一种基于互联网的电商精准营销系统的制作方法

1.本发明属于电子商务技术领域，具体的说是一种基于互联网的电商精准营销系统。


背景技术：

2.电商精准营销系统为根据用户的浏览对用户的喜好进行推测，进而向用户推荐相关产品的营销系统。
3.现有技术中电商大数据推销多数情况下为根据用户浏览的内容、搜索的形式为依据，在互联网上进行相似度类比，进而输出推荐列表，用户在电商平台进行浏览时，由于用户本身个人体征以及经济状况的原因，导致用户在进行商品浏览时，其喜爱的商品与购买的商品之间可能存在一定的差异性，而仅仅依靠对用户的浏览记录进行类比后进行推荐存在推荐商品本身价格、尺码、风格超出用户的承受范围的情况，进而导致用户存在仅看不买的现象，而全部按照用户的购买标准进行推荐，则会导致推荐列表对用户的吸引程度较低，进而导致用户缺乏浏览兴趣；
4.中国专利发布的一种基于互联网的电商精准营销方法，cn2020107595348，用户使用用户客户端，根据用户客户端引导对用户自身数据进行欲储存；用户分别于用户客户端的身高输入栏、胸围输入栏、肩宽输入栏、脚码输入栏、腰围输入栏和臀围输入栏内依次述入自己的身高、胸围、肩宽、脚码、腰围和臀围，该发明根据用户的个人体征进行商品推荐，有效地规避了推荐商品与自身体征存在较大差异的可能性，但是在推荐时仍旧不够精准，不能有效地综合考虑用户的喜好与承受能力。
5.鉴于此，本发明提出了一种基于互联网的电商精准营销系统用于解决上述技术问题。


技术实现要素：

6.为了弥补现有技术的不足，解决现有精准营销系统经根据用户的浏览喜好进行商品推荐，而未针对用户体征以及承受能力进行考虑的问题，本发明提出了一种基于互联网的电商精准营销系统。
7.本发明解决其技术问题所采用的技术方案是：本发明所述的一种基于互联网的电商精准营销系统，包括信息采集模块、大数据分析模块和精准推送模块；
8.所述信息采集模块包括个人信息征集单元、交易信息采集单元和归类传输单元；
9.所述个人信息征集单元包括基本体征采集组件和兴趣调查组件；所述基本体征采集组件用于用户自行填写包括但不限于身高、体重、性别、年龄、感情状况以及职业种类；所述兴趣调查组件用于通过问卷的形式采集用户意见；所述兴趣调查组件采用弹窗的形式不定时进行采集；所述兴趣调查组件问卷采集内容包括但不限于用户喜好、用户期望、用户风格；
10.所述交易信息采集单元包括浏览信息采集组件和交易订单采集组件；所述浏览信
息采集组件通过对用户搜索的商品种类、风格和价格进行采集，并输送至归类传输单元中；所述交易订单采集组件用于针对用户交易订单的种类、风格和价格进行采集，并输送至归类传输单元中；所述归类传输单元用于接受交易信息采集单元采集的信息，并针对采集到的信息进行特征提取；所述归类传输单元分别将浏览信息采集组件、交易订单采集组件中采集的信息分别进行特征提取，并将提取的特征分类传输至大数据分析模块中；
11.所述大数据分析模块包括信息整合单元和比例分析单元；所述信息整合单元用于接受个人信息征集单元和交易信息采集单元中输出的信息，并将信息按照个人信息、浏览信息和交易信息进行分类统合输出个人喜好表格；所述比例分析单元通过对个人信息更新时间、浏览信息更新时间和交易信息更新时间进行排序，并按照6：3:1的比例输出推荐比例；
12.所述精准推送模块包括搜索引擎和智能排序单元；
13.所述搜索引擎用于根据用户输入的信息于互联网上进行商品搜索，并将搜索结果参照个人喜好表格进行筛选后输出商品列表；所述智能排序单元用于对商品列表进行智能穿插排序，智能排序单元按照推荐比例将商品列表顺序进行调整，使输出的商品列表符合推荐比例；
14.现有技术中电商大数据推销多数情况下为根据用户浏览的内容、搜索的形式为依据，在互联网上进行相似度类比，进而输出推荐列表，用户在电商平台进行浏览时，由于用户本身个人体征以及经济状况的原因，导致用户在进行商品浏览时，其喜爱的商品与购买的商品之间可能存在一定的差异性，而仅仅依靠对用户的浏览记录进行类比后进行推荐存在推荐商品本身价格、尺码、风格超出用户的承受范围的情况，进而导致用户存在仅看不买的现象，而全部按照用户的购买标准进行推荐，则会导致推荐列表对用户的吸引程度较低，进而导致用户缺乏浏览兴趣；
