一种基于大数据分析的营销网络构建方法及系统与流程

1.本发明涉及数据分析技术领域，具体地说，涉及一种基于大数据分析的营销网络构建方法及系统。


背景技术：

2.网络营销为网上营销或者电子营销，指的以现代营销理论为基础，借助网络、通信和数字媒体技术等实现营销目标的商务活动。为用户创造价值是网络营销的核心思想，基于互联网工具的各种方法是开展网络营销的基本手段，互联网为营销带来了许多独特的便利，如低成本传播资讯与媒体到听众、观众手中，互联网媒体在术语上立即回响与引起回响双方面的互动性本质，皆为网络营销有别于其他种营销方式的特性。
3.现有的网上购物平台在进行商品展示过程中，经常会在顾客购买商品后，为顾客提供其他的商品广告，而这些商品广告大多数是提前制定好的，而不同顾客喜爱的广告的类型不同，有可能相同的广告内容，通过不同类型的广告进行推送，顾客满意度也会有所不同，如果在顾客购物之前就提前制定了商品广告，很容易导致顾客产生排斥心里，从而影响顾客对购买平台的满意度，所以现亟需一种基于大数据分析的营销网络构建方法及系统。


技术实现要素：

4.本发明的目的在于提供一种基于大数据分析的营销网络构建方法及系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明目的之一在于，提供了一种基于大数据分析的营销网络构建系统，包括购买平台购买信息监控单元，所述购买平台购买信息监控单元用于购买平台的购买信息进行监控，判断顾客购买的商品信息，同时监控顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，所述购买平台购买信息监控单元输出端连接有商品购买类型识别单元，所述商品购买类型识别单元根据顾客购买的商品信息，判断该商品属于那种类型，所述商品购买类型识别单元输出端连接有广告敏感度分析单元，所述广告敏感度分析单元根据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，生成敏感度判断信息，所述广告敏感度分析单元输出端连接有广告类型喜爱度模拟单元，所述广告类型喜爱度模拟单元根据敏感度判断信息，对顾客喜爱的广告类型进行模板制定。
6.作为本技术方案的进一步改进，所述广告敏感度分析单元包括观看时间测算模块，所述观看时间测算模块用于测算顾客观看广告的时间，所述广告敏感度分析单元还包括广告引导度识别模块，所述广告引导度识别模块用于识别顾客观看广告过程中，根据广告的引导内容所实施的步骤，所述广告引导度识别模块输出端连接有敏感度整合计算模块，所述敏感度整合计算模块输入端于所述观看时间测算模块输出端连接。
7.作为本技术方案的进一步改进，所述敏感度整合计算模块采用敏感度整合算法，其算法公式如下：
[0008][0009][0010][0011][0012]
其中，β1为判断敏感度的广告总时间占比量，为判断敏感度的总时间占比率，β2为判断敏感度的总引导度占比量，为判断敏感度的总引导度占比率，u1为顾客观看广告时间，u2为广告引导度量，u为敏感度整合率，f(u)为敏感度整合率比对函数，为敏感度整合率阈值，当敏感度整合率u小于敏感度整合率阈值时，敏感度整合率比对函数f(u)输出为0，表明顾客对广告的敏感度较低，当敏感度整合率u不小于敏感度整合率阈值时，敏感度整合率比对函数f(u)输出为1，表明顾客对广告的敏感度较高。
[0013]
作为本技术方案的进一步改进，所述商品购买类型识别单元输出端连接有相似广告推送单元，所述相似广告推送单元根据顾客购买商品类型，制定与商品相似的的商品广告。
[0014]
作为本技术方案的进一步改进，所述相似广告推送单元输入端与所述广告敏感度分析单元输出端连接。
[0015]
作为本技术方案的进一步改进，所述相似广告推送单元输入端连接有商品购买搭配单元，所述商品购买搭配单元输入端与所述商品购买类型识别单元输出端连接，所述商品购买搭配单元根据顾客购买商品类型，为顾客制定搭配商品。
[0016]
作为本技术方案的进一步改进，所述广告类型喜爱度模拟单元输出端连接有偶然事件剔除单元，所述偶然事件剔除单元用于对偶然事件进行剔除。
