一种实施精准营销的方法和系统技术方案

本发明专利技术涉及一种实施精准营销的方法和系统，其中所述方法包括获取待实施营销的用户的网络行为数据；加工所述网络行为数据；和将所述加工后的网络行为数据输入深度学习模型以生成所述待实施的营销的预测结果。

【技术实现步骤摘要】
一种实施精准营销的方法和系统
本专利技术涉及数据分析和营销技术，更具体而言，涉及一种实施精准营销的方法和系统。
技术介绍
“精准营销”指的是在充分了解用户信息的基础上，分析用户的不同喜好，进而针对性地进行营销。随着互联网的发展，人们在日常生活和工作中在互联网上留下了大量可供利用的信息。越来越多的公司和企业为了高效地定位目标用户，开始尝试利用这些信息来进行精准营销。当前一般通过人工获取并分析用户在一段时间内对特定网页的访问次数，然后根据分析结果确定营销所针对的用户。在本领域中缺少自动化分析数据用于精准营销的技术方案。
技术实现思路
本专利技术提供了一种生成深度学习模型的方法，其包括获取已经实施过营销的用户的网络行为数据和营销反馈数据，其中所述网络行为数据包括所述用户在所述营销的日期前的一时间段内浏览过的网址，所述营销反馈数据是营销成功或营销失败；加工所述网络行为数据，其中所述加工操作包括按照下述规则获得所述网址的标注并将获得的标注作为加工后的网络行为数据的一部分：如果所述网址是搜索引擎网址，则从与所述网址对应的网页中提本文档来自技高网...

【技术保护点】
1.一种生成深度学习模型的方法，其包括：/n获取已经实施过营销的用户的网络行为数据和营销反馈数据，其中所述网络行为数据包括所述用户在所述营销的日期前的一时间段内浏览过的网址，所述营销反馈数据是营销成功或营销失败；/n加工所述网络行为数据，其中所述加工操作包括按照下述规则获得所述网址的标注并将获得的标注作为加工后的网络行为数据的一部分：如果所述网址是搜索引擎网址，则从与所述网址对应的网页中提取出搜索词作为所述网址的标注，否则，从与所述网址对应的网页中提取出标题，对所述标题进行分词，并且将分词后获得的词语作为所述网址的标注；和/n将所述加工后的网络行为数据与所述营销反馈数据一起作为训练数据对深度学...

【技术特征摘要】
1.一种生成深度学习模型的方法，其包括：
获取已经实施过营销的用户的网络行为数据和营销反馈数据，其中所述网络行为数据包括所述用户在所述营销的日期前的一时间段内浏览过的网址，所述营销反馈数据是营销成功或营销失败；
加工所述网络行为数据，其中所述加工操作包括按照下述规则获得所述网址的标注并将获得的标注作为加工后的网络行为数据的一部分：如果所述网址是搜索引擎网址，则从与所述网址对应的网页中提取出搜索词作为所述网址的标注，否则，从与所述网址对应的网页中提取出标题，对所述标题进行分词，并且将分词后获得的词语作为所述网址的标注；和
将所述加工后的网络行为数据与所述营销反馈数据一起作为训练数据对深度学习二分类网络进行训练以生成所述深度学习模型，其中所述加工后的所述网络行为数据包括所述获得的标注。


2.根据权利要求1所述的生成深度学习模型的方法，其中所述加工操作还包括将所述标注中的词语转化为词向量，并且根据所述词向量生成所述网址的网址向量，其中所述网址向量是所述加工后的网络行为数据的一部分。


3.根据权利要求2所述的生成深度学习模型的方法，其中所述网络行为数据还包括与所述网址对应的网页的浏览开始时间，并且所述加工操作还包括将所述网址向量按浏览时间的顺序组成网址向量序列，其中所述网址向量序列是所述加工后的网络行为数据的一部分。


4.根据权利要求3所述的生成深度学习模型的方法，其中所述加工操作还包括针对所述网址向量序列进行位置编码处理和转化编码处理。


5.根据权利要求3所述的生成深度学习模型的方法，其中所述加工操作还包括将所述网络行为数据按照所述浏览开始时间划分成多个片段。


6.根据权利要求5所述的生成深度学习模型的方法，其中将所述多个片段统一为相同的长度。


7.根据权利要求1所述的生成深度学习模型的方法，其中所述深度学习二分类网络基于sigmoid函数。


8.一种实施精准营销的方法，其包括：
获取待实施营销的用户的网络行为数据，其中所述网络行为数据包括所述用户在待实施的营销的日期前的一时间段内浏览过的网址；
加工所述网络行为数据...

【专利技术属性】
技术研发人员：王杰，江敏，
申请(专利权)人：杭州数澜科技有限公司，
类型：发明
国别省市：浙江;33