15.本发明工作时，通过设置个人信息征集单元、交易信息采集单元和归类传输单元，首先对用户的个人体征进行咨询，进而对用户的个人体征存在初步的了解，有效地避免推荐的商品与用户本身的个人体征存在较大的差距，同时通过问卷的形式对用户进行兴趣、喜好的咨询，进而用于为推荐商品提供参考，同时交易信息采集单元分别对用户浏览的商品信息记录以及用户购买的商品信息记录进行查询，通过对商品的种类、价格、风格进行总结，进而较为方便的总结出用户平时喜欢浏览、观看的商品的风格、种类和价格以及符合用户承受范围的商品的风格、种类和价格，信息整合单元通过对用户的喜好、浏览的记录和购买的记录进行总结后，可以有效地推算出用户的喜好以及承受范围，同时利用比例分析单元对以上三种信息途径按照更新的时间进行排列后，输出推荐比例，配合精准推荐模块对输出的商品推荐列表按照上述三种标准进行筛选后进行比例划分，进而使推荐的列表中不仅存在用户喜欢浏览的商品，同时还具备符合用户承受范围的相似的商品，进而输出的商品列表对用户存在吸引力的同时还能符合用户的承受范围，进而起到精准推销的作用，利用商品之间的价格、风格的对比性，提高用户的购买欲望，同时智能排序组件将商品的排列方式按照比例进行划分，进而使商品之间的对比性更强，进而有效地刺激用户的购买欲望。
16.优选的，所述兴趣调查组件的问卷采集形式为对比问卷；所述对比问卷以图片的形式分别将两套或多套风格迥异的搭配用于用户进行对比选择，并根据用户选择的风格进一步细化提问；所述兴趣调查组件的弹窗提问间隔不小于30min/次；所述对比问卷涉及范
围包括但不限于颜色、风格、价格、材质；
17.工作时，相比较于枯燥的文字叙述，直接通过图片的形式将多种商品形成搭配，并相互对比，直接呈现在用户的面前，用户直接根据个人感官进行优劣对比，可以更加直观的测试处用户的审美与喜好，一方面调查方式较为简单且对提问间隔进行控制，可以有效地降低用户对兴趣调查的反感度，增强调查的简便程度，同时还可以更加直观的对用户的喜好进行分析，避免存在用户受自身受思想禁锢，对自身的喜好的了解存在偏差的情况存在，进而使分析的个人喜好存在一定的误差。
18.优选的，所述精准推送模块还包括搭配单元；所述搭配单元包括搭配组件和类比组件；所述搭配组件通过用户输入的信息输出关联商品信息；所述类比组件通过访问订单信息以及关联商品信息，进行类比查重，并将查重结果作为搜索条件通过搜索引擎与互联网上现有的搭配进行重合筛选，并输出相似度较高的搭配推荐，将搭配推荐以图片的形式间隔穿插于商品列表中；
19.工作时，通过设置搭配组件和类比组件，通过对用户输入的查询商品的相关联商品进行查询，并与用户的购买记录进行查询，当用户购买记录中存在与输入的商品相关联的物品时，直接根据用户购买的商品的颜色、风格作为查询条件，使用搜索引擎与网络上分享的搭配进行查询，按照相似度将网络上现有的搭配方式以图片的方式穿插在推荐商品的列表中，在用户在浏览的过程中，为用户提供搭配参考，进而有效地便于用户确认购买目标，进而便于用户进行商品的选购，同时还能为用户已经购置的物品提供新的搭配方式，进而增强用户对系统的好感度。
20.优选的，所述智能排序组件对商品列表进行排序时，将商品与搭配推荐进行类比，按照相似度将商品与搭配推荐按照由近及远的原则进行排序；
21.工作时，通过智能排序组件对商品列表进行排序时，将与推荐搭配较为相似的商品排列在推荐搭配的附近，进而便于用户在确认购买目标后，能够较为方便的对相关商品进行优劣对比便于用户对商品进行选购，进而增强精准营销系统对用户购物的便捷性，同时也使推荐的物品更加精准的迎合用户的需求。
