索性数据分析通过绘制图表、计算统计量的方式对数据进行探索性数据分析,之后探索性数据将分析好的数据发送给模型建立模块,所述模型建立模块将数据通过独热编码、数值归一化、PCA降维和文本向量化选择和构造合适的特征来描述用户和商品,之后将数据集划分为训练集、验证集和测试集,并通过交叉验证来评估模型的性能,之后将建立好的模型数据发送到用户画像模块。
所述用户画像模块通过建立好的模型将用户数据转化为有价值的用户画像信息,所述用户画像模块通过用户分类模块将用户根据性别、年龄、地域、职业和兴趣以及行为数据进行分类,基于用户分类模块所得到的结果,建立出用户画像模型,并将用户画像模型数据信息发送到精准推荐模块。
所述精准推荐模块通过推荐排序模块,将提取的用户画像模型输入到推荐算法中,计算每个商品被推荐给用户的概率,然后按照概率大小进行排序,最终将排名前几的商品推荐给用户,推荐完成之后,数据由于用户的行为和属性数据的不断变化,需要通过实时更新模块对数据进行不断更新,并将更新完成的数据再次传送到精准推荐模块。
所述隐私保护模块将得到的数据使用加密技术将网民隐私保护起来,加密好的信息由安全存储数据模块被安全地存储在受保护的服务器,并使用防火墙、反病毒软件来保证数据安全,安全存储数据模块定期将存储好的数据发送到定期删除数据模块,定期删除数据模块将发送过来的数据通过系统管理工具,设置自动化任务来执行删除操作。
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 (7)
1.一种基于互联网的电商精准营销系统,其特征在于:包括数据收集模块、数据分析模块、用户画像模块、精准推荐模块和隐私保护模块五大子系统,数据收集模块负责从互联网上收集用户数据;数据分析模块负责将收集来的数据进行整理,从数据中提取有用的用户信息;用户画像模块负责将通过收集、整理和分析所得到的用户数据建立起一个用户信息的精准描述;精准推荐模块根据用户画像模块所得出的结果按照用户的需求和喜好以及可能的需要对用户进行精准投放;隐私保护模块负责将分析出的用户信息进行安全保护。
2.根据权利要求1所述的一种基于互联网的电商精准营销系统,其特征在于:所述数据收集模块包括外部数据收集和用户数据记录,所述外部数据收集将用户在网页的浏览记录、搜索历史、购买记录都记录下来,所述用户数据将互联网上用户个人的基本信息收集起来,并将所收集起来的信息全部发送给数据分析模块。
3.根据权利要求1所述的一种基于互联网的电商精准营销系统,其特征在于:所述数据分析模块将所收集来的信息通过数据清洗模块进行清洗,去除无用的数据和重复的数据,保留有价值的数据,将已经清洗过的数据通过数据预处理模块进行特征选择、特征提取和特征缩放变化,将来自不同来源的数据进行集成,统一到一个数据仓库中。
4.根据权利要求3所述的一种基于互联网的电商精准营销系统,其特征在于:所述数据预处理模块将处理好的数据发送给探索性数据分析模块,所述探索性数据分析通过绘制图表、计算统计量的方式对数据进行探索性数据分析,之后探索性数据将分析好的数据发送给模型建立模块,所述模型建立模块将数据通过独热编码、数值归一化、PCA降维和文本向量化选择和构造合适的特征来描述用户和商品,之后将数据集划分为训练集、验证集和测试集,并通过交叉验证来评估模型的性能,之后将建立好的模型数据发送到用户画像模块。
5.根据权利要求1所述的一种基于互联网的电商精准营销系统,其特征在于:所述用户画像模块通过建立好的模型将用户数据转化为有价值的用户画像信息,所述用户画像模块通过用户分类模块将用户根据性别、年龄、地域、职业和兴趣以及行为数据进行分类,基于用户分类模块所得到的结果,建立出用户画像模型,并将用户画像模型数据信息发送到精准推荐模块。
6.根据权利要求5所述的一种基于互联网的电商精准营销系统,其特征在于:所述精准推荐模块通过推荐排序模块,将提取的用户画像模型输入到推荐算法中,计算每个商品被推荐给用户的概率,然后按照概率大小进行排序,最终将排名前几的商品推荐给用户,推荐完成之后,数据由于用户的行为和属性数据的不断变化,需要通过实时更新模块对数据进行不断更新,并将更新完成的数据再次传送到精准推荐模块。
7.根据权利要求1所述的一种基于互联网的电商精准营销系统,其特征在于:所述隐私保护模块将得到的数据使用加密技术将网民隐私保护起来,所述隐私保护模块会对收集到的数据进行脱敏处理,脱敏加密好的信息由安全存储数据模块存储在加密服务器,安全存储数据模块定期将存储好的数据发送到定期删除数据模块,定期删除数据模块将发送过来的数据通过设置自动化任务执行删除操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310846222.4A CN116976935A (zh) | 2023-07-11 | 2023-07-11 | 一种基于互联网的电商精准营销系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310846222.4A CN116976935A (zh) | 2023-07-11 | 2023-07-11 | 一种基于互联网的电商精准营销系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116976935A true CN116976935A (zh) | 2023-10-31 |
Family
ID=88484234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310846222.4A Pending CN116976935A (zh) | 2023-07-11 | 2023-07-11 | 一种基于互联网的电商精准营销系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976935A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593096A (zh) * | 2024-01-19 | 2024-02-23 | 朴道征信有限公司 | 产品信息智能推送方法、装置、电子设备和计算机介质 |