[0017]
作为本技术方案的进一步改进，所述偶然事件剔除单元输出端连接有数据存储单元，所述数据存储单元用于存储偶然事件信息。
[0018]
作为本技术方案的进一步改进，所述数据存储单元输入端与所述相似广告推送单元输出端连接。
[0019]
本发明目的之二在于，提供了一种基于大数据分析的营销网络构建方法，包括上述中任意一项所述的基于大数据分析的营销网络构建系统，包括如下方法步骤：
[0020]
s1、购买平台购买信息监控单元购买平台的购买信息进行监控，判断顾客购买的商品信息，同时监控顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息；
[0021]
s2、商品购买类型识别单元接收顾客购买的商品信息，并根据顾客购买的商品信息，判断该商品属于那种类型；
[0022]
s3、广告敏感度分析单元根据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，生成敏感度判断信息；
[0023]
s4、广告类型喜爱度模拟单元根据敏感度判断信息，对顾客喜爱的广告类型进行模板制定。
[0024]
与现有技术相比，本发明的有益效果：
[0025]
1、该基于大数据分析的营销网络构建方法及系统中，通过广告敏感度分析单元根
据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，广告类型喜爱度模拟单元根据敏感度判断信息，对顾客喜爱的广告类型进行模板制定，当后期顾客重新在该平台进行购物时，可直接提供给该顾客喜爱的广告类型，从而提高广告推送准确度，减少顾客对购买过程中产生广告的厌恶性，从而影响顾客对购买平台的满意度。
[0026]
2、该基于大数据分析的营销网络构建方法及系统中，商品购买类型识别单元接收顾客购买的商品信息，并根据顾客购买的商品信息，判断该商品属于那种类型，生成购买商品类型信息，并将购买商品类型信息传输至相似广告推送单元，相似广告推送单元根据顾客购买商品类型，制定与商品相似的的商品广告，为顾客推送与购买商品相似的商品广告，为购买平台的顾客提供合适的商品，提高商品销售效率。
[0027]
3、该基于大数据分析的营销网络构建方法及系统中，商品购买类型识别单元将购买商品类型信息传输至商品购买搭配单元，商品购买搭配单元根据顾客购买商品类型，为顾客制定搭配商品，例如顾客在平台购买了手机，而与手机搭配的商品有手机壳、耳机或者手机膜等，此时商品购买搭配单元将这些商品规定为搭配商品，生成搭配商品信息，并将搭配商品信息传输至相似广告推送单元，通过相似广告推送单元为这些搭配商品制定对应的商品广告，并推送至顾客。
附图说明
[0028]
图1为本发明实施例1的整体流程图；
[0029]
图2为本发明实施例1的广告敏感度分析单元流程图；
[0030]
图3为本发明实施例1的整体方法流程图。
[0031]
图中各个标号意义为：
[0032]
10、购买平台购买信息监控单元；
[0033]
20、商品购买类型识别单元；
[0034]
30、广告敏感度分析单元；310、观看时间测算模块；320、广告引导度识别模块；330、敏感度整合计算模块；
[0035]
40、广告类型喜爱度模拟单元；
[0036]
50、相似广告推送单元；
[0037]
60、商品购买搭配单元；
[0038]
70、偶然事件剔除单元；
[0039]
80、数据存储单元。
具体实施方式
[0040]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]
实施例1
[0042]
请参阅图1-图3所示，本实施例目的之一在于，提供了一种基于大数据分析的营销
