一种用于挽回即将流失用户的智能推荐系统技术方案

本发明专利技术记载了一种用于挽回即将流失用户的智能推荐系统，包括：意向评估模块，该模块采集用户的行为日志，并得出用户关于注册行为的意向分值；策略配置模块，该模块配置多种营销激励规则，并查看每个策略带来的效果统计；推荐模块，该模块依据意向评估模块中的意向分值，以及策略配置模块中的策略方案，生成激励并呈现给用户，激励用户完成注册。由于采用了上述系统架构，本发明专利技术通过意向评估模块、策略配置模块以及推荐模块，实现了用户评估、匹配策略、智能推荐等功能，从而具备了节约推广成本和提升注册转化率的有益效果，同时用户意向评估可以为后续推荐或其它操作提供重要数据依据，为挖掘潜在用户奠定坚实基础。

An Intelligent Recommendation System for Recovering Losing Users

The invention records an intelligent recommendation system for recovering lost users, which includes: Intention Evaluation module, which collects user's behavior log and obtains user's intention score on registration behavior; strategy configuration module, which configures multiple marketing incentive rules and checks the effect statistics of each strategy; recommendation module, which evaluates user's intention based on intention. The intention score in the module and the strategy scheme in the policy configuration module generate incentives and present them to users to encourage users to complete registration. Because of the above system architecture, the method realizes the functions of user evaluation, matching strategy and intelligent recommendation through intention evaluation module, strategy configuration module and recommendation module, thus having the beneficial effect of saving promotion cost and improving registration conversion rate. Meanwhile, user intention evaluation can provide important data basis for subsequent recommendation or other operations and tap potential. To lay a solid foundation for users.

【技术实现步骤摘要】
一种用于挽回即将流失用户的智能推荐系统
本专利技术涉及互联网
，尤其涉及一种可以提升转化率的针对即将流失用户的智能推荐系统。
技术介绍
随着科技的发展和人们生活水平的提高，互联网已经成为了人们日常生活中必不可少的工具之一。如今，互联网的获客方式主要是通过各广告渠道的投放，让用户看到公司品牌或内容的露出，然后通过用户点击广告，引导用户到公司网站的推广落地页，进而在落地页中引导用户注册成为公司网站会员。在互联网高速发展的今天，用户获客的成本越来越高，推广费用与日剧增，使得提升注册转化率相当于节省公司成本，以及创造价值。所以，如何将来之不易的网站流量最大程度地转化为网站的有效用户，并提升注册转化率，成为了当前各个公司运营的重要考核指标。目前，针对如何提升流量转化率，主要包括以下现有技术：1.通过加大广告投放来提升注册用户量。2.缩短用户操作路径，比如注册信息原本需要填十几项才能完成注册，可以缩短为只填手机号和密码来完成注册，而将其它用户信息放到注册成功以后再让用户完善信息。3.优化落地页的打开速度和创意感，让用户可以快速地打开页面，并产生浓厚的兴趣来增加注册转化。但是，现有技术仍存在一定的缺陷，例如：1.通过加大广告投入确实可以提升注册量，但成本也大大提升，并且转化率并不一定呈正比提升。2.通过优化注册路径，以及提升页面的用户体验，确实可以提升部分注册。但该技术采用的是常规思路，并且针对的是注册意向较强的用户，所以最终的提升效果并不明显。3.如果用户的注册意向不强，通常会选择直接关闭或跳出落地页，现有技术无法挽回这类用户的流失。
技术实现思路
为了解决上述获客成本大、效果不理想、无法挽回用户等问题，本专利技术提供一种用于挽回即将流失用户的智能推荐系统，不同于现有的一味增加投放量来增加注册量，而是可以在不增加投放成本的基础上，最大限度地引导意向不强或已决意离开的用户，并通过激励等手段促使这些用户转化为网站注册用户，从而提升转化率，创造最大价值。上述一种用于挽回即将流失用户的智能推荐系统，包括：意向评估模块，所述意向评估模块采集用户的行为日志，并得出用户关于注册行为的意向分值；策略配置模块，所述策略配置模块配置多种营销激励规则，并查看每个策略带来的效果统计；推荐模块，所述推荐模块依据意向评估模块中的意向分值，以及策略配置模块中的策略方案，生成激励并呈现给用户，激励用户完成注册。上述系统中，所述意向评估模块在用户访问落地页时，为用户生成唯一的用户标识，并将该用户标识通过落地页植入到用户浏览器中。上述系统中，所述意向评估模块依据用户的行为日志进行分值评估，并对所述行为日志进行分类和归档处理。上述系统中，采用前端无埋点技术进行全局推送用户的行为日志，使得日志流通过接口传到后端服务器并在被接收后存入数据处理平台。上述系统中，所述意向评估模块的评估分值为5级分值。上述系统中，所述策略配置模块配置的策略方案为触发一次有效，或特定时间段内同一用户再次触发无效。上述系统中，所述策略配置模块配置的策略方案包括限时抢、页面跳转分发以及送券。上述系统中，所述推荐模块的触发条件包括：用户发生关闭或跳出落地页行为，或者意向评估模块监测到用户的意向分值达到策略配置模块配置的规则策略。上述系统中，所述推荐模块依据意向评估模块的意向分值以及策略配置模块的策略方案，匹配出最优策略方案，并通过接口将最优策略方案传送到落地页。上述系统中，所述落地页将最优策略方案呈现给用户，并激励用户完成注册。本专利技术通过采用意向评估模块、策略配置模块以及推荐模块，实现了用户评估、匹配策略、智能推荐等功能，具有以下优点：1.本专利技术可以在后台可视化界面自定义配置策略方案，并且可以查询每个策略方案带来的效果，可灵活扩展。2.意向评估模块和推荐模块均为完全独立模块，从而可以不侵入原有系统，而是仅以API(应用程序编程接口)形式输出，便于解耦。进而，本专利技术具备以下有益效果：1.节约推广成本，在不增加新成本的情况下，提升转化率4个百分点，相当于节省7％的推广投入成本。2.用户意向评估为后续推荐或其它操作提供重要数据依据，为挖掘潜在用户奠定坚实基础。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例的智能推荐系统的结构框图；图2是本专利技术实施例的智能推荐系统中的意向评估模块的工作流程示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。如图1所示，本专利技术记载了一种用于挽回即将流失用户的智能推荐系统，主要包括意向评估模块、策略配置模块以及推荐模块。其中：意向评估模块：该模块负责采集用户的行为日志，并得出用户关于注册行为的意向分值。当用户通过设备访问落地页时，意向评估模块会根据设备信息、用户来源ip、来源广告渠道等信息，为用户生成一个唯一的用户标识yrd_uid，用于区分不同的访问用户。然后，将该用户标识yrd_uid通过落地页植入到用户浏览器的cookie中。以后该用户在落地页的操作行为日志会通过用户标识yrd_uid来归档。意向评估模块的评估依据为用户的行为日志，所以当采集到用户的行为日志时，首先由意向评估模块对其进行分类和归档处理，比如：按时间分类，统计同一个yrd_uid的用户已经访问落地页的总次数，连续访问的天数，哪天访问的次数最高等。比如按操作轨迹分类，统计同一个yrd_uid的用户在落地页分别点了哪些按钮和输入框，输入过什么内容，来统计用户的兴趣点在哪，用户更关心的内容是什么。通过对用户行为日志的分类解析和建模，将用户注册意向评定为从1至5共五个级别，且分值越大，代表意向越强。如图2所示，意向评估模块主要根据用户行为日志，加上算法模型来综合得出用户的注册意向分值。其中，用户行为日志的采集过程，通过前端无埋点技术全局推送用户行为日志，使得日志流通过接口传到后端服务器，且被接收的日志流会先放入数据处理平台，该数据处理平台优选为Kafka(一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。对于像Hadoop一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息)。Kafka作为收集的日志源，供后续标签模块来分类处理，经过多次算法处理，将数据加工成带标签的成品数据，持久化到DB(Database，数据库)中。具体包括以下步骤：1.进行日志的全量收集，将采集到的数据放到Kafka，作为待加工的源数据。2.根据日志产生的不同事件和其它规则配置，对日志进行初步过滤、清洗，提取有用数据并存入不同redis-db中，作为初加工数据待用。3.根据算法模型和需求，将redis-db中的初始数据经过多种算法运算，处理成带一种标签属性的成品数据，然后将成品数据持久化存储到DB中。策略配置模块：该模本文档来自技高网...

