基于营销内容的自媒体用户精准匹配方法与流程

本发明涉及自媒体用户精准领域，具体涉及一种基于营销内容的自媒体用户精准匹配方法。

背景技术：

随着社交网络的发达、互联网经济的兴起，自媒体平台成为营销领域的新战场。但由于自媒体用户覆盖面极广，如何针对营销内容，准确挑选目标用户，成为新经济背景下企业制定高效、精准的营销策略的关键之举，也成为当下市场研究者们关注的重要问题。

目前针对目标产品的用户分类研究通常借助问卷调查的形式进行，主观性及不确定性较大。且该方法处理样本量有限，对新样本的适应性也很差。随着样本发生变化，分析结果存在较大的波动和不可靠性。自媒体平台每天产生海量及不断变化的信息，传统方法显然缺乏适应性。因此开发基于自媒体平台的智能计算方法，基于海量后台数据，一方面对营销内容按照其特征进行分解，另一方面搜集海量用户数据，并对其进行分析。基于特征元素，将用户数据与营销内容进行相似性匹配，从而获得基于内容熟悉度的用户分类。最后，基于用户偏好，建立基本信息与用户类型之间的预测模型。

传统技术存在以下技术问题：

目前，自媒体内容营销背景下的用户细分方法研究较少(尚未发现)。大部分以营销为目的的用户分类研究均基于线下问卷调查的形式展开。人为设置问卷具有一定的主观性，容易引起问题挖掘不彻底，以及结论不可靠的情况，且这种方法受到样本数量和复杂程度的限制，无法做到精准分类。

技术实现要素：

本发明要解决的技术问题是提供一种基于营销内容的自媒体用户精准匹配方法，在自媒体平台下，针对具体营销内容，精准挑选相关的自媒体用户(或潜在用户)，为实现营销内容的精准投放，高效部署营销策略提供技术支持。

为了解决上述技术问题，本发明提供了一种基于营销内容的自媒体用户精准匹配方法，包括：首先将目标内容(营销对象等)按照其具体内容及信息源进行元素分解，并依据其特征类型和相似度进行归类；

同时，从自媒体平台的数据库中提取用户数据；

接下来，将分解的用户行为数据与目标内容按照相似度进行智能匹配；

在此基础上，建立另一部分用户数据，即用户个人基本信息与用户专业度分类之间的关系。

在其中一个实施例中，其中，对用户行为数据进行智能分析，并按照内容元素进行分类。

在其中一个实施例中，该相似度表明用户对目标内容的了解程度，可以用来划分针对某个特定营销对象的用户专业度。

在其中一个实施例中，比如可以据此将自媒体平台的所有用户划分为“无关用户”，“潜在用户”，“普通用户”，“专业用户”等。

在其中一个实施例中，“在此基础上，建立另一部分用户数据，即用户个人基本信息与用户专业度分类之间的关系。”具体包括：首先基于两者之间的相关性，提取少数影响用户分类的关键个人信息因子，标记为关键因子a，b，c等；基于特征提取，建立关键因子与用户分类之间的关系模型r，实现根据少量关键个人信息推测用户针对某特定营销对象的熟悉程度，从而做到营销内容的精准投放。

在其中一个实施例中，“首先基于两者之间的相关性，提取少数影响用户分类的关键个人信息因子，标记为关键因子a，b，c等；”这样做降低了系统的维度，将对智能计算的效率作较大提升。

在其中一个实施例中，用户数据包括用户行为数据和用户个人基本信息。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。

