CN117726359B - 一种互动营销方法、系统和设备 - Google Patents
一种互动营销方法、系统和设备 Download PDFInfo
- Publication number
- CN117726359B CN117726359B CN202410176017.6A CN202410176017A CN117726359B CN 117726359 B CN117726359 B CN 117726359B CN 202410176017 A CN202410176017 A CN 202410176017A CN 117726359 B CN117726359 B CN 117726359B
- Authority
- CN
- China
- Prior art keywords
- user
- marketing
- database
- product
- dimensionless
- 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.)
- Active
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims description 48
- 230000004992 fission Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000002759 z-score normalization Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种互动营销方法、系统和设备,本发明涉及互动营销领域,所述互动营销方法包括,获取用户资料,构建第一用户数据库,根据第一用户数据库中的数据绘制第一用户画像;根据营销场景和产品特征生成多个特定场景下的互动营销方案;向第一用户数据库中的用户推送所述互动营销方案;检测目标用户是否进行互动,收集进行互动的用户的消费行为日志,并生成第二用户数据库,并根据第二用户数据库中的数据绘制第二用户画像。本发明能够方便企业通过用户特征针对性地制定全面且精准的营销策略,从而开发用户的核心价值。
Description
技术领域
本发明涉及互动营销领域,尤其涉及以一种互动营销方法、一种互动营销系统以及一种实现互动营销方法的计算机设备。
背景技术
随着我国国民经济的发展,市场竞争也愈发激烈,企业生产的产品常常会遇到难以找到合适的用户的问题。随着移动互联网的发展,通过在移动互联网进行营销成为越来越常用的营销手段。在线社群是近年来移动互联网用户欢迎的社交场景之一,其带来持续增长的用户流量和商业效益也不可估量。在线社群凭借庞大的活跃用户数量和极高的信息传播速度,已成为消费者重要评价中心、信息来源和共享平台,具有极高的商业价值。高影响力用户是指在社群内部信息传递过程中,自身属性或行为能够对普通个体的观点或行为产生极强的引导力和影响力的一类用户。高影响力用户往往具备魅力的属性特征、优质的生成内容、高效的流量变现能力,能够有效推动社群的商业价值提升及内容生态发展。在线社群高影响力用户对传递商业信息、引导消费舆情、增强用户粘性等具有重要作用,利用高影响力用户开展社群营销已成为企业的普遍共识。随着社群用户数量的快速增加,有效识别社群中高影响力用户,并通过用户画像深入把握高影响力用户多维特征,从而达到精准营销,将产品高效快速地推送到需要的用户。
有效识别高影响力用户,帮助企业筛选具备商业价值和营销能力的目标人群,是实现在线社群精准营销前提。传统的营销方法具有获客成本高,同时线上推广也会遇到僵尸粉占比高的问题,并且受限于线上平台的规则或者运营策略,难以开发高影响力用户的核心价值,同时没有互动步骤,无法通过对用户反馈进行分析从而更新营销策略。
发明内容
本发明目的之一在于提供一种互动营销方法,以解决现有营销方法中获客成本高,无法通过对用户反馈进行分析从而更新营销策略的缺点。
本发明通过下述技术方案实现,一种互动营销方法,可以包括以下步骤:
获取用户资料,构建第一用户数据库,根据第一用户数据库中的数据绘制第一用户画像;根据营销场景和产品特征生成多个特定场景下的互动营销方案;向第一用户数据库中的用户推送互动营销方案;检测目标用户是否进行互动,收集进行互动的用户的消费行为日志,并生成第二用户数据库,并根据第二用户数据库中的数据绘制第二用户画像。
需要说明的是,随着移动互联网的发展,移动在线社群用户数量快速增加。利用传统的方法难以识别出的移动在线社群的高影响力用户的商业价值。本发明通过构建产品特征数据库和营销场景特征数据库生成多种营销方案,并且根据场景的不同推送给不同的移动在线社群用户,从而有效降低虚假内容对高影响力用户识别的影响,构建识别用户的标准方法和流程,提升了高影响力用户识别的效果。同时通过选定用户的消费行为日志,生成第一用户数据库,能够把握用户特征及兴趣偏好,能够为营销策略的制定和实施提供决策依据。
进一步地,互动营销方法还可以包括用户裂变步骤,根据不同的产品以及不同用户的习惯对第二用户画像并进行标签化管理,并持续对第二用户数据库中的用户推送互动营销方案;第二用户数据库中的用户通过发送链接的方式邀请新用户并推送商品信息以及娱乐游戏,当娱乐游戏结束后,第二用户数据库中的用户获取一定的积分,利用积分兑换相应的商品;将新用户的资料输入第一用户数据库中,并推送互动营销方案。
需要说明的是,通过互动营销方案对初始用户进行进一步筛选,选出社群的高影响力用户,并根据不同的产品以及不同用户的习惯构建第二用户数据库并进行标签化管理,从而方便企业通过用户特征针对性地征制定全面且精准的营销策略,从而极大地提高商业信息传播效率。
进一步地,生成多个特定场景下的互动营销方案可以包括,根据产品信息构建产品特征数据库,根据营销场景构建营销场景特征数据库;分别对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,确保所有特征数据都具有相同的尺度;筛选出产品特征数据库中的主控因素,将产品特征数据库中的主控因素降维成n个主成分,得到m行n列的主成分矩阵,其中,n为n个产品特征主控因素,m为m个不同营销场景,根据主成分矩阵生成多个不同场景下的互动营销方案;根据第一用户画像筛选得到产品与特定营销场景下的互动营销方案。
