TWI745614B - 個人化行銷資訊產生方法及其系統 - Google Patents
個人化行銷資訊產生方法及其系統 Download PDFInfo
- Publication number
- TWI745614B TWI745614B TW107130327A TW107130327A TWI745614B TW I745614 B TWI745614 B TW I745614B TW 107130327 A TW107130327 A TW 107130327A TW 107130327 A TW107130327 A TW 107130327A TW I745614 B TWI745614 B TW I745614B
- Authority
- TW
- Taiwan
- Prior art keywords
- information
- marketing
- target customer
- processing module
- personalized
- Prior art date
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一種個人化行銷資訊產生方法，適用於產生適合一目標客戶的一個人化行銷資訊，並由一服務伺服器來執行，包含以下步驟：(A)在接收到一臉部資訊後，根據該臉部資訊產生一相關於臉部表情的情緒資訊，並獲得對應該臉部資訊的一目標客戶資訊，該情緒資訊包括一正面情緒百分比，及一負面情緒百分比；(B)判定該情緒資訊的該正面情緒百分比是否大於一門檻值；及(C)在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，傳送該情緒資訊及該目標客戶資訊至一行銷整合裝置，以致該行銷整合裝置根據該情緒資訊及該目標客戶資訊產生該個人化行銷資訊。此外，本發明還提供一種個人化行銷資訊產生系統。
Description
本發明是有關於一種行銷資訊產生方法，特別是指一種個人化行銷資訊產生方法及其系統。
客戶要到金融機構櫃台窗口辦理各項業務時，會依照所要辦理的金融事務點選取票機，並抽取號碼牌，待櫃台窗口叫號後客戶即能到櫃台窗口辦理金融事務。
然而，當客戶來到櫃台窗口辦理事務時，服務人員在有限的辦理業務時間，僅根據有限的客戶資訊(例如客戶的年齡、性別，及所要辦理的金融事務)，進而提供適合該客戶的個人化行銷資訊給該名客戶是非常困難的，有可能所提供的個人化行銷資訊是該客戶所不需要。再者，若客戶剛好情緒不佳時，有可能會遷怒提供個人化行銷資訊的服務人員。
因此，本發明的目的，即在提供一種能根據客戶情緒及
客戶資訊，產生適合客戶的個人化行銷資訊產生方法。
於是，本發明個人化行銷資訊產生方法，適用於產生適合一目標客戶的一個人化行銷資訊，並由一服務伺服器來執行，該服務伺服器經由一第一通訊網路連接該取號裝置，並經由一第二通訊網路連接該行銷整合裝置，該取號裝置用以偵測該目標客戶的臉部以產生一相關於該目標客戶的臉部資訊，該服務伺服器儲存有多筆臉部資訊及多筆分別對應該等臉部資訊且分別相關於多個客戶的客戶資訊，該個人化行銷資訊產生方法包含一步驟(A)、一步驟(B)，及一步驟(C)：。
在該步驟(A)中，藉由該服務伺服器，在經由該第一通訊網路接收來到自該取號裝置的該臉部資訊後，根據該臉部資訊產生一相關於臉部表情的情緒資訊，並從該等客戶資訊中獲得對應該臉部資訊的一目標客戶資訊，該情緒資訊包括一正面情緒百分比，及一負面情緒百分比。
在該步驟(B)中，藉由該服務伺服器，判定該情緒資訊的該正面情緒百分比是否大於一門檻值。
在該步驟(C)中，藉由該服務伺服器，在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置，以致該行銷整合裝置根據該情緒資訊及該目標客戶資訊產生該個人化行銷資訊。
本發明的另一目的，即在提供一種能根據客戶情緒及客戶資訊，產生適合客戶的個人化行銷資訊產生系統。
於是，本發明個人化行銷資訊產生系統，適用於產生適合一目標客戶的一個人化行銷資訊，包含一取號裝置、一行銷整合裝置，及一服務伺服器。
該取號裝置包括一殼體、一設置於該殼體內的取號通訊模組，及一設置於該殼體內的取號處理模組。
取號通訊模組連接一第一通訊網路，該臉部辨識模組用以偵測該目標客戶的臉部以產生一相關於該目標客戶的臉部資訊，該取號處理模組電連接該取號通訊模組及該臉部辨識模組。