网络构建系统，包括购买平台购买信息监控单元10，购买平台购买信息监控单元10用于购买平台的购买信息进行监控，判断顾客购买的商品信息，同时监控顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，购买平台购买信息监控单元10输出端连接有商品购买类型识别单元20，商品购买类型识别单元20根据顾客购买的商品信息，判断该商品属于那种类型，商品购买类型识别单元20输出端连接有广告敏感度分析单元30，广告敏感度分析单元30根据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，生成敏感度判断信息，广告敏感度分析单元30输出端连接有广告类型喜爱度模拟单元40，广告类型喜爱度模拟单元40根据敏感度判断信息，对顾客喜爱的广告类型进行模板制定。
[0043]
具体使用时，购买平台购买信息监控单元10购买平台的购买信息进行监控，判断顾客购买的商品信息，同时监控顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，商品购买类型识别单元20接收顾客购买的商品信息，并根据顾客购买的商品信息，判断该商品属于那种类型，广告敏感度分析单元30根据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，生成敏感度判断信息，例如，顾客观看商品广告过程，当广告打开不超过1/3广告时间时，顾客将广告关闭，则顾客对该广告的敏感度较低，当广告打开超过1/3广告时间时，同时顾客根据广告内容进行购买操作，则表明顾客对该广告的敏感度较高，并将敏感度判断信息传输至广告类型喜爱度模拟单元40，广告类型喜爱度模拟单元40根据敏感度判断信息，对顾客喜爱的广告类型进行模板制定，当后期顾客重新在该平台进行购物时，可直接提供给该顾客喜爱的广告类型，从而提高广告推送准确度，减少顾客对购买过程中产生广告的厌恶性，从而影响顾客对购买平台的满意度。
[0044]
进一步的，广告敏感度分析单元30包括观看时间测算模块310，观看时间测算模块310用于测算顾客观看广告的时间，广告敏感度分析单元30还包括广告引导度识别模块320，广告引导度识别模块320用于识别顾客观看广告过程中，根据广告的引导内容所实施的步骤，广告引导度识别模块320输出端连接有敏感度整合计算模块330，敏感度整合计算模块330输入端于观看时间测算模块310输出端连接。具体使用时，观看时间测算模块310用于测算顾客观看广告的时间，生成观看时间测算信息，并将观看时间测算信息传输至敏感度整合计算模块330，广告引导度识别模块320用于识别顾客观看广告过程中，根据广告的引导内容所实施的步骤，例如，广告中会有步骤提示窗口，观看广告过程中，需要即时点击步骤提示窗口，才能继续观看广告其他内容，还会有网址链接或者其他广告视频分配信息，这些统称为该广告引导顾客的引导量，生成引导量识别信息，并将引导量识别信息传输至敏感度整合计算模块330，敏感度整合计算模块330根据引导量识别信息以及观看时间测算信息占比量，整合计算出顾客观看该广告的敏感度，以便后期根据不同广告的敏感度，制定适合不同顾客的广告推送模板，提高广告推送适配性。
[0045]
再进一步的，敏感度整合计算模块330采用敏感度整合算法，其算法公式如下：
[0046][0047][0048]
[0049][0050]
其中，β1为判断敏感度的广告总时间占比量，为判断敏感度的总时间占比率，β2为判断敏感度的总引导度占比量，为判断敏感度的总引导度占比率，u1为顾客观看广告时间，u2为广告引导度量，u为敏感度整合率，f(u)为敏感度整合率比对函数，为敏感度整合率阈值，当敏感度整合率u小于敏感度整合率阈值时，敏感度整合率比对函数f(u)输出为0，表明顾客对广告的敏感度较低，当敏感度整合率u不小于敏感度整合率阈值时，敏感度整合率比对函数f(u)输出为1，表明顾客对广告的敏感度较高。
[0051]
具体的，商品购买类型识别单元20输出端连接有相似广告推送单元50，相似广告推送单元50根据顾客购买商品类型，制定与商品相似的的商品广告。具体使用时，商品购买类型识别单元20接收顾客购买的商品信息，并根据顾客购买的商品信息，判断该商品属于那种类型，生成购买商品类型信息，并将购买商品类型信息传输至相似广告推送单元50，相似广告推送单元50根据顾客购买商品类型，制定与商品相似的的商品广告，为顾客推送与购买商品相似的商品广告，为购买平台的顾客提供合适的商品，提高商品销售效率。
[0052]
此外，相似广告推送单元50输入端与广告敏感度分析单元30输出端连接。具体使用时，广告敏感度分析单元30根据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，生成敏感度判断信息，并将敏感度判断信息传输至相似广告推送单元50，相似广告推送单元50制定与商品相似的的商品广告的同时，结合敏感度判断信息，推送敏感度较高的相似商品广告至顾客，不仅能够提供给顾客合适的商品推送，同时能够根据顾客敏感度信息，为顾客推送敏感度较高的相似商品广告，降低顾客对推送广告的排斥。
[0053]
除此之外，相似广告推送单元50输入端连接有商品购买搭配单元60，商品购买搭配单元60输入端与商品购买类型识别单元20输出端连接，商品购买搭配单元60根据顾客购买商品类型，为顾客制定搭配商品。具体使用时，商品购买类型识别单元20将购买商品类型信息传输至商品购买搭配单元60，商品购买搭配单元60根据顾客购买商品类型，为顾客制定搭配商品，例如顾客在平台购买了手机，而与手机搭配的商品有手机壳、耳机或者手机膜等，此时商品购买搭配单元60将这些商品规定为搭配商品，生成搭配商品信息，并将搭配商品信息传输至相似广告推送单元50，通过相似广告推送单元50为这些搭配商品制定对应的商品广告，并推送至顾客。
[0054]
进一步的，广告类型喜爱度模拟单元40输出端连接有偶然事件剔除单元70，偶然事件剔除单元70用于对偶然事件进行剔除。具体使用时，由于在进行顾客观看广告的敏感度判断过程中，很容易出现偶然事件，例如顾客观看时广告时处于离开状态，而广告处于播放状态，而系统因为广告以全部播放完毕，自动判断顾客完整的观看完广告，则判定顾客对该广告的敏感度较高，此时就会出现判断错误，通过偶然事件剔除单元70用于对偶然事件进行剔除，根据广告连续播放时长判断顾客是否处于离开状态，从而判定该广告播放是否有效。
[0055]
再进一步的，偶然事件剔除单元70输出端连接有数据存储单元80，数据存储单元80用于存储偶然事件信息。具体使用时，偶然事件剔除单元70对偶然事件进行剔除，生成偶
然事件信息，并将偶然事件信息传输至数据存储单元80，通过数据存储单元80对偶然事件进行存储，以供后期系统进行判断，无需进行二次评定，提高系统响应效率。
[0056]
具体的，数据存储单元80输入端与相似广告推送单元50输出端连接。具体使用时，相似广告推送单元50根据顾客购买商品类型，制定与商品相似的的商品广告，并将与商品相似的的商品广告信息传输至数据存储单元80，通过数据存储单元80对与商品相似的的商品广告信息进行存储，后期遇到商品相似商品广告制定时，可直接从数据存储单元80直接调用。
[0057]
本实施例目的之二在于，提供了一种基于大数据分析的营销网络构建方法，包括上述中任意一项的基于大数据分析的营销网络构建系统，包括如下方法步骤：
[0058]
s1、购买平台购买信息监控单元10购买平台的购买信息进行监控，判断顾客购买的商品信息，同时监控顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息；
[0059]
s2、商品购买类型识别单元20接收顾客购买的商品信息，并根据顾客购买的商品信息，判断该商品属于那种类型；
[0060]
s3、广告敏感度分析单元30根据顾客购买商品过程中在购买平台观看的广告内容以及观看体验信息，判断顾客观看不同的广告的敏感度，生成敏感度判断信息；
[0061]
s4、广告类型喜爱度模拟单元40根据敏感度判断信息，对顾客喜爱的广告类型进行模板制定。
[0062]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。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仅为本发明的优选例，并不用来限制本发明，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。