-
2023
- 2023-07-11 CN CN202310846222.4A patent/CN116976935A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593096A (zh) * | 2024-01-19 | 2024-02-23 | 朴道征信有限公司 | 产品信息智能推送方法、装置、电子设备和计算机介质 |
CN117593096B (zh) * | 2024-01-19 | 2024-04-12 | 朴道征信有限公司 | 产品信息智能推送方法、装置、电子设备和计算机介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kliestik et al. | Data-driven machine learning and neural network algorithms in the retailing environment: Consumer engagement, experience, and purchase behaviors | |
Wang et al. | Industrial big data analytics: challenges, methodologies, and applications | |
US11392840B2 (en) | System and method for generating recommendations | |
CN105488697A (zh) | 一种基于客户行为特征的潜在客户挖掘方法 | |
US8583408B2 (en) | Standardized modeling suite | |
CN110009502B (zh) | 理财数据分析方法、装置、计算机设备和存储介质 | |
Shankar | Big data and analytics in retailing | |
US11790380B2 (en) | Systems and methods for finding an interaction subset within a set of interactions | |
Orogun et al. | Predicting consumer behaviour in digital market: a machine learning approach | |
CN116976935A (zh) | 一种基于互联网的电商精准营销系统 | |
CN116757779A (zh) | 一种基于用户画像的推荐方法 | |
KR101026544B1 (ko) | 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치 | |
CN117709691A (zh) | 一种基于云服务的智能分包管理方法及系统 | |
Farooq et al. | Revenue generation from recommendation system using sentimental analysis | |
Gao | Big Data analysis on E-commerce platform | |
Zhang et al. | Big Data Assisted Empirical Study for Business Value Identification Using Smart Technologies: An Empirical Study for Business Value Identification of Big Data Adaption in E-Commerce | |
Yu et al. | Application of data mining technology in e-commerce | |
Zhang et al. | Knowledge creation in marketing based on data mining | |
Poli et al. | Predictive Analysis of Sales Using the Apriori Algorithm: A Comprehensive Study on Sales Forecasting and Business Strategies in the Retail Industry.: Predictive Analysis of Sales Using the Apriori Algorithm | |
Gao | The Application of Big Data Technology in the Efficient Development of Cross-Border E-Commerce Industry | |
Ramasami et al. | Analysis of Bigmart Outlets sales using Big Data Analytics Method | |
Yang et al. | Consumers’ Purchase Behavior Preference in E-Commerce Platform Based on Data Mining Algorithm | |
Pellakuri et al. | Google Trends and Big Data Analytics on Understanding of Customer Revenue Data | |
Konda et al. | An In-Depth Evaluation of Machine Learning Techniques for Anticipating Effective Human Health Outcomes | |
CN118211987A (zh) | 一种电商销售数据管理方法及系统 |
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 |