該行銷整合裝置包括一連接一第二通訊網路的行銷通訊模組，及一電連接該行銷通訊模組的行銷處理模組。
該服務伺服器包括一服務儲存模組、一服務通訊模組，及一電連接該服務儲存模組及該服務通訊模組的服務處理模組。
該服務儲存模組，儲存有多筆臉部資訊及多筆分別對應該等臉部資訊且分別相關於多個客戶的客戶資訊。該服務通訊模組經由該第一通訊網路連接該取號裝置的該取號通訊模組，並經由該第二通訊網路連接該行銷整合裝置的該行銷通訊模組。
其中，該取號裝置的該取號處理模組將該臉部辨識模組產生的該臉部資訊經由該取號通訊模組傳送至該服務伺服器的該
服務處理模組，該服務伺服器的該服務處理模組根據該臉部資訊產生一相關於臉部表情的情緒資訊，並從該等客戶資訊中，獲得對應該臉部資訊的一目標客戶資訊，該情緒資訊包括一正面情緒百分比，及一負面情緒百分比，並判定該情緒資訊的該正面情緒百分比是否大於一門檻值，且在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，經由該服務通訊模組傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置的該行銷處理模組，該行銷整合裝置的該行銷處理模組根據該情緒資訊及該目標客戶資訊產生該個人化行銷資訊。
本發明之功效在於：藉由該服務伺服器根據該臉部資訊產生該情緒資訊，並在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置，以致該行銷整合裝置根據該情緒資訊及該目標客戶資訊，產生適合該目標客戶的個人化行銷資訊。
11:取號裝置
111:殼體
112:取號通訊模組
113:臉部辨識模組
114:取號處理模組
115:輸入模組
116:配號模組
12:行銷整合裝置
121:行銷儲存模組
122:行銷通訊模組
123:行銷處理模組
13:理財顧問裝置
14:服務伺服器
141:服務儲存模組
142:服務通訊模組
143:服務處理模組
21:第一通訊網路
22:第二通訊網路
301~314:步驟
401~413:步驟
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是一方塊圖，說明本發明個人化行銷資訊產生系統的一實施例；
圖2是一示意圖，說明是本發明個人化行銷資訊產生系統的該實施例的一取號裝置；圖3一流程圖，說明是本發明個人化行銷資訊產生方法的一第一實施例；及圖4一流程圖，說明是本發明個人化行銷資訊產生方法的一第二實施例。
在本發明被詳細描述前，應當注意在以下的說明內容中，類似的元件是以相同的編號來表示。
參閱圖1、2，本發明個人化行銷資訊產生系統的一實施例，包含一取號裝置11、一行銷整合裝置12、一理財顧問裝置13，及一服務伺服器14。
該取號裝置11包括一殼體111、一取號通訊模組112、一臉部辨識模組113、一輸入模組115、一配號模組116、一電連接該取號通訊模組112、該臉部辨識模組113、該輸入模組115，及該配號模組116的取號處理模組114。
該取號通訊模組112設置於該殼體111內，連接一第一通訊網路21。在本實施例中，該第一通訊網路21例如為網際網路(Internet)，但不以此限。
該臉部辨識模組113設置於該殼體111上，用以偵測一目標客戶的臉部以產生一相關於該目標客戶的臉部資訊。要特別注意的是，臉部辨識技術並非本案主要技術，該臉部辨識模組113可使用例如日本電氣(NEC)的人臉辨識系統(Neoface)，在此不多加贅述。
該輸入模組115設置於該殼體111上，用以回應於該目標客戶的一選取操作產生一輸入訊號。在本實施例中，該輸入模組115例如為觸控螢幕，但不以此為限。
該配號模組116設置於該殼體111上，用以產生一具有一號碼的號碼牌。
該行銷整合裝置12包括一行銷儲存模組121、一行銷通訊模組122，及一電連接該行銷儲存模組121及該行銷通訊模組122的行銷處理模組123。
該行銷儲存模組121儲存有J筆商品行銷資訊及多筆分別相關於多個客戶的客戶選擇資訊，每一客戶選擇資訊相關於所對應的客戶選擇商品行銷的情形。
該行銷通訊模組122連接一第二通訊網路22。在本實施例中，該第二通訊網路22例如為企業的內部網路(Intranet)，在其他實施方式中，該第一通訊網路21與該第二通訊網路22亦可皆為網際網路，但不以此為限。