【技术保护点】
1.一种用于挽回即将流失用户的智能推荐系统，其特征在于，包括：意向评估模块，所述意向评估模块采集用户的行为日志，并得出用户关于注册行为的意向分值；策略配置模块，所述策略配置模块配置多种营销激励规则，并查看每个策略带来的效果统计；推荐模块，所述推荐模块依据意向评估模块中的意向分值，以及策略配置模块中的策略方案，生成激励并呈现给用户，激励用户完成注册。

【技术特征摘要】
1.一种用于挽回即将流失用户的智能推荐系统，其特征在于，包括：意向评估模块，所述意向评估模块采集用户的行为日志，并得出用户关于注册行为的意向分值；策略配置模块，所述策略配置模块配置多种营销激励规则，并查看每个策略带来的效果统计；推荐模块，所述推荐模块依据意向评估模块中的意向分值，以及策略配置模块中的策略方案，生成激励并呈现给用户，激励用户完成注册。2.根据权利要求1所述的智能推荐系统，其特征在于，所述意向评估模块在用户访问落地页时，为用户生成唯一的用户标识，并将该用户标识通过落地页植入到用户浏览器中。3.根据权利要求2所述的智能推荐系统，其特征在于，所述意向评估模块依据用户的行为日志进行分值评估，并对所述行为日志进行分类和归档处理。4.根据权利要求3所述的智能推荐系统，其特征在于，采用前端无埋点技术进行全局推送用户的行为日志，使得日志流通过接口传到后端服务器并在被接收后存入数据处理平...

【专利技术属性】
技术研发人员：吴红兵，张波，
申请(专利权)人：宜人恒业科技发展北京有限公司，普信恒业科技发展北京有限公司，
类型：发明
国别省市：北京,11