进一步地,产品信息可以包括,产品名称、产品特点、产品功能、产品用途以及产品规格。
进一步地,营销场景包括,电子商务场景、社交媒体场景、直播带货场景、电梯广告场景、户外广告场景。
进一步地,标准化处理采用Z-Score标准化对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,所述Z-Score标准化处理包括,
,
,
;
其中,Z为标准化后输出的数据,无量纲;x为数据库中的数据,无量纲;μ为数据库中数据的均值,无量纲;σ为标准差,无量纲;M为数据库中数据集样本总数,无量纲;x i 为数据库中第i个样本的数据值,无量纲。
进一步地,产品特征数据库中的主控因素通过:,计算得到;其中,I为某个影响因素的重要性,无量纲;N为影响因素的数量,无量纲;r 1为袋外误差,无量纲;r 2为某个特征顺序被随机变换后的袋外误差,无量纲;对计算得到的不同因素的重要性进行比较,
进一步地,主成分矩阵通过以下步骤得到:将得到的n个产品特征主控因素和m个不同营销场景下的互动营销方案构成大小为m×n的样本矩阵a:
,
其中,a为样本矩阵;a me 为主控因素;a e 为主控因素向量;
建立相关系数矩阵R,其中原始样本矩阵经过标准化变为:
,
其中,A为标准化后的样本矩阵;A me 为标准化后的主控因素;A e 为标准化后的主控因素向量;
以此得到样本矩阵对应的相关系数矩阵:
,
其中,R为相关系数矩阵,无量纲;r ij 为相关关系系数,无量纲;r ee 为相关关系向量,无量纲;其中:
,
,
A为标准化后的样本矩阵;A ij 为标准化后的主控因素;Aq j 为标准化后的样本矩阵中第q行第j列参数,无量纲;Aq i 为标准化后的样本矩阵中第q行第i列参数,无量纲;
相关系数矩阵表明e个指标间的相关程度;
计算R的特征值和特征向量,
特征值为:,特征向量:
,
其中,c为特征矩阵,无量纲;c1~c e 为特征矩阵的主控因素,无量纲;c ee 为特征矩阵的向量,无量纲;
计算相应特征值各特征向量的方差贡献率b i 以及累计贡献率b(o):
,
,
其中,b i 为特征值各特征向量的方差贡献率,无量纲;b(o)为特征值各特征向量的累计贡献率,无量纲;
计算各主成分表达式,其中各主成分得分根据其相应特征向量与各指标组成的线性表达式进行计算,第i个主成分G i 计算公式为:
,
其中,G i 为第i个主成分,无量纲;c 1i ~c ei 为特征值和各特征向量的方差贡献率的计算值,无量纲。
本发明另一方面提供了一种互动营销系统,包括,第一用户数据库构建单元、互动营销方案生成单元、第二用户数据库构建单元以及用户裂变单元。
其中,第一用户数据库构建单元被配置为输出初始营销方案,获取用户资料,构建第一用户数据库,根据第一用户数据库中的数据绘制第一用户画像;互动营销方案生成单元与第一用户数据库构建单元相连接,被配置为根据营销场景和产品特征生成多个特定场景下的互动营销方案,包括,根据产品信息构建产品特征数据库,根据营销场景构建营销场景特征数据库;分别对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,确保所有特征数据都具有相同的尺度;筛选出产品特征数据库中的主控因素,将产品特征数据库中的主控因素降维成n个主成分,得到m行n列的主成分矩阵,根据主成分矩阵生成多个不同场景下的互动营销方案;根据第一用户画像筛选得到产品与特定营销场景下的互动营销方案;第二用户数据库构建单元与互动营销方案生成单元相连接,被配置为向第一用户数据库中的用户推送互动营销方案,并检测目标用户是否进行互动,收集进行互动的用户的消费行为日志,并生成第二用户数据库,并根据第二用户数据库中的数据绘制第二用户画像;用户裂变单元与第二用户数据库构建单元相连接,被配置为根据不同的产品以及不同用户的习惯对第二用户画像并进行标签化管理,并持续对第二用户数据库中的用户推送互动营销方案;第二用户数据库中的用户通过发送链接的方式邀请新用户并推送商品信息以及娱乐游戏,当娱乐游戏结束后,第二用户数据库中的用户获取一定的积分,利用积分兑换相应的商品;将新用户的资料输入第一用户数据库中,并推送互动营销方案。
本发明再一方面提供了一种计算机设备,所述设备可包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的互动营销方法。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明首先通过对产品和营销场景数据进行处理,能够实现自动化高效输出不同种类的营销方案,同时将用户特点和产品特点进行有机结合,能够实现对不同的用户精准推送不同的互动营销方案,能够有效提高用户的活跃度;
2、本发明通过对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,消除了不同数据之间量纲的影响,便于数据比较和分析,方便了后续算法的处理,进而提高营销方案生成模型的准确性;
3、本发明通过互动营销方案对用户进行筛选,并根据不同的产品以及不同用户的习惯构建第二用户数据库并进行标签化管理,能够方便企业通过用户特征针对性地制定全面且精准的营销策略,从而开发用户的核心价值,通过互动步骤实现对用户的反馈分析,进一步更新营销策略。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明实施例提供的流程图;
图2为本发明实施例提供的用户裂变步骤流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
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,需要说明的是,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例:
图1示出了本实施例的流程图,本实施例提供了一种互动营销方法,包括以下步骤:
步骤1:获取用户资料,构建第一用户数据库,根据第一用户数据库中的数据绘制第一用户画像。
步骤2:根据营销场景和产品特征生成多个特定场景下的互动营销方案。
具体来说,生成多个特定场景下的互动营销方案可以包括以下子步骤:
子步骤21:根据产品信息构建产品特征数据库,根据营销场景构建营销场景特征数据库。
其中,产品信息包括,产品名称、产品特点、产品功能、产品用途以及产品规格;营销场景包括,电子商务场景、社交媒体场景、直播带货场景、电梯广告场景、户外广告场景。
子步骤22:分别对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,确保所有特征数据都具有相同的尺度。
标准化处理可以采用Z-Score标准化对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,所述Z-Score标准化处理包括,
,
,
;
其中,Z为标准化后输出的数据,无量纲;x为数据库中的数据,无量纲;μ为数据库中数据的均值,无量纲;σ为标准差,无量纲;M为数据库中数据集样本总数,无量纲;x i 为数据库中第i个样本的数据值,无量纲。
需要说明的是,通过Z-Score标准化处理数据库中的数据能够消除量纲的影响,产品特征数据库和营销场景特征数据库中的数据通常会包含很多不同的量纲,如果不做标准化处理,直接输入算法进行处理容易出现运算错误,通过Z-Score标准化处理消除了不同变量之间由于量纲不同而带来的影响,可以更好地比较和分析不同变量之间的关系。Z-Score标准化处理在消除量纲影响的同时能够保留原始数据分布特征,Z-Score标准化只是改变数据的尺度而不会改变数据的分布形态。通过保持数据的相对位置关系,可以更好地理解数据的分布情况和趋势。同时Z-score标准化能够使得离群值在标准化后的数据中具有较大的绝对值。可以更容易地识别和处理异常值,进而对数据进行更准确的分析。这对于筛选营销方案来说具有极其重要的意义,并且Z-score标准化处理后的数据更便于后续步骤的处理,从而提高运算效率。
子步骤23:筛选出经过标准化处理后的产品特征数据库中的主控因素,将产品特征数据库中的主控因素降维成n个主成分,得到m行n列的主成分矩阵,根据主成分矩阵生成多个不同场景下的互动营销方案。
其中,产品特征数据库中的主控因素通过:,计算得到;I为某个影响因素的重要性,无量纲;N为影响因素的数量,无量纲;r 1为袋外误差,无量纲;r 2为某个特征顺序被随机变换后的袋外误差,无量纲;对计算得到的不同因素的重要性进行比较。
主成分矩阵通过以下步骤得到,将得到的n个产品特征主控因素和m个不同营销场景下的互动营销方案构成大小为m×n的样本矩阵a:
,
其中,a为样本矩阵;a me 为主控因素;a e 为主控因素向量;
建立相关系数矩阵R,其中原始样本矩阵经过标准化变为:
,
其中,A为标准化后的样本矩阵;A me 为标准化后的主控因素;A e 为标准化后的主控因素向量;
以此得到样本矩阵对应的相关系数矩阵:
,
其中,R为相关系数矩阵,无量纲;r ij 为相关关系系数,无量纲;r ee 为相关关系向量,无量纲;其中:
,
,
A为标准化后的样本矩阵;A ij 为标准化后的主控因素;Aq j 为标准化后的样本矩阵中第q行第j列参数,无量纲;Aq i 为标准化后的样本矩阵中第q行第i列参数,无量纲;
相关系数矩阵表明e个指标间的相关程度;
计算R的特征值和特征向量,
特征值为:,特征向量:
,
其中,c为特征矩阵,无量纲;c1~c e 为特征矩阵的主控因素,无量纲;c ee 为特征矩阵的向量,无量纲;
计算相应特征值各特征向量的方差贡献率b i 以及累计贡献率b(o):
,
,
其中,b i 为特征值各特征向量的方差贡献率,无量纲;b(o)为特征值各特征向量的累计贡献率,无量纲;
计算各主成分表达式,其中各主成分得分根据其相应特征向量与各指标组成的线性表达式进行计算,第i个主成分G i 计算公式为:
,
其中,G i 为第i个主成分,无量纲;c 1i ~c ei 为特征值和各特征向量的方差贡献率的计算值,无量纲。
子步骤24:根据第一用户画像筛选得到产品与特定营销场景下的互动营销方案。
需要说明的是,通过上述子步骤能够实现特定营销场景下筛选不同的营销方案,同时该营销方案充分考虑到了,产品和用户的特点,实现了精准营销,极大地提高了营销的准确性,同时通过算法能够得到更加合适的营销方案,提高互动率,从而收集更多的用户数据,为用户裂变做好准备。
步骤3:向第一用户数据库中的用户推送互动营销方案。
步骤4:检测目标用户是否进行互动,收集进行互动的用户的消费行为日志,并生成第二用户数据库,并根据第二用户数据库中的数据绘制第二用户画像。
需要说明的是,通过互动营销方案检测用户是否进行互动,能够获取更多的消费行为日志,构建第二用户数据库分析进行互动的用户,并对进行互动的用户进行更为精确地用户画像,能够为用户裂变做好准备。
本实施例还可以包括用户裂变步骤,图2示出了本实施例的用户裂变步骤流程图,用户裂变步骤包括:
步骤1:当通过互动营销方案获取到进行互动的用户的消费行为日志,根据不同的产品以及不同用户的习惯对第二用户画像并进行标签化管理,并持续对第二用户数据库中的用户推送互动营销方案。
步骤2:第二用户数据库中的用户通过发送链接的方式邀请新用户并推送商品信息以及娱乐游戏,当娱乐游戏结束后,第二用户数据库中的用户获取一定的积分,利用积分兑换相应的商品。
步骤3:将新用户的资料输入第一用户数据库中,并推送互动营销方案。
需要说明的是,通过用户裂变步骤能够实现提高老用户活跃度的同时,向新用户推销产品,能够实现营销推广的范围。并且通过多维用户画像方法能够实现用户基本属性指标与兴趣偏好的结合,利用用户兴趣偏好进行研究,对于深入研究用户群体特征针对不同的用户群体设计不同种类的营销方案。实现了营销方案和用户特点的有机结合,同时通过互动营销方案实现了利用高影响力用户展开社群营销,降低了获客成本,提高了营销方案的准确性。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种互动营销方法,其特征在于,所述互动营销方法包括以下步骤:
获取用户资料,构建第一用户数据库,根据第一用户数据库中的数据绘制第一用户画像;
根据营销场景和产品特征生成多个特定场景下的互动营销方案;
向第一用户数据库中的用户推送所述互动营销方案;
检测目标用户是否进行互动,收集进行互动的用户的消费行为日志,并生成第二用户数据库,并根据第二用户数据库中的数据绘制第二用户画像;
所述互动营销方法还包括用户裂变步骤,
根据不同的产品以及不同用户的习惯对第二用户画像并进行标签化管理,并持续对第二用户数据库中的用户推送互动营销方案;
第二用户数据库中的用户通过发送链接的方式邀请新用户并推送商品信息以及娱乐游戏,当娱乐游戏结束后,第二用户数据库中的用户获取一定的积分,利用积分兑换相应的商品;
将新用户的资料输入第一用户数据库中,并推送互动营销方案;
所述生成多个特定场景下的互动营销方案包括,
根据产品信息构建产品特征数据库,根据营销场景构建营销场景特征数据库;
分别对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,确保所有特征数据都具有相同的尺度;
筛选出产品特征数据库中的主控因素,将产品特征数据库中的主控因素降维成n个主成分,得到m行n列的主成分矩阵,其中,n为n个产品特征主控因素,m为m个不同营销场景,根据主成分矩阵生成多个不同场景下的互动营销方案;
根据第一用户画像筛选得到产品与特定营销场景下的互动营销方案。
2.根据权利要求1所述的互动营销方法,其特征在于,所述产品信息包括,产品名称、产品特点、产品功能、产品用途以及产品规格。
3.根据权利要求1所述的互动营销方法,其特征在于,所述营销场景包括,电子商务场景、社交媒体场景、直播带货场景、电梯广告场景、户外广告场景。
4.根据权利要求1所述的互动营销方法,其特征在于,所述标准化处理采用Z-Score标准化对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,所述Z-Score标准化处理包括,
,
,
;
其中,Z为标准化后输出的数据,无量纲;x为数据库中的数据,无量纲;μ为数据库中数据的均值,无量纲;σ为标准差,无量纲;M为数据库中数据集样本总数,无量纲;x i 为数据库中第i个样本的数据值,无量纲。
5.根据权利要求1所述的互动营销方法,其特征在于,所述产品特征数据库中的主控因素通过:,计算得到;
其中,I为某个影响因素的重要性,无量纲;N为影响因素的数量,无量纲;r 1为袋外误差,无量纲;r 2为某个特征顺序被随机变换后的袋外误差,无量纲;对计算得到的不同因素的重要性进行比较。
6.根据权利要求1所述的互动营销方法,其特征在于,所述主成分矩阵通过以下步骤得到:
将得到的n个产品特征主控因素和m个不同营销场景下的互动营销方案构成大小为m×n的样本矩阵a:
,
其中,a为样本矩阵;a me 为主控因素;a e 为主控因素向量;
建立相关系数矩阵R,其中原始样本矩阵经过标准化变为:
,
其中,A为标准化后的样本矩阵;A me 为标准化后的主控因素;A e 为标准化后的主控因素向量;
以此得到样本矩阵对应的相关系数矩阵:
,
其中,R为相关系数矩阵;r ij 为相关关系系数,r ee 为相关关系向量,无量纲;其中:
,
,
A为标准化后的样本矩阵;A ij 为标准化后的主控因素;Aq j 为标准化后的样本矩阵中第q行第j列参数,无量纲;Aq i 为标准化后的样本矩阵中第q行第i列参数,无量纲;
相关系数矩阵表明e个指标间的相关程度;
计算R的特征值和特征向量,
特征值为:,特征向量:
,
其中,c为特征矩阵,无量纲;c 1 ~c e 为特征矩阵的主控因素,无量纲;c ee 为特征矩阵的向量,无量纲;
计算相应特征值各特征向量的方差贡献率b i 以及累计贡献率b(o):
,
,
其中,b i 为特征值各特征向量的方差贡献率,无量纲;b(o)为特征值各特征向量的累计贡献率,无量纲;
计算各主成分表达式,其中各主成分得分根据其相应特征向量与各指标组成的线性表达式进行计算,第i个主成分G i 计算公式为:
,
其中,G i 为第i个主成分,无量纲;c 1i ~c ei 为特征值和各特征向量的方差贡献率的计算值,无量纲。
7.一种互动营销系统,其特征在于,所述互动营销系统包括,第一用户数据库构建单元、互动营销方案生成单元、第二用户数据库构建单元以及用户裂变单元,其中,
第一用户数据库构建单元被配置为输出初始营销方案,获取用户资料,构建第一用户数据库,根据第一用户数据库中的数据绘制第一用户画像;
互动营销方案生成单元与第一用户数据库构建单元相连接,被配置为根据营销场景和产品特征生成多个特定场景下的互动营销方案,包括,根据产品信息构建产品特征数据库,根据营销场景构建营销场景特征数据库;分别对产品特征数据库和营销场景特征数据库中的数据进行标准化处理,确保所有特征数据都具有相同的尺度;筛选出产品特征数据库中的主控因素,将产品特征数据库中的主控因素降维成n个主成分,得到m行n列的主成分矩阵,其中,n为n个产品特征主控因素,m为m个不同营销场景,根据主成分矩阵生成多个不同场景下的互动营销方案;根据第一用户画像筛选得到产品与特定营销场景下的互动营销方案;
第二用户数据库构建单元与互动营销方案生成单元相连接,被配置为向第一用户数据库中的用户推送互动营销方案,并检测目标用户是否进行互动,收集进行互动的用户的消费行为日志,并生成第二用户数据库,并根据第二用户数据库中的数据绘制第二用户画像;
用户裂变单元与第二用户数据库构建单元相连接,被配置为根据不同的产品以及不同用户的习惯对第二用户画像并进行标签化管理,并持续对第二用户数据库中的用户推送互动营销方案;第二用户数据库中的用户通过发送链接的方式邀请新用户并推送商品信息以及娱乐游戏,当娱乐游戏结束后,第二用户数据库中的用户获取一定的积分,利用积分兑换相应的商品;将新用户的资料输入第一用户数据库中,并推送互动营销方案。
8.一种计算机设备,其特征在于,所述计算机设备包括:
处理器;和
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1~6中任意一项所述的互动营销方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410176017.6A CN117726359B (zh) | 2024-02-08 | 2024-02-08 | 一种互动营销方法、系统和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410176017.6A CN117726359B (zh) | 2024-02-08 | 2024-02-08 | 一种互动营销方法、系统和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117726359A CN117726359A (zh) | 2024-03-19 |
CN117726359B true CN117726359B (zh) | 2024-04-26 |
Family
ID=90203861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410176017.6A Active CN117726359B (zh) | 2024-02-08 | 2024-02-08 | 一种互动营销方法、系统和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117726359B (zh) |
Citations (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013007880A1 (en) * | 2011-07-08 | 2013-01-17 | Ka Aroma Marketing Oy | A product containing releasing active compound |
CN108765011A (zh) * | 2018-05-30 | 2018-11-06 | 平安科技(深圳)有限公司 | 建立用户画像和建立状态信息分析模型的方法和装置 |
CN108846700A (zh) * | 2018-06-15 | 2018-11-20 | 山东外贸职业学院 | 一种大数据智能营销系统及营销方法 |
CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
CN109003131A (zh) * | 2018-07-18 | 2018-12-14 | 口口相传(北京)网络技术有限公司 | 基于用户场景属性信息的精准营销方法及装置 |
CN109146539A (zh) * | 2018-06-28 | 2019-01-04 | 深圳市彬讯科技有限公司 | 用户画像的更新方法及装置 |
CN109359180A (zh) * | 2018-09-20 | 2019-02-19 | 腾讯科技(深圳)有限公司 | 用户画像生成方法、装置、电子设备及计算机可读介质 |
CN109558530A (zh) * | 2018-10-23 | 2019-04-02 | 深圳壹账通智能科技有限公司 | 基于数据处理的用户画像自动生成方法和系统 |
CN109816448A (zh) * | 2019-01-28 | 2019-05-28 | 陈家坤 | 一种让产品产供销一体化通透营销的方法 |
CN109858971A (zh) * | 2019-02-03 | 2019-06-07 | 北京字节跳动网络技术有限公司 | 用户画像的处理方法、装置、存储介质及电子设备 |
CN109977302A (zh) * | 2019-03-05 | 2019-07-05 | 广州海晟科技有限公司 | 用户画像信息获取的方法 |
CN109978608A (zh) * | 2019-03-05 | 2019-07-05 | 广州海晟科技有限公司 | 目标用户画像的营销标签分析提取方法及系统 |
CN110135976A (zh) * | 2019-04-23 | 2019-08-16 | 上海淇玥信息技术有限公司 | 用户画像生成方法、装置、电子设备和计算机可读介质 |
CN110135901A (zh) * | 2019-05-10 | 2019-08-16 | 重庆天蓬网络有限公司 | 一种企业用户画像构建方法、系统、介质和电子设备 |
CN110163723A (zh) * | 2019-05-20 | 2019-08-23 | 深圳市和讯华谷信息技术有限公司 | 基于产品特征的推荐方法、装置、计算机设备及存储介质 |
CN110443632A (zh) * | 2019-07-05 | 2019-11-12 | 中国平安人寿保险股份有限公司 | 用户画像的用户管理方法、装置、计算机设备及存储介质 |
CN110517160A (zh) * | 2019-08-02 | 2019-11-29 | 重庆邮电大学 | 一种农产品的质量分级方法及质量分级系统 |
CN110751287A (zh) * | 2018-07-23 | 2020-02-04 | 第四范式(北京)技术有限公司 | 神经网络模型的训练方法及系统以及预测方法及系统 |
CN110908983A (zh) * | 2019-10-24 | 2020-03-24 | 南京猫酷科技股份有限公司 | 一种基于用户画像识别的智能营销系统 |
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 |
CN111062750A (zh) * | 2019-12-13 | 2020-04-24 | 中国平安财产保险股份有限公司 | 用户画像标签建模和分析方法、装置、设备及存储介质 |
CN111061960A (zh) * | 2019-12-31 | 2020-04-24 | 苏州易卖东西信息技术有限公司 | 一种基于社交大数据生成用户画像的方法 |