該理財顧問裝置13連接該第一通訊網路21。在本實施例中，該理財顧問裝置13例如為桌上型電腦，在其他實施方式中，該理財顧問裝置13亦可為智慧型手機或平板，不以此為限。
該服務伺服器14包括一服務儲存模組141、一服務通訊模組142，及一服務處理模組143。
該服務儲存模組141儲存有多筆臉部資訊及多筆分別對應該等臉部資訊且分別對應該等客戶選擇資訊的客戶資訊，每一客戶資訊例如具有一個人資訊(如性別、年齡，及家庭生命週期)，及一客戶識別碼。
該服務通訊模組142經由該第一通訊網路21連接該取號通訊模組112，並經由該第二通訊網路22連接該行銷通訊模組122。
參閱圖1與圖3，本發明個人化行銷資訊產生方法的一第一實施例是由圖1所示的本發明個人化行銷資訊產生系統的該第一實施例來實現。以下詳述該個人化行銷資訊產生方法的該第一實施例的各個步驟。
在步驟301中，該臉部辨識模組113偵測該目標客戶的臉部以產生該臉部資訊。
在步驟302中，該輸入模組115回應於該目標客戶的該選取操作產生該輸入訊號，該取號處理模組114根據該輸入訊號產生相關於該目標客戶所要辦理業務的業務資訊，在本實施例中，該業
務資訊例如具有該目標客戶本次辦理業務類別，及該目標客戶所在分行地點，但不以此為限。
在步驟303中，該取號處理模組114將該臉部資訊及該業務資訊經由該取號通訊模組112傳送至該服務處理模組143。
在步驟304中，該服務處理模組143根據該臉部資訊產生一相關於臉部表情的情緒資訊，並從該等客戶資訊中，獲得對應該臉部資訊的一目標客戶資訊。值得注意的是，該情緒資訊包括一正面情緒百分比，及一負面情緒百分比，在本實施例中，該正面情緒例如為快樂及無意見，該負面情緒例如為生氣、厭惡，及憂傷，但不以此為限。在本實施例中，該服務處理模組143例如使用微軟(Microsoft)的認知服務(cognitive services)中的表情應用程式介面(Emotion API)根據該臉部資訊產生該情緒資訊，在其他實施方式中，該服務處理模組143亦可使用谷歌(Google)雲端服務(Cloud Services)的雲視覺應用程式介面(Cloud vision API)產生該情緒資訊，但不以此為限。
在步驟305中，該服務處理模組143判定該情緒資訊的該正面情緒百分比是否大於一門檻值。在本實施例中，該門檻值例如為50%，但不以此為限。若該服務處理模組143判定該情緒資訊的該正面情緒百分比不大於該門檻值，則進行步驟306；若該服務處理模組143判定該情緒資訊的該正面情緒百分比大於該
門檻值，則進行步驟307。
在步驟306中，該服務處理模組143產生並經由該服務通訊模組142傳送一關懷訊息至該理財顧問裝置13，以提示該理財顧問裝置13的使用者進行客戶關懷。
在步驟307中，該服務處理模組143經由該服務通訊模組142傳送該情緒資訊、該目標客戶資訊，及該業務資訊至該行銷處理模組123。
在步驟308中，該行銷處理模組123根據該情緒資訊、該目標客戶資訊、該業務資訊，該等J筆商品行銷資訊，及對應該目標客戶資訊的客戶選擇資訊產生一商品行銷推薦模型。值得注意的是，在本實施例中，該商品行銷推薦模型Pr(y is =j|X is ,β i )為運用層級貝氏邏輯模式(hierarchical Bayes Logit model)以馬可夫鏈蒙第卡羅(Markov Chain Monte Carlo,MCMC)迭代估計該目標客戶偏好結構並預測其商品行銷偏好機率的模型。該商品行銷推薦模型Pr(y is =j|X is ,β i )以下式表示：
其中該商品行銷推薦模型Pr(y is =j|X is ,β i )表示在給定該目標客戶i的偏好結構β i ，以及其所面對第s次的選擇情境下X is ，會選擇第j筆商
品行銷資訊的偏好的機率，x isj '表示該目標客戶i面對第s次的情況下選擇j商品行銷的屬性，Z i 表示根據該情緒資訊、該目標客戶資訊，及該業務資訊所產生的特質變數，Γ s 表示可解釋變異量，φ i 表示不可解釋變異量。
在步驟309中，該行銷處理模組123根據該商品行銷推薦模型Pr(y is =j|X is ,β i )產生該個人化行銷資訊，並經由該行銷通訊模組122傳送該個人化行銷資訊至該服務處理模組143。
在步驟310中，該服務處理模組143經由該服務通訊模組142傳送該個人化行銷資訊至該取號處理模組114。