一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。

本发明的有益效果：

本发明排除了分析处理过程中的人为不确定性，采用全程智能化计算，可以实现营销内容的精准投放，从而高效部署营销策略。

附图说明

图1是本发明基于营销内容的自媒体用户精准匹配方法的示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

参阅图1：

本发明提出一种在自媒体平台下，针对特定营销内容精准匹配对象用户的智能方法。该方法首先将目标内容(营销对象等)按照其具体内容及信息源进行元素分解，并依据其特征类型和相似度进行归类。同时，从自媒体平台的数据库中提取用户数据。其中，对用户行为数据进行智能分析，并按照内容元素进行分类。接下来，将分解的用户行为数据与目标内容按照相似度进行智能匹配。该相似度表明用户对目标内容的了解程度，可以用来划分针对某个特定营销对象的用户专业度。比如可以据此将自媒体平台的所有用户划分为“无关用户”，“潜在用户”，“普通用户”，“专业用户”等。

在此基础上，建立另一部分用户数据，即用户个人基本信息与用户专业度分类之间的关系。首先基于两者之间的相关性，提取少数影响用户分类的关键个人信息因子，标记为关键因子a，b，c等。这样做降低了系统的维度，将对智能计算的效率作较大提升。基于特征提取，建立关键因子与用户分类之间的关系模型r，实现根据少量关键个人信息推测用户针对某特定营销对象的熟悉程度，从而做到营销内容的精准投放。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

技术特征：

1.一种基于营销内容的自媒体用户精准匹配方法，其特征在于，包括：首先将目标内容(营销对象等)按照其具体内容及信息源进行元素分解，并依据其特征类型和相似度进行归类；

同时，从自媒体平台的数据库中提取用户数据；

接下来，将分解的用户行为数据与目标内容按照相似度进行智能匹配；

在此基础上，建立另一部分用户数据，即用户个人基本信息与用户专业度分类之间的关系。

2.如权利要求1所述的基于营销内容的自媒体用户精准匹配方法，其特征在于，其中，对用户行为数据进行智能分析，并按照内容元素进行分类。

3.如权利要求1所述的基于营销内容的自媒体用户精准匹配方法，其特征在于，该相似度表明用户对目标内容的了解程度，可以用来划分针对某个特定营销对象的用户专业度。

4.如权利要求3所述的基于营销内容的自媒体用户精准匹配方法，其特征在于，比如可以据此将自媒体平台的所有用户划分为“无关用户”，“潜在用户”，“普通用户”，“专业用户”等。

5.如权利要求1所述的基于营销内容的自媒体用户精准匹配方法，其特征在于，“在此基础上，建立另一部分用户数据，即用户个人基本信息与用户专业度分类之间的关系。”具体包括：首先基于两者之间的相关性，提取少数影响用户分类的关键个人信息因子，标记为关键因子a，b，c等；基于特征提取，建立关键因子与用户分类之间的关系模型r，实现根据少量关键个人信息推测用户针对某特定营销对象的熟悉程度，从而做到营销内容的精准投放。

6.如权利要求1所述的基于营销内容的自媒体用户精准匹配方法，其特征在于，“首先基于两者之间的相关性，提取少数影响用户分类的关键个人信息因子，标记为关键因子a，b，c等；”这样做降低了系统的维度，将对智能计算的效率作较大提升。

7.如权利要求1所述的基于营销内容的自媒体用户精准匹配方法，其特征在于，用户数据包括用户行为数据和用户个人基本信息。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到7任一项所述的方法。

技术总结
本发明公开了一种基于营销内容的自媒体用户精准匹配方法。本发明一种基于营销内容的自媒体用户精准匹配方法，包括：首先将目标内容(营销对象等)按照其具体内容及信息源进行元素分解，并依据其特征类型和相似度进行归类；同时，从自媒体平台的数据库中提取用户数据；接下来，将分解的用户行为数据与目标内容按照相似度进行智能匹配；在此基础上，建立另一部分用户数据，即用户个人基本信息与用户专业度分类之间的关系。本发明的有益效果：本发明排除了分析处理过程中的人为不确定性，采用全程智能化计算，可以实现营销内容的精准投放，从而高效部署营销策略。

技术研发人员：薛哲彬;洪岩;陈郁
受保护的技术使用者：苏州大学
技术研发日：2019.08.16
技术公布日：2019.11.15