CN111125529A (zh) * | 2019-12-24 | 2020-05-08 | 深圳市信联征信有限公司 | 产品匹配方法、装置、计算机设备及存储介质 |
CN111159534A (zh) * | 2019-12-03 | 2020-05-15 | 泰康保险集团股份有限公司 | 基于用户画像的辅助决策方法及装置、设备和介质 |
WO2020101600A2 (en) * | 2018-08-13 | 2020-05-22 | Sicpa Turkey Ürün Güvenli̇ği̇ Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇ | A communication system and method developed for brand management and promotion |
CN111260385A (zh) * | 2018-12-03 | 2020-06-09 | 中国移动通信集团北京有限公司 | 一种广告投放的方法、装置、终端设备和介质 |
CN111709774A (zh) * | 2020-05-26 | 2020-09-25 | 杨涛 | 一种产品营销宣传系统 |
CN111784396A (zh) * | 2020-06-30 | 2020-10-16 | 广东奥园奥买家电子商务有限公司 | 一种基于用户画像的双线购物追踪系统及方法 |
CN112200601A (zh) * | 2020-09-11 | 2021-01-08 | 深圳市法本信息技术股份有限公司 | 物品推荐方法、装置及可读存储介质 |
CN112200610A (zh) * | 2020-10-10 | 2021-01-08 | 苏州创旅天下信息技术有限公司 | 一种营销信息投放方法、系统及存储介质 |
CN112416488A (zh) * | 2020-11-03 | 2021-02-26 | 深圳依时货拉拉科技有限公司 | 一种用户画像实现的方法、装置、计算机设备及计算机可读存储介质 |
CN113542321A (zh) * | 2020-04-15 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 消息推送系统、相关方法及装置 |
CN113962327A (zh) * | 2021-11-12 | 2022-01-21 | 上海冰鉴信息科技有限公司 | 数据分类方法、装置及电子设备 |
CN115423040A (zh) * | 2022-09-29 | 2022-12-02 | 孙晴晴 | 互动营销平台的用户画像识别方法及ai系统 |
CN116485424A (zh) * | 2023-06-19 | 2023-07-25 | 江西倬慧信息科技有限公司 | 一种智能营销方法、系统、设备终端及可读存储介质 |
CN116645119A (zh) * | 2023-04-14 | 2023-08-25 | 江苏相实网络科技有限公司 | 一种基于大数据的营销获客方法 |
CN116701584A (zh) * | 2023-05-24 | 2023-09-05 | 国网湖北省电力有限公司荆州供电公司 | 基于电力用户画像的智能问答方法、装置以及电子设备 |
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 |
CN117422496A (zh) * | 2023-12-19 | 2024-01-19 | 成都纳宝科技有限公司 | 一种基于二维码的导购激励方法、系统和设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110191246A1 (en) * | 2010-01-29 | 2011-08-04 | Brandstetter Jeffrey D | Systems and Methods Enabling Marketing and Distribution of Media Content by Content Creators and Content Providers |
US20130103510A1 (en) * | 2011-10-19 | 2013-04-25 | Andrew Tilles | System and method of gathering and disseminating data about prop, wardrobe and set dressing items used in the creation of motion picture content |
US20140000141A1 (en) * | 2012-06-28 | 2014-01-02 | Shiu Leung Chan | DIY Frame for Picture or Poster |
US20140279040A1 (en) * | 2013-03-15 | 2014-09-18 | Clint Kuboyama | System and method for creating and targeting marketing materials to groups on the basis of group composition |
US20150149274A1 (en) * | 2013-11-27 | 2015-05-28 | William Conrad | Internet marketing-advertising system |
US20150220996A1 (en) * | 2014-01-31 | 2015-08-06 | Venkata S.J.R. Bhamidipati | Systems and methods for viral promotion of content |
-
2024
- 2024-02-08 CN CN202410176017.6A patent/CN117726359B/zh active Active