在步驟311中，該取號處理模組114根據該個人化行銷資訊利用該配號模組116產生一具有一號碼及該個人化行銷資訊的號碼牌。值得注意的是，在本實施例中，該配號模組116將一個二維碼，例如快速響應矩陣圖碼(Quick Response Code,QR code)的印製在號碼牌上。該目標客戶可透過該二維碼連接該服務伺服器14，以獲得該個人化行銷資訊，當該目標客戶透過該二維碼連接該服務伺服器14時，該服務處理模組143產生一指示出客戶選擇此次行銷的行銷選擇訊息；而當該目標客戶在超過一預定期間(例如3天)未透過該二維碼連接該服務伺服器14時，該服務處理模組143則產生一指示出客戶未選擇此次行銷的行銷選擇訊息。
在步驟312中，該服務處理模組143經由該服務通訊模組
142將該情緒資訊及該行銷選擇訊息傳送至該理財顧問裝置13。
在步驟313中，該理財顧問裝置13將該行銷選擇訊息傳送至該行銷處理模組123。
在步驟314中，該行銷處理模組123根據該行銷選擇訊息更新該目標客戶資訊的客戶選擇資訊。
參閱圖1及圖4，說明了本發明個人化行銷資訊產生方法之一第二實施例，其中每一客戶資訊還具有一相關於一客戶端(圖未示)的連接資訊，該第二實施例包含步驟401至步驟412，其中步驟401~步驟409、步驟411~步驟413分別相似於該第一實施例的步驟301~步驟309，步驟312~步驟314，以下說明該第二實施例相異之步驟。在本實施例中，該等客戶端例如為該等客戶所使用的行動裝置，該連接資訊例如為手機號碼，但不以此限。
在步驟410中，該服務處理模組143根據該目標客戶資訊的連接資訊傳送該個人化行銷資訊至該目標客戶資訊所相關的客戶端，以致該客戶端顯示該個人化行銷資訊。值得注意的是，該服務處理模組143以簡訊的形式傳送一連結至該客戶端，當該目標客戶透過該連結連接該服務伺服器14時，該服務處理模組143產生一指示出客戶選擇此次行銷的行銷選擇訊息；而當該目標客戶在超過一預定期間(例如3天)未透過該連結連接該服務伺服器14時，該服務處理模組143則產生一指示出客戶未選擇此次行銷的行銷選擇訊
息，在其他實施方式中，該服務處理模組143亦可以推播的形式傳送該連結至該客戶端，不以此為限。
綜上所述，本發明個人化行銷資訊產生方法及其系統，藉由該服務處理模組143根據該臉部資訊產生該情緒資訊，並在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，經由該服務通訊模組142傳送該情緒資訊、該目標客戶資訊及該業務資訊至該行銷處理模組123，以致該行銷處理模組123運用層級貝氏邏輯模式以馬可夫鏈蒙第卡迭代估計該目標客戶偏好結構並預測其商品行銷偏好機率，產生適合該目標客戶的該個人化行銷資訊。此外，在該服務處理模組143判定該情緒資訊的該正面情緒百分比不大於該門檻值後，該服務處理模組143產生並經由該服務通訊模組142傳送該關懷訊息至該理財顧問裝置13，以提示該理財顧問裝置13的使用者進行客戶關懷，故確實能達成本發明的目的。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
11‧‧‧取號裝置
112‧‧‧取號通訊模組
113‧‧‧臉部辨識模組
114‧‧‧取號處理模組
115‧‧‧輸入模組
116‧‧‧配號模組
12‧‧‧行銷整合裝置
123‧‧‧行銷處理模組
13‧‧‧理財顧問裝置
14‧‧‧服務伺服器
141‧‧‧服務儲存模組
142‧‧‧服務通訊模組
143‧‧‧服務處理模組
21‧‧‧第一通訊網路
121‧‧‧行銷儲存模組
122‧‧‧行銷通訊模組
22‧‧‧第二通訊網路
Claims (12)
- 一種個人化行銷資訊產生方法，適用於產生適合一目標客戶的一個人化行銷資訊，並由一服務伺服器來執行，該服務伺服器經由一第一通訊網路連接一取號裝置，並經由一第二通訊網路連接一行銷整合裝置，該取號裝置用以偵測該目標客戶的臉部以產生一相關於該目標客戶的臉部資訊，該服務伺服器儲存有多筆臉部資訊及多筆分別對應該等臉部資訊且分別相關於多個客戶的客戶資訊，該個人化行銷資訊產生方法包含以下步驟：(A)藉由該服務伺服器，在經由該第一通訊網路接收來到自該取號裝置的該臉部資訊後，根據該臉部資訊產生一相關於臉部表情的情緒資訊，並從該等客戶資訊中獲得對應該臉部資訊的一目標客戶資訊，該情緒資訊包括一正面情緒百分比，及一負面情緒百分比；(B)藉由該服務伺服器，判定該情緒資訊的該正面情緒百分比是否大於一門檻值；及(C)藉由該服務伺服器，在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置，以致該行銷整合裝置根據該情緒資訊及該目標客戶資訊產生該個人化行銷資訊。