22.优选的，所述大数据分析模块还包括反馈单元；所述反馈单元包括计速组件和调整组件；所述计速组件用于对用户的浏览商品数量与时间进行计算，并分别输出浏览时间占比；所述调整组件根据计速组件输出的浏览时间占比对比例分析单元进行反馈，进而使比例分析单元中输出的推荐比例进行调整；
23.工作时，通过设置反馈单元，由于商品列表中不仅存在用户仅喜欢浏览的商品种类，同时还存在用户承受范围的商品种类，用户在浏览电商平台时，由于浏览目的的不同，其对商品的浏览兴趣也会存在一定的差异，当用户仅存在浏览欲望时，用户于个人喜爱程度较高的商品上的浏览时间较长，而对承受范围内的商品的浏览时间较短，反之则在承受范围内的商品的浏览时间较长，通过对用户浏览时间较长的商品种类进行分析，进而推算出用户的浏览目的，进而根据推测的用户的目的对推荐的商品列表的比例进行调整，可以使输出的商品列表更加迎合用户的情绪，进而使用户对电商精准推销系统的好感度增强。
24.优选的，所述反馈单元还包括负反馈组件；所述负反馈组件与计速组件相关联，当计速组件中输出的浏览时间均低于预设的反馈值时，负反馈组件向精准推送模块发送信号，使精准推送模块中的搜索引擎针对输入的信息进行重新搜索，并将搜索结果进行反向
排序；
25.工作时，当用户在进行浏览过程中，对商品的浏览时间均较短且低于预设的反馈值时，则表明推荐列表与用户的喜好程度相关度较低，此时通过重新对输入的信息进行查询，并将查询结果反向排列，由于商品的排列顺序按照推测的用户的喜好程度进行排列，当用户对当前商品满意度较低时，直接以倒叙的标准来推测用户的喜好，可以更好的迎合用户的情绪，同时直接将查询结果反向排列，还可以降低用户浏览商品重复的几率。
26.本发明的有益效果如下：
27.1.本发明所述的一种基于互联网的电商精准营销系统，通过分别对用户浏览的商品信息记录以及用户购买的商品信息记录进行查询，较为方便的总结出用户平时喜欢浏览、观看的商品的风格、种类和价格以及符合用户承受范围的商品的风格、种类和价格，信息整合单元通过对用户的喜好、浏览的记录和购买的记录进行总结后，可以有效地推算出用户的喜好以及承受范围，同时利用比例分析单元对以上三种信息途径按照更新的时间进行排列后，输出推荐比例，使推荐的商品列表更加迎合用户的喜好。
28.2.本发明所述的一种基于互联网的电商精准营销系统，过设置反馈单元，通过对用户浏览时间较长的商品种类进行分析，进而推算出用户的浏览目的，进而根据推测的用户的目的对推荐的商品列表的比例进行调整，可以使输出的商品列表更加迎合用户的情绪，进而使用户对电商精准推销系统的好感度增强。
附图说明
29.下面结合附图对本发明作进一步说明。
30.图1是本发明的系统流程图；
具体实施方式
31.为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
32.如图1所示，本发明所述的一种基于互联网的电商精准营销系统，包括信息采集模块、大数据分析模块和精准推送模块；
33.所述信息采集模块包括个人信息征集单元、交易信息采集单元和归类传输单元；
34.所述个人信息征集单元包括基本体征采集组件和兴趣调查组件；所述基本体征采集组件用于用户自行填写包括但不限于身高、体重、性别、年龄、感情状况以及职业种类；所述兴趣调查组件用于通过问卷的形式采集用户意见；所述兴趣调查组件采用弹窗的形式不定时进行采集；所述兴趣调查组件问卷采集内容包括但不限于用户喜好、用户期望、用户风格；
35.所述交易信息采集单元包括浏览信息采集组件和交易订单采集组件；所述浏览信息采集组件通过对用户搜索的商品种类、风格和价格进行采集，并输送至归类传输单元中；所述交易订单采集组件用于针对用户交易订单的种类、风格和价格进行采集，并输送至归类传输单元中；所述归类传输单元用于接受交易信息采集单元采集的信息，并针对采集到的信息进行特征提取；所述归类传输单元分别将浏览信息采集组件、交易订单采集组件中采集的信息分别进行特征提取，并将提取的特征分类传输至大数据分析模块中；
36.所述大数据分析模块包括信息整合单元和比例分析单元；所述信息整合单元用于接受个人信息征集单元和交易信息采集单元中输出的信息，并将信息按照个人信息、浏览信息和交易信息进行分类统合输出个人喜好表格；所述比例分析单元通过对个人信息更新时间、浏览信息更新时间和交易信息更新时间进行排序，并按照6：3:1的比例输出推荐比例；
37.所述精准推送模块包括搜索引擎和智能排序单元；
38.所述搜索引擎用于根据用户输入的信息于互联网上进行商品搜索，并将搜索结果参照个人喜好表格进行筛选后输出商品列表；所述智能排序单元用于对商品列表进行智能穿插排序，智能排序单元按照推荐比例将商品列表顺序进行调整，使输出的商品列表符合推荐比例；
39.现有技术中电商大数据推销多数情况下为根据用户浏览的内容、搜索的形式为依据，在互联网上进行相似度类比，进而输出推荐列表，用户在电商平台进行浏览时，由于用户本身个人体征以及经济状况的原因，导致用户在进行商品浏览时，其喜爱的商品与购买的商品之间可能存在一定的差异性，而仅仅依靠对用户的浏览记录进行类比后进行推荐存在推荐商品本身价格、尺码、风格超出用户的承受范围的情况，进而导致用户存在仅看不买的现象，而全部按照用户的购买标准进行推荐，则会导致推荐列表对用户的吸引程度较低，进而导致用户缺乏浏览兴趣；
40.本发明工作时，通过设置个人信息征集单元、交易信息采集单元和归类传输单元，首先对用户的个人体征进行咨询，进而对用户的个人体征存在初步的了解，有效地避免推荐的商品与用户本身的个人体征存在较大的差距，同时通过问卷的形式对用户进行兴趣、喜好的咨询，进而用于为推荐商品提供参考，同时交易信息采集单元分别对用户浏览的商品信息记录以及用户购买的商品信息记录进行查询，通过对商品的种类、价格、风格进行总结，进而较为方便的总结出用户平时喜欢浏览、观看的商品的风格、种类和价格以及符合用户承受范围的商品的风格、种类和价格，信息整合单元通过对用户的喜好、浏览的记录和购买的记录进行总结后，可以有效地推算出用户的喜好以及承受范围，同时利用比例分析单元对以上三种信息途径按照更新的时间进行排列后，输出推荐比例，配合精准推荐模块对输出的商品推荐列表按照上述三种标准进行筛选后进行比例划分，进而使推荐的列表中不仅存在用户喜欢浏览的商品，同时还具备符合用户承受范围的相似的商品，进而输出的商品列表对用户存在吸引力的同时还能符合用户的承受范围，进而起到精准推销的作用，利用商品之间的价格、风格的对比性，提高用户的购买欲望，同时智能排序组件将商品的排列方式按照比例进行划分，进而使商品之间的对比性更强，进而有效地刺激用户的购买欲望。
41.作为本发明的一种实施方式，所述兴趣调查组件的问卷采集形式为对比问卷；所述对比问卷以图片的形式分别将两套或多套风格迥异的搭配用于用户进行对比选择，并根据用户选择的风格进一步细化提问；所述兴趣调查组件的弹窗提问间隔不小于30min/次；所述对比问卷涉及范围包括但不限于颜色、风格、价格、材质；
42.工作时，相比较于枯燥的文字叙述，直接通过图片的形式将多种商品形成搭配，并相互对比，直接呈现在用户的面前，用户直接根据个人感官进行优劣对比，可以更加直观的测试处用户的审美与喜好，一方面调查方式较为简单且对提问间隔进行控制，可以有效地降低用户对兴趣调查的反感度，增强调查的简便程度，同时还可以更加直观的对用户的喜
好进行分析，避免存在用户受自身受思想禁锢，对自身的喜好的了解存在偏差的情况存在，进而使分析的个人喜好存在一定的误差。
43.作为本发明的一种实施方式，所述精准推送模块还包括搭配单元；所述搭配单元包括搭配组件和类比组件；所述搭配组件通过用户输入的信息输出关联商品信息；所述类比组件通过访问订单信息以及关联商品信息，进行类比查重，并将查重结果作为搜索条件通过搜索引擎与互联网上现有的搭配进行重合筛选，并输出相似度较高的搭配推荐，将搭配推荐以图片的形式间隔穿插于商品列表中；
44.工作时，通过设置搭配组件和类比组件，通过对用户输入的查询商品的相关联商品进行查询，并与用户的购买记录进行查询，当用户购买记录中存在与输入的商品相关联的物品时，直接根据用户购买的商品的颜色、风格作为查询条件，使用搜索引擎与网络上分享的搭配进行查询，按照相似度将网络上现有的搭配方式以图片的方式穿插在推荐商品的列表中，在用户在浏览的过程中，为用户提供搭配参考，进而有效地便于用户确认购买目标，进而便于用户进行商品的选购，同时还能为用户已经购置的物品提供新的搭配方式，进而增强用户对系统的好感度。
45.作为本发明的一种实施方式，所述智能排序组件对商品列表进行排序时，将商品与搭配推荐进行类比，按照相似度将商品与搭配推荐按照由近及远的原则进行排序；
46.工作时，通过智能排序组件对商品列表进行排序时，将与推荐搭配较为相似的商品排列在推荐搭配的附近，进而便于用户在确认购买目标后，能够较为方便的对相关商品进行优劣对比便于用户对商品进行选购，进而增强精准营销系统对用户购物的便捷性，同时也使推荐的物品更加精准的迎合用户的需求。
47.作为本发明的一种实施方式，所述大数据分析模块还包括反馈单元；所述反馈单元包括计速组件和调整组件；所述计速组件用于对用户的浏览商品数量与时间进行计算，并分别输出浏览时间占比；所述调整组件根据计速组件输出的浏览时间占比对比例分析单元进行反馈，进而使比例分析单元中输出的推荐比例进行调整；
48.工作时，通过设置反馈单元，由于商品列表中不仅存在用户仅喜欢浏览的商品种类，同时还存在用户承受范围的商品种类，用户在浏览电商平台时，由于浏览目的的不同，其对商品的浏览兴趣也会存在一定的差异，当用户仅存在浏览欲望时，用户于个人喜爱程度较高的商品上的浏览时间较长，而对承受范围内的商品的浏览时间较短，反之则在承受范围内的商品的浏览时间较长，通过对用户浏览时间较长的商品种类进行分析，进而推算出用户的浏览目的，进而根据推测的用户的目的对推荐的商品列表的比例进行调整，可以使输出的商品列表更加迎合用户的情绪，进而使用户对电商精准推销系统的好感度增强。
49.作为本发明的一种实施方式，所述反馈单元还包括负反馈组件；所述负反馈组件与计速组件相关联，当计速组件中输出的浏览时间均低于预设的反馈值时，负反馈组件向精准推送模块发送信号，使精准推送模块中的搜索引擎针对输入的信息进行重新搜索，并将搜索结果进行反向排序；
50.工作时，当用户在进行浏览过程中，对商品的浏览时间均较短且低于预设的反馈值时，则表明推荐列表与用户的喜好程度相关度较低，此时通过重新对输入的信息进行查询，并将查询结果反向排列，由于商品的排列顺序按照推测的用户的喜好程度进行排列，当用户对当前商品满意度较低时，直接以倒叙的标准来推测用户的喜好，可以更好的迎合用
户的情绪，同时直接将查询结果反向排列，还可以降低用户浏览商品重复的几率。
51.具体实施流程如下：
52.工作时，通过设置个人信息征集单元、交易信息采集单元和归类传输单元，首先对用户的个人体征进行咨询，进而对用户的个人体征存在初步的了解，有效地避免推荐的商品与用户本身的个人体征存在较大的差距，同时通过问卷的形式对用户进行兴趣、喜好的咨询，进而用于为推荐商品提供参考，同时交易信息采集单元分别对用户浏览的商品信息记录以及用户购买的商品信息记录进行查询，通过对商品的种类、价格、风格进行总结，进而较为方便的总结出用户平时喜欢浏览、观看的商品的风格、种类和价格以及符合用户承受范围的商品的风格、种类和价格，信息整合单元通过对用户的喜好、浏览的记录和购买的记录进行总结后，可以有效地推算出用户的喜好以及承受范围，同时利用比例分析单元对以上三种信息途径按照更新的时间进行排列后，输出推荐比例，配合精准推荐模块对输出的商品推荐列表按照上述三种标准进行筛选后进行比例划分，进而使推荐的列表中不仅存在用户喜欢浏览的商品，同时还具备符合用户承受范围的相似的商品，进而输出的商品列表对用户存在吸引力的同时还能符合用户的承受范围。
53.以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。