基于用户行为画像的电商精准营销策略生成方法及系统

本申请涉及电子商务数据处理，且更为具体地，涉及一种基于用户行为画像的电商精准营销策略生成方法及系统。

背景技术：

1、在电子商务平台的日常运营中，如何依据用户行为特征精准生成并及时下发营销策略，是提升转化率、降低无效资源消耗的核心技术课题。用户在浏览商品页面时，其购买意图的消散本质上是一个连续的心理耗散过程，表现为滑动速度逐渐加快、页面驻留时间缩短等隐式微观行为的渐变演化，而非仅仅体现为点击或退出等离散事件的骤然发生。因此，能否在用户尚未产生明确流失动作之前，通过连续隐式行为信号的实时度量提前预判意图衰退并即时触发干预策略，直接决定了营销系统的时效性与精准性。

2、然而，现有的电商精准营销策略生成技术在底层计算架构上本质上属于基于点过程的离散时间系统，无论是依赖注意力机制的深度序列兴趣演化模型，还是基于图神经网络的异构用户画像方法，均要求用户行为以触发态离散事件作为特征更新的唯一驱动源。这一架构固有缺陷导致系统只能被动等待下一次明确的正负信号才能刷新策略，造成了显著的测量滞后与时间相位差，所生成的策略往往针对的是用户数分钟前乃至更早的历史状态。此外，当基于行为信号对用户偏好图谱进行动态调制时，现有方案通常采用全局均匀衰减策略对所有关联边施加无差别削弱，忽略了图谱中存在具有跨品类功能互补刚需属性的强耦合关联路径，导致这些高确定性转化路径在用户短暂焦躁期内被误杀切断，使得后续策略生成丧失了精准触达用户真实需求的拓扑基底。

3、因此，期望一种优化的基于用户行为画像的电商精准营销策略生成方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于用户行为画像的电商精准营销策略生成方法及系统。

2、根据本申请的一个方面，提供了一种基于用户行为画像的电商精准营销策略生成方法，其包括：

3、s1，对获取的终端交互数据进行实体偏好特征提取与图谱映射以得到滑动加速度序列、驻留时间积分值和偏好拓扑子图；

4、s2，对滑动加速度序列与驻留时间积分值进行融合映射以得到意图衰减系数，并将意图衰减系数作为边权排斥因子注入偏好拓扑子图中进行图卷积聚合以得到意图衰减动态图和初始隐状态张量；

5、s3，以初始隐状态张量为积分起点并以意图衰减动态图为演化约束条件，对无点击空窗期内的用户兴趣状态进行意图空窗期连续演化求解以得到意图漂移瞬时向量；

6、s4，对意图漂移瞬时向量与预设警戒阈值向量进行非线性干预门限评估与自适应信令触发以得到干预触发信令和意图补偿量化值；

7、s5，响应于干预触发信令，基于意图补偿量化值从营销资产池中进行资源匹配与协议封装以得到营销干预控制包，其中营销干预控制包通过下行传输链路被推送至终端渲染缓存以完成界面呈现。

8、根据本申请的另一个方面，提供了一种基于用户行为画像的电商精准营销策略生成系统，其包括：

9、实体偏好特征提取与图谱映射模块，用于对获取的终端交互数据进行实体偏好特征提取与图谱映射以得到滑动加速度序列、驻留时间积分值和偏好拓扑子图；

10、融合映射与图卷积聚合模块，用于对滑动加速度序列与驻留时间积分值进行融合映射以得到意图衰减系数，并将意图衰减系数作为边权排斥因子注入偏好拓扑子图中进行图卷积聚合以得到意图衰减动态图和初始隐状态张量；

11、意图空窗期连续演化求解模块，用于以初始隐状态张量为积分起点并以意图衰减动态图为演化约束条件，对无点击空窗期内的用户兴趣状态进行意图空窗期连续演化求解以得到意图漂移瞬时向量；

12、非线性干预门限评估与自适应信令触发模块，用于对意图漂移瞬时向量与预设警戒阈值向量进行非线性干预门限评估与自适应信令触发以得到干预触发信令和意图补偿量化值；

13、资源匹配与协议封装模块，用于响应于干预触发信令，基于意图补偿量化值从营销资产池中进行资源匹配与协议封装以得到营销干预控制包，其中营销干预控制包通过下行传输链路被推送至终端渲染缓存以完成界面呈现。

14、与现有技术相比，本发明提出一种基于用户行为画像的电商精准营销策略生成方法，其将用户在浏览页面时产生的滑动加速度与驻留时间等连续微观物理信号，经融合映射转化为意图衰减系数并注入用户偏好拓扑子图中重塑边权结构，使静态图谱具备随用户实时行为动态响应的能力。在此基础上，利用神经常微分方程架构对无点击空窗期内的用户兴趣状态进行连续时域积分求解，使系统无需等待下一次离散事件即可持续追踪意图漂移轨迹，从而消除测量滞后。当漂移向量跌破预设警戒阈值时自适应触发干预信令，按需匹配营销资源并下发至终端，避免盲目轮询造成的算力与带宽浪费。同时，在图谱动态调制环节引入基于共现互信息的跨品类功能互补耦合强度评估与对抗性门控机制，对具有刚需锚定属性的强耦合边实施差异化免疫保护，防止其在用户短暂焦躁期被全局衰减误杀，从而保全下游演化求解所依赖的高价值拓扑路径完整性。

1.一种基于用户行为画像的电商精准营销策略生成方法，其特征在于，包括：

2.根据权利要求1所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，终端交互数据包含屏幕滑动坐标流、页面驻留起止时间戳和历史点击商品标识集合。

3.根据权利要求1所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，步骤s1，包括：

4.根据权利要求1所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，步骤s2，包括：

5.根据权利要求1所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，步骤s3，包括：

6.根据权利要求1所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，步骤s4，包括：

7.根据权利要求1所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，步骤s5，包括：

8.根据权利要求4所述的基于用户行为画像的电商精准营销策略生成方法，其特征在于，基于意图衰减系数，对偏好拓扑子图中各节点间的静态关联边权进行拓扑结构调制以得到意图衰减动态图，包括：

9.一种基于用户行为画像的电商精准营销策略生成系统，其特征在于，包括：

10.根据权利要求9的基于用户行为画像的电商精准营销策略生成系统，其特征在于，所述融合映射与图卷积聚合模块，包括：