Patent Citations (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013007880A1 (en) * | 2011-07-08 | 2013-01-17 | Ka Aroma Marketing Oy | A product containing releasing active compound |
CN108765011A (zh) * | 2018-05-30 | 2018-11-06 | 平安科技(深圳)有限公司 | 建立用户画像和建立状态信息分析模型的方法和装置 |
CN108846700A (zh) * | 2018-06-15 | 2018-11-20 | 山东外贸职业学院 | 一种大数据智能营销系统及营销方法 |
CN108960975A (zh) * | 2018-06-15 | 2018-12-07 | 广州麦优网络科技有限公司 | 基于用户画像的个性化精准营销方法、服务器及存储介质 |
CN109146539A (zh) * | 2018-06-28 | 2019-01-04 | 深圳市彬讯科技有限公司 | 用户画像的更新方法及装置 |
CN109003131A (zh) * | 2018-07-18 | 2018-12-14 | 口口相传(北京)网络技术有限公司 | 基于用户场景属性信息的精准营销方法及装置 |
CN112232876A (zh) * | 2018-07-18 | 2021-01-15 | 口口相传(北京)网络技术有限公司 | 基于用户场景属性信息的精准营销方法及装置 |
CN110751287A (zh) * | 2018-07-23 | 2020-02-04 | 第四范式(北京)技术有限公司 | 神经网络模型的训练方法及系统以及预测方法及系统 |
WO2020101600A2 (en) * | 2018-08-13 | 2020-05-22 | Sicpa Turkey Ürün Güvenli̇ği̇ Sanayi̇ Ve Ti̇caret Anoni̇m Şi̇rketi̇ | A communication system and method developed for brand management and promotion |
CN109359180A (zh) * | 2018-09-20 | 2019-02-19 | 腾讯科技(深圳)有限公司 | 用户画像生成方法、装置、电子设备及计算机可读介质 |
CN109558530A (zh) * | 2018-10-23 | 2019-04-02 | 深圳壹账通智能科技有限公司 | 基于数据处理的用户画像自动生成方法和系统 |
CN111260385A (zh) * | 2018-12-03 | 2020-06-09 | 中国移动通信集团北京有限公司 | 一种广告投放的方法、装置、终端设备和介质 |
CN109816448A (zh) * | 2019-01-28 | 2019-05-28 | 陈家坤 | 一种让产品产供销一体化通透营销的方法 |
CN109858971A (zh) * | 2019-02-03 | 2019-06-07 | 北京字节跳动网络技术有限公司 | 用户画像的处理方法、装置、存储介质及电子设备 |
CN109977302A (zh) * | 2019-03-05 | 2019-07-05 | 广州海晟科技有限公司 | 用户画像信息获取的方法 |
CN109978608A (zh) * | 2019-03-05 | 2019-07-05 | 广州海晟科技有限公司 | 目标用户画像的营销标签分析提取方法及系统 |
CN110135976A (zh) * | 2019-04-23 | 2019-08-16 | 上海淇玥信息技术有限公司 | 用户画像生成方法、装置、电子设备和计算机可读介质 |
CN110135901A (zh) * | 2019-05-10 | 2019-08-16 | 重庆天蓬网络有限公司 | 一种企业用户画像构建方法、系统、介质和电子设备 |
CN110163723A (zh) * | 2019-05-20 | 2019-08-23 | 深圳市和讯华谷信息技术有限公司 | 基于产品特征的推荐方法、装置、计算机设备及存储介质 |
CN110443632A (zh) * | 2019-07-05 | 2019-11-12 | 中国平安人寿保险股份有限公司 | 用户画像的用户管理方法、装置、计算机设备及存储介质 |
CN110517160A (zh) * | 2019-08-02 | 2019-11-29 | 重庆邮电大学 | 一种农产品的质量分级方法及质量分级系统 |
CN110908983A (zh) * | 2019-10-24 | 2020-03-24 | 南京猫酷科技股份有限公司 | 一种基于用户画像识别的智能营销系统 |
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 |
CN111159534A (zh) * | 2019-12-03 | 2020-05-15 | 泰康保险集团股份有限公司 | 基于用户画像的辅助决策方法及装置、设备和介质 |
CN111062750A (zh) * | 2019-12-13 | 2020-04-24 | 中国平安财产保险股份有限公司 | 用户画像标签建模和分析方法、装置、设备及存储介质 |
CN111125529A (zh) * | 2019-12-24 | 2020-05-08 | 深圳市信联征信有限公司 | 产品匹配方法、装置、计算机设备及存储介质 |
CN111061960A (zh) * | 2019-12-31 | 2020-04-24 | 苏州易卖东西信息技术有限公司 | 一种基于社交大数据生成用户画像的方法 |
CN113542321A (zh) * | 2020-04-15 | 2021-10-22 | 阿里巴巴集团控股有限公司 | 消息推送系统、相关方法及装置 |