- 如請求項1所述的個人化行銷資訊產生方法，其中，在步驟(C)中，該服務伺服器傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置，以致該行銷整合裝置根據該情緒資訊及該目標客戶資訊產生並傳送該個人化行銷資訊至該 服務伺服器，該方法還包含以下步驟：(D)藉由該服務伺服器，傳送該個人化行銷資訊至該取號裝置，以致該取號裝置根據該個人化行銷資訊產生一具有一號碼及該個人化行銷資訊的號碼牌。
- 如請求項1所述的個人化行銷資訊產生方法，每一客戶資訊具有一相關於一客戶端的連接資訊，其中，在步驟(C)中，該服務伺服器傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置，以致該行銷整合裝置根據該情緒資訊及該目標客戶資訊產生並傳送該個人化行銷資訊至該服務伺服器，該方法還包含以下步驟：(E)藉由該服務伺服器，根據該目標客戶資訊的連接資訊傳送該個人化行銷資訊至該目標客戶資訊所相關的客戶端，以致該客戶端顯示該個人化行銷資訊。
- 如請求項1所述的個人化行銷資訊產生方法，該取號裝置還用以回應於該目標客戶的一選取操作產生一相關於該目標客戶所要辦理業務的業務資訊，其中，在步驟(A)中，該服務伺服器還接收到該業務資訊，在步驟(C)中，該服務伺服器還傳送該業務資訊至該行銷整合裝置，以致該行銷整合裝置還根據該業務資訊產生該個人化行銷資訊。
- 如請求項4所述的個人化行銷資訊產生方法，其中，在步驟(C)中該行銷整合裝置根據該情緒資訊、該目標客戶資訊，及該業務資訊產生一商品行銷推薦模型，並根據該商品行銷推薦模型產生該個人化行銷資訊。
- 如請求項5所述的個人化行銷資訊產生方法，該行銷整合 裝置儲存有J筆商品行銷資訊及多筆分別對應該等客戶資訊的客戶選擇資訊，每一客戶選擇資訊相關於所對應的客戶選擇商品行銷的情形，其中，在步驟(C)中，該行銷整合裝置還根據該等J筆商品行銷資訊及對應該目標客戶資訊的客戶選擇資訊產生該商品行銷推薦模型，該商品行銷推薦模型Pr(y is =j|X is ,β i )以下式表示：
- 一種個人化行銷資訊產生系統，適用於產生適合一目標客戶的一個人化行銷資訊，包含：一取號裝置，包括一殼體，一取號通訊模組，設置於該殼體內，連接一第一通訊網路，一臉部辨識模組，設置於該殼體上，用以偵測該目標客戶的臉部以產生一相關於該目標客戶的臉部資訊，及 一取號處理模組，設置於該殼體內，電連接該取號通訊模組及該臉部辨識模組；一行銷整合裝置，包括一行銷通訊模組，連接一第二通訊網路，及一行銷處理模組，電連接該行銷通訊模組；及一服務伺服器，包括一服務儲存模組，儲存有多筆臉部資訊及多筆分別對應該等臉部資訊且分別相關於多個客戶的客戶資訊，一服務通訊模組，經由該第一通訊網路連接該取號裝置的該取號通訊模組，並經由該第二通訊網路連接該行銷整合裝置的該行銷通訊模組，及一服務處理模組，電連接該服務儲存模組及該服務通訊模組，其中，該取號裝置的該取號處理模組將該臉部辨識模組產生的該臉部資訊經由該取號通訊模組傳送至該服務伺服器的該服務處理模組，該服務伺服器的該服務處理模組根據該臉部資訊產生一相關於臉部表情的情緒資訊，並從該等客戶資訊中，獲得對應該臉部資訊的一目標客戶資訊，該情緒資訊包括一正面情緒百分比，及一負面情緒百分比，並判定該情緒資訊的該正面情緒百分比是否大於一門檻值，且在判定出該情緒資訊的該正面情緒百分比大於該門檻值後，經由該服務通訊模組傳送該情緒資訊及該目標客戶資訊至該行銷整合裝置的該行銷處理模組，該行銷整合裝置的該行銷處理模組根據該情緒資訊及該目標客戶 資訊產生該個人化行銷資訊。
- 如請求項7所述的個人化行銷資訊產生系統，其中，該取號裝置還包括一設置於該殼體上且電連接該取號處理模組的配號模組，該行銷整合裝置的該行銷處理模組經由該行銷通訊模組傳送該個人化行銷資訊至該服務伺服器的該服務處理模組，該服務伺服器的該服務處理模組經由該服務通訊模組傳送該個人化行銷資訊至該取號裝置的該取號處理模組，該取號處理模組根據該個人化行銷資訊利用該配號模組產生一具有一號碼及該個人化行銷資訊的號碼牌。
- 如請求項7所述的個人化行銷資訊產生系統，其中，該服務伺服器的該服務儲存模組儲存的每一客戶資訊具有一相關於一客戶端的連接資訊，該行銷整合裝置的該行銷處理模組經由該行銷通訊模組傳送該個人化行銷資訊至該服務伺服器的該服務處理模組，該服務伺服器的該服務處理模組經由該服務通訊模組傳送該個人化行銷資訊至該目標客戶資訊所相關的客戶端，以致該客戶端顯示該個人化行銷資訊。
- 如請求項7所述的個人化行銷資訊產生系統，其中，該取號裝置還包括一電連接該取號處理模組的輸入模組，設置於該殼體上，用以回應於該目標客戶的一選取操作產生一輸入訊號，該取號處理模組根據該輸入訊號產生相關於該目標客戶所要辦理業務的業務資訊，該取號裝置的該取號處理模組還將該輸入模組產生的該業務資訊經由該取號 通訊模組傳送至該服務伺服器的該服務處理模組，該服務伺服器的該服務處理模組還傳送該業務資訊至該行銷整合裝置的該行銷處理模組，該行銷整合裝置的該行銷處理模組還根據該業務資訊產生該個人化行銷資訊。
- 如請求項10所述的個人化行銷資訊產生系統，其中，該行銷整合裝置的該行銷處理模組根據該情緒資訊、該目標客戶資訊，及該業務資訊產生一商品行銷推薦模型，並根據該商品行銷推薦模型產生該個人化行銷資訊。
- 如請求項11所述的個人化行銷資訊產生系統，其中，該行銷整合裝置還包括一電連接該行銷處理模組的行銷儲存模組，該行銷儲存模組儲存有J筆商品行銷資訊及多筆分別對應該等客戶資訊的客戶選擇資訊，每一客戶選擇資訊相關於所對應的客戶選擇商品行銷的情形，該行銷整合裝置的該行銷處理模組還根據該等J筆商品行銷資訊及對應該目標客戶資訊的客戶選擇資訊產生該商品行銷推薦模型，該商品行銷推薦模型Pr(y is =j|X is ,β i )以下式表示：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107130327A TWI745614B (zh) | 2018-08-30 | 2018-08-30 | 個人化行銷資訊產生方法及其系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107130327A TWI745614B (zh) | 2018-08-30 | 2018-08-30 | 個人化行銷資訊產生方法及其系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202009833A TW202009833A (zh) | 2020-03-01 |
| TWI745614B true TWI745614B (zh) | 2021-11-11 |
Family
ID=70766570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107130327A TWI745614B (zh) | 2018-08-30 | 2018-08-30 | 個人化行銷資訊產生方法及其系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI745614B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160232244A1 (en) * | 2015-02-11 | 2016-08-11 | Google Inc. | Methods, systems, and media for personalizing computerized services based on mood and/or behavior information from multiple data sources |
| CN106250553A (zh) * | 2016-08-15 | 2016-12-21 | 珠海市魅族科技有限公司 | 一种服务推荐方法及终端 |
| CN106528859A (zh) * | 2016-11-30 | 2017-03-22 | 英华达（南京）科技有限公司 | 一种数据推送系统及方法 |
| CN106826855A (zh) * | 2017-03-14 | 2017-06-13 | 山东大学 | 一种基于云数据身份识别的银行业务助理机器人 |
| TWM544055U (zh) * | 2016-12-02 | 2017-06-21 | 彰化商業銀行股份有限公司 | 行銷系統 |
| TW201741995A (zh) * | 2016-05-26 | 2017-12-01 | Pacific Man Partners Llc | 保險、理財、投資產品與心情佳句推薦系統、方法及其電腦程式產品 |
| TWM569893U (zh) * | 2018-08-30 | 2018-11-11 | 第一商業銀行股份有限公司 | Personalized marketing information generation system |
-
2018
- 2018-08-30 TW TW107130327A patent/TWI745614B/zh active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160232244A1 (en) * | 2015-02-11 | 2016-08-11 | Google Inc. | Methods, systems, and media for personalizing computerized services based on mood and/or behavior information from multiple data sources |
| TW201741995A (zh) * | 2016-05-26 | 2017-12-01 | Pacific Man Partners Llc | 保險、理財、投資產品與心情佳句推薦系統、方法及其電腦程式產品 |
| CN106250553A (zh) * | 2016-08-15 | 2016-12-21 | 珠海市魅族科技有限公司 | 一种服务推荐方法及终端 |
| CN106528859A (zh) * | 2016-11-30 | 2017-03-22 | 英华达（南京）科技有限公司 | 一种数据推送系统及方法 |
| TWM544055U (zh) * | 2016-12-02 | 2017-06-21 | 彰化商業銀行股份有限公司 | 行銷系統 |
| CN106826855A (zh) * | 2017-03-14 | 2017-06-13 | 山东大学 | 一种基于云数据身份识别的银行业务助理机器人 |
| TWM569893U (zh) * | 2018-08-30 | 2018-11-11 | 第一商業銀行股份有限公司 | Personalized marketing information generation system |
Non-Patent Citations (4)
| Title |
|---|
| ;臉部 API - 臉部辨識，2017/07/10，https://web.archive.org/web/20170710072630/https://azure.microsoft.com/zh-tw/services/cognitive-services/face/ * |
| 林昭宇，基於時間強化設計之情緒辨識方法，2013，https://ir.nctu.edu.tw/bitstream/11536/72967/1/005402.pdf * |
| 林昭宇，基於時間強化設計之情緒辨識方法，2013，https://ir.nctu.edu.tw/bitstream/11536/72967/1/005402.pdf。 |
| 臉部 API - 臉部辨識，2017/07/10，https://web.archive.org/web/20170710072630/https://azure.microsoft.com/zh-tw/services/cognitive-services/face/。 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202009833A (zh) | 2020-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10931620B2 (en) | Calculating efficient messaging parameters | |
| CN107636647A (zh) | 自动提取通信和内容中的承诺和请求 | |
| CN109360048A (zh) | 订单生成方法、系统、计算机设备和存储介质 | |
| US20210390610A1 (en) | Multi-layer optimization for a multi-sided network service | |
| US20220067814A1 (en) | Web application for service recommendations with machine learning | |
| CN110472114B (zh) | 异常数据预警方法、装置、计算机设备及存储介质 | |
| US20160275634A1 (en) | Using large data sets to improve candidate analysis in social networking applications | |
| US20210256156A1 (en) | Machine Learning Systems and Methods for Predicting Personal Information Using File Metadata | |
| CN116468460B (zh) | 基于人工智能的消费金融客户画像识别系统及其方法 | |
| CN112116391A (zh) | 多媒体资源投放方法、装置、计算机设备及存储介质 | |
| JP2016206878A (ja) | 営業員育成支援システムおよび営業員育成支援方法 | |
| Chen et al. | Attending to customer attention: A novel deep learning method for leveraging multimodal online reviews to enhance sales prediction | |
| US20200110771A1 (en) | Systems and methods for electronic communication, communication node classification, and communication node affinity mapping using machine learning | |
| TWM569893U (zh) | Personalized marketing information generation system | |
| Kim et al. | Trust antecedents in online reviews across national cultures | |
| JP2020057206A (ja) | 情報処理装置 | |
| US20210256468A1 (en) | Methods and systems for improved mail delivery and notifications | |
| TWI745614B (zh) | 個人化行銷資訊產生方法及其系統 | |
| AU2017232032A1 (en) | Real-time method and system for assessing and improving a presence and perception of an entity | |
| Igudia | An integrated model of the factors influencing the adoption and extent of use of e-payment systems by SMEs in Nigeria | |
| CN116308393B (zh) | 一种基于风控规则引擎的交易监管系统 | |
| US20170300994A1 (en) | Serendipity recommender system | |
| Geng et al. | Data-driven product ranking: A hybrid ranking approach | |
| JP7445932B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| TWI778568B (zh) | 推薦名單產製系統及其方法 |