一种基于大数据的产品推广方法

本发明涉及大数据，特别涉及一种基于大数据的产品推广方法。

背景技术：

1、随着大数据技术的逐渐成熟，越来越多的商品制造商逐渐放弃了传统的“广撒网多捞鱼”式的产品营销，转而采用通过大数据技术对消费者进行精准画像，并根据消费者画像向目标客户进行精准推送的产品推广技术。目前，市面上主流的基于大数据的产品推广方式为通过消费历史确定消费者的消费轨迹，并根据消费轨迹向消费者发送推广信息。这种方法存在着显著的缺点，那就是只能根据消费者购买过的消费品进行相似性推广，这种推广方式存在显著的缺点，那就是难以对消费者进行精准的画像，无法确定消费者的消费习惯，产品推广效果较差，，同时，该方法还存在着无法预测消费者的未来消费需求的缺点。综合以上所述，传统的基于大数据的产品推广方式亟待改进。

技术实现思路

1、本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种通过确定待推广产品同类产品的消费者，并通过消费行为匹配确定与其消费行为相似的客户，将其作为待推广产品的目标客户，并根据目标客户的消费行为生成推广信息，向目标客户精准推广待推广产品的方法。

2、为达到上述目的，本发明实施例提出了一种基于大数据的产品推广方法，包括：

3、确定待推广产品的产品标识；

4、根据所述产品标识确定目标产品集合，获取所述目标产品集合对应的若干个目标客户；目标产品集合包括若干个与待推广产品的产品标识相关的目标产品；

5、获取所述每个目标客户的消费行为信息，并根据所述消费行为信息确定所述目标客户的消费标签；

6、根据所述消费标签与所述待推广产品的产品参数生成推广信息；

7、将所述推广信息发送至对应的目标客户。

8、优选的，根据所述产品标识确定目标产品集合，获取所述目标产品集合对应的若干个目标客户，包括：

9、将所述产品标识分解为若干个产品标签；

10、基于大数据技术确定包含至少一个所述产品标签的若干个目标产品，建立目标产品集合；

11、将购买过至少一个目标产品的若干个消费者作为固定消费者，建立固定消费者集合；

12、在所述固定消费者集合中任意选择一个固定消费者作为第一固定消费者；

13、基于大数据技术确定未购买过目标产品的消费者，作为第一潜在消费者；

14、获取所述第一固定消费者的第一消费行为；

15、获取所述第一潜在消费者的第二消费行为；

16、根据所述第一消费行为及第二消费行为，计算得到所述第一固定消费者与所述第一潜在消费者的消费行为相似度；

17、将所述消费行为相似度与消费行为相似度阈值作比较，在确定所述消费行为相似度大于所述消费行为相似度阈值时，将所述第一潜在消费者作为所述第一固定消费者的关联消费者；

18、重复以上方法，确定每个固定消费者对应的若干个关联消费者，并将所述固定消费者集合及固定消费者集合中每个固定消费者对应的若干个关联消费者确定为目标客户。

19、优选的，根据所述第一消费行为及第二消费行为计算得到所述第一固定消费者与所述第一潜在消费者的消费行为相似度，包括：

20、根据所述第一消费行为确定所述第一固定消费者购买过的历史消费品的标识符，建立第一标识符集合；

21、根据所述第二消费行为确定所述第一潜在消费者购买过的历史消费品的标识符，建立第二标识符集合；

22、计算所述第一标识符集合与所述第二标识符集合的杰卡德指数，并与预设的杰卡德指数阈值作比较；

23、在确定所述杰卡德指数小于所述杰卡德指数阈值时，所述第一固定消费者与所述第一潜在消费者的消费行为相似度为0；

24、在确定所述杰卡德指数大于等于所述杰卡德指数阈值时，确定所述第一消费行为与所述第二消费行为共有的若干个变量；所述若干个变量包括消费品浏览时间、下单速度、消费金额、消费频次、消费时间中的至少一个；

25、确定第一消费行为中每个变量的数值；

26、确定第二消费行为中每个变量的数值；

27、基于同一变量的第一消费行为的第一数值集与第二消费行为的第二数值集，代入相关系数计算公式，计算得到相关系数；

28、对每个变量的相关系数进行加权求和，得到基础相似度；

29、将所述基础相似度与所述杰卡德指数代入相似度公式，得到所述第一固定消费者与所述第一潜在消费者的消费行为相似度。

30、优选的，根据所述消费行为信息确定所述目标客户的消费标签，包括：

31、对所述消费行为信息进行筛选，得到所述目标客户购买过的若干个历史消费品,并获取所述若干个历史消费品的特征信息；所述特征信息包括表层特征信息与深层特征信息；所述表层特征信息为所述若干个历史消费品的与所述目标客户的消费习惯无关的客观特征；所述深层特征信息为与所述目标客户消费习惯有关的所述若干个历史消费品关联关系；

32、根据所述表层特征信息对所述若干个历史消费品进行聚类分析，将所述历史消费品划分至若干个消费品集合；

33、分别计算所述深层特征信息与每个消费品集合的匹配度，并将与所述深层特征信息匹配度最高的消费品集合的表层特征信息作为所述目标客户的消费标签。

34、优选的，所述获取所述若干个历史消费品的特征信息，包括：

35、获取所述历史消费品的第一描述信息；所述第一描述信息为可以准确描述所述历史消费品的特征的信息；

36、获取与所述历史消费品同类的消费品的第二描述信息；

37、获取所述第一描述信息与所述第二描述信息的交集，并将所述第一描述信息与所述交集的差集作为所述历史消费品的表层特征信息；重复以上方法，获得每个历史消费品的表层特征信息；

38、在所述若干个历史消费品中选择两个历史消费品，分别作为第一消费品与第二消费品；

39、获取所述第一消费品的表层特征信息作为第一信息；

40、获取所述第二消费品的表层特征信息作为第二信息；

41、将所述第一信息与所述第二信息进行比较，在确定所述第一信息与所述第二信息存在重叠信息时，将所述第一信息与所述重叠信息的差集作为第一差异信息，将所述第二信息与所述重叠信息的差集作为第二差异信息；重复以上方法，计算每两个历史消费品的差异信息，得到差异信息集，并将所述差异信息集中每个差异信息分解为若干个差异子信息，将所述若干个差异子信息组合为差异子信息集；

42、提取所述目标客户全部的历史消费品的表层特征信息并分解为若干个表层特征子信息，建立表层特征子信息集；

43、将所述表层特征子信息集作为语料库，计算所述差异子信息集中每两个差异子信息在所述语料库的共现次数，并将所述每两个差异子信息的共现次数作为矩阵元素，构建共现矩阵；

44、对所述共现矩阵进行svd分解，得到所述共现矩阵的正交矩阵；

45、对所述正交矩阵进行归一化，得到归一化正交矩阵；

46、将所述归一化正交矩阵的矩阵元素作为所述矩阵元素对应的差异子信息的坐标信息，将所述归一化正交矩阵转化至向量空间；任意两个矩阵元素在所述向量空间中对应的两点之间的向量为所述两个矩阵元素对应的两个差异子信息的关联向量；

47、将所述关联向量作为所述两个差异子信息的深层特征信息；

48、将所述每个历史消费品的表层特征信息与每两个差异子信息的深层特征信息组合为所述若干个历史消费品的特征信息。

49、优选的，在计算所述差异子信息集中每两个差异子信息的共现次数前，还包括：统计每个差异子信息在所述语料库中的出现的频率，并将在所述语料库中出现的频率低于预设值的差异子信息进行屏蔽处理。

50、优选的，所述计算所述深层特征信息与所述消费品集合的匹配度，包括：

51、获取所述消费品集合中若干个历史消费品对应的若干个表层特征信息，并将所述若干个目标表层特征信息分解为若干个目标子信息；

52、选择所述目标子信息序列中每两个目标子信息输入所述向量空间，得到每两个目标子信息关联向量；

53、对所述每两个目标子信息对应的关联向量进行累加求和，将求和得到的向量的模作为所述深层特征信息与所述消费品集合的匹配度。

54、优选的，在所述根据所述消费行为信息确定所述目标客户的消费标签后，还包括：

55、将所述消费标签分解为若干个消费子标签；

56、选择所述消费品集合中任意一个包含至少一个所述消费子标签的历史消费品作为目标消费品；

57、获取所述目标客户对所述目标消费品的评论信息；

58、对所述评论信息进行语义识别，获取所述评论信息中与所述消费子标签相关的信息输入语言情感识别模型，确定所述目标客户对所述目标特征信息的情感倾向；

59、在确定所述情感倾向为积极情感倾向时，将所述目标客户对所述目标特征信息的消费标签记作正向消费标签。

60、优选的，所述根据所述消费标签与所述待推广产品的产品参数生成推广信息，包括：

61、获取所述待推广产品的若干个产品参数；

62、将所述若干个产品参数与所述消费标签进行匹配，得到与所述消费标签对应的产品参数作为目标参数；

63、将所述消费标签与所述目标参数套入预设的语言模板，得到所述推广信息。

64、优选的，在将所述推广信息发送至对应的目标客户后，还包括：

65、获取所述目标客户对所述推广信息的反馈信息；

66、根据所述反馈信息确定所述目标客户对所述推广信息的满意度；

67、在确定所述满意度小于满意度阈值时，对所述推广信息对应的语言模板进行修正。

68、与现有技术相比，本发明的有益效果为：

69、1.通过将待推广产品相同类型的产品的固定消费者及其关联消费者作为目标客户，使得目标客户在很大程度上为待推广产品的受众群体，保证了产品推广力度和推广的精准性。

70、2.固定消费者与关联消费者之间关联关系的确定是由二者消费行为的匹配度确定的，这种匹配方法有效保证了二者的消费习惯相似，使得我们可以通过其中一方的消费历史预测另一方的消费趋势。

71、3.根据目标客户的消费标签及待推广产品的产品标识生成推广信息发送至目标客户的操作不但保证了推广信息与产品标识的相关性，而且还使得推广信息与目标客户的消费习惯较为契合，提升了产品推广效果。

72、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

73、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。