CN111709774A (zh) * | 2020-05-26 | 2020-09-25 | 杨涛 | 一种产品营销宣传系统 |
CN111784396A (zh) * | 2020-06-30 | 2020-10-16 | 广东奥园奥买家电子商务有限公司 | 一种基于用户画像的双线购物追踪系统及方法 |
CN112200601A (zh) * | 2020-09-11 | 2021-01-08 | 深圳市法本信息技术股份有限公司 | 物品推荐方法、装置及可读存储介质 |
CN112200610A (zh) * | 2020-10-10 | 2021-01-08 | 苏州创旅天下信息技术有限公司 | 一种营销信息投放方法、系统及存储介质 |
CN112416488A (zh) * | 2020-11-03 | 2021-02-26 | 深圳依时货拉拉科技有限公司 | 一种用户画像实现的方法、装置、计算机设备及计算机可读存储介质 |
CN113962327A (zh) * | 2021-11-12 | 2022-01-21 | 上海冰鉴信息科技有限公司 | 数据分类方法、装置及电子设备 |
CN115423040A (zh) * | 2022-09-29 | 2022-12-02 | 孙晴晴 | 互动营销平台的用户画像识别方法及ai系统 |
CN116645119A (zh) * | 2023-04-14 | 2023-08-25 | 江苏相实网络科技有限公司 | 一种基于大数据的营销获客方法 |
CN116701584A (zh) * | 2023-05-24 | 2023-09-05 | 国网湖北省电力有限公司荆州供电公司 | 基于电力用户画像的智能问答方法、装置以及电子设备 |
CN116485424A (zh) * | 2023-06-19 | 2023-07-25 | 江西倬慧信息科技有限公司 | 一种智能营销方法、系统、设备终端及可读存储介质 |
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 |
CN117422496A (zh) * | 2023-12-19 | 2024-01-19 | 成都纳宝科技有限公司 | 一种基于二维码的导购激励方法、系统和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117726359A (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111797321B (zh) | 一种面向不同场景的个性化知识推荐方法及系统 | |
CN104951428B (zh) | 用户意图识别方法及装置 | |
CN103678672B (zh) | 一种信息推荐方法 | |
Cheuque et al. | Recommender systems for online video game platforms: The case of steam | |
CN113468227B (zh) | 基于图神经网络的信息推荐方法、系统、设备和存储介质 | |
CN103718212A (zh) | 颜色确定装置、颜色确定系统、颜色确定方法、信息记录介质和程序 | |
CN112231583B (zh) | 基于动态兴趣组标识和生成对抗网络的电商推荐方法 | |
WO2020135642A1 (zh) | 一种基于生成对抗网络的模型训练方法及设备 | |
CN106951471A (zh) | 一种基于svm的标签发展趋势预测模型的构建方法 | |
CN112102029A (zh) | 一种基于知识图谱的长尾推荐计算方法 | |
CN114168761B (zh) | 多媒体数据的推送方法、装置、电子设备及存储介质 | |
Li et al. | Understanding and predicting users’ rating behavior: A cognitive perspective | |
CN110633410A (zh) | 信息处理方法及装置、存储介质、电子装置 | |
CN117788122B (zh) | 一种基于异质图神经网络商品推荐方法 | |
CN116596570A (zh) | 一种基于大数据分析算法的同产品在不同电商平台中的信息对比系统 | |
CN117726359B (zh) | 一种互动营销方法、系统和设备 | |
CN115130007B (zh) | 一种基于用户场景定位的品牌推广方法及系统 | |
Qian et al. | Identification of key features for vr applications with vreview: A topic model approach | |
CN110968670A (zh) | 一种流行商品的属性获取方法、装置、设备及存储介质 | |
CN116091099A (zh) | 一种结合社媒平台和电商平台数据的品牌投放效果评估方法及存储介质 | |
CN110992109B (zh) | 基于关联规则的房地产客户分析方法、装置及存储介质 | |
CN112632275B (zh) | 基于个人文本信息的人群聚类数据处理方法、装置及设备 | |
Li | Research on e-business requirement information resource extraction method in network big data | |
Li et al. | [Retracted] Big Data Mining Method of E‐Commerce Consumption Pattern Based on Mobile Platform | |
CN113626686A (zh) | 基于用户数据分析的自动推送方法、装置和计算机设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |