KOL带货能力属性的智能化计算方法及装置制造方法及图纸

本发明专利技术公开了一种KOL带货能力属性的智能化计算方法及装置，该方法包括：获取某一KOL的某一带货视频在某一目标时间段内对该带货视频所带货销售的目标商品的贡献数据(如销售贡献数据和/或浏览贡献数据)；根据目标商品在目标时间段内的总商品数据以及该带货视频在目标时间段内对目标商品的贡献数据，计算该KOL的带货能力属性；其中，该KOL为若干个KOL中的任一KOL，该目标商品为该KOL通过带货视频带货销售的多个商品中的任一商品，该带货视频为该KOL发布的用于带货销售目标商品的所有带货视频中的任一带货视频。可见，本发明专利技术能够根据KOL的带货视频对其所带货销售的商品的贡献数据计算KOL的带货能力属性，提高了计算出的KOL的带货能力属性的准确性。带货能力属性的准确性。带货能力属性的准确性。

【技术实现步骤摘要】
KOL带货能力属性的智能化计算方法及装置


[0001]本专利技术涉及智能化
，尤其涉及一种KOL带货能力属性的智能化计算方法及装置。

技术介绍

[0002]随着互联网的快速发展，互联网用户越来越多。为了扩大商品的受众范围以及影响力，商品的营销方式除了传统的广告营销之外，还引入了基于互联网的视频营销，例如：广告主可以选择多个视频博主(也可称为“KOL”，关键意见领袖)发布针对某一或某些商品的视频，这些视频又可以称为带货视频。
[0003]在实际应用中，通常会根据视频博主的粉丝量、发布视频的互动数据量(如转发量、评论量、浏览量等)来评价视频博主的影响力(又称“带货能力属性”)，进而选择相应的视频博主进行商品的推广。然而，实践发现，一些视频博主为了对外提高自己的影响力，会通过花钱的方式购买粉丝量、互动数据量等，这导致了根据粉丝量、发布视频的互动数据量等数据确定出的视频博主的影响力准确性低的问题。可见，如何提高确定出的视频博主的带货能力属性的准确性显得尤为重要。

技术实现思路

[0004]本专利技术所要解决的技术问题在于，提供一种KOL带货能力属性的智能化计算方法及装置，能够提高确定出的视频博主的带货能力属性的准确性。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种KOL带货能力属性的智能化计算方法，所述方法包括：
[0006]获取某一KOL的某一带货视频在某一目标时间段内对所述带货视频所带货销售的目标商品的贡献数据；
[0007]根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性；
[0008]其中，所述KOL为若干个KOL中的任一KOL，所述目标商品为所述KOL通过带货视频带货销售的多个商品中的任一商品，所述带货视频为所述KOL发布的用于带货销售所述目标商品的所有带货视频中的任一带货视频。
[0009]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性之后，所述方法还包括：
[0010]获取与所述带货视频对应的带货能力属性修正数据；
[0011]根据获取到的所述带货能力属性修正数据，对计算出的所述KOL的带货能力属性执行修正操作，得到所述KOL的修正后的带货能力属性；
[0012]其中，所述带货能力属性修正数据包括所述带货视频的曝光总时长、所述带货视频的发布总时长以及所述KOL的达人属性数据中的一种或多种的组合。
[0013]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性，包括：
[0014]计算所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据与所述目标商品在所述目标时间段内的总商品数据的比值，得到所述带货视频在所述目标时间段内对所述目标商品的贡献占比；
[0015]将计算出的所述贡献占比确定为所述KOL的带货能力属性；或者，
[0016]分析所述贡献占比所对应的贡献等级，并将分析出的所述贡献等级确定为所述KOL的带货能力属性。
[0017]作为一种可选的实施方式，在本专利技术第一方面中，所述贡献数据包括所述带货视频在所述目标时间段内对所述目标商品的销售贡献数据、浏览贡献数据以及转化贡献数据中一种或多种的组合；
[0018]其中，所述根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性之前，所述方法还包括：
[0019]确定所述贡献数据的数据类别，并根据所述数据类别采集所述目标商品在所述目标时间段内与所述数据类别相匹配的总商品数据，作为所述目标商品在所述目标时间段内的总商品数据。
[0020]作为一种可选的实施方式，在本专利技术第一方面中，所述计算所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据与所述目标商品在所述目标时间段内的总商品数据的比值，得到所述带货视频在所述目标时间段内对所述目标商品的贡献占比，包括：
[0021]当所述数据类别包括至少两种类别时，对于每种所述数据类别，计算所述带货视频在所述目标时间段内对所述目标商品的目标贡献数据与所述目标商品在所述目标时间段内的目标总商品数据的比值，得到该数据类别的贡献占比，并确定该数据类别对应的权重值，以及，计算该数据类别的贡献占比与该数据类别对应的权重值的乘积，得到该数据类别对应的乘积，其中，所述目标贡献数据与所述目标总商品数据均与该数据类别相匹配；
[0022]对所有所述数据类别对应的乘积执行求和操作，得到所述带货视频在所述目标时间段内对所述目标商品的贡献占比。
[0023]作为一种可选的实施方式，在本专利技术第一方面中，所述方法还包括：
[0024]获取所述KOL的带货视频集合中带货视频所带货销售的所有商品，并按照商品类别对获取到的所有所述商品执行分类操作，得到多个不同商品类别的商品集合；
[0025]对于任一商品类别的商品集合，计算该商品集合中所有商品对应的带货视频的贡献占比，并根据该商品集合中所有商品对应的带货视频的贡献占比确定所述KOL针对该商品类别的贡献占比。
[0026]作为一种可选的实施方式，在本专利技术第一方面中，对于任一商品类别的商品集合，所述KOL针对该商品类别的贡献占比等于该商品集合中所有商品对应的所有带货视频的贡献占比的平均值或者中位数；
[0027]以及，所述方法还包括：
[0028]针对任一商品类别，根据KOL集合中每个KOL针对该商品类别的贡献占比计算所述KOL集合中每个KOL的贡献排名，并根据所述KOL集合中每个KOL的贡献排名计算每个KOL在该商品类别下的带货能力属性，所述KOL集合包括通过带货视频带货销售的商品的商品类别为该商品类别的若干个KOL。
[0029]本专利技术第二方面公开了一种KOL带货能力属性的智能化计算装置，所述装置包括：
[0030]获取模块，用于获取某一KOL的某一带货视频在某一目标时间段内对所述带货视频所带货销售的目标商品的贡献数据；
[0031]第一计算模块，用于根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性；
[0032]其中，所述KOL为若干个KOL中的任一KOL，所述目标商品为所述KOL通过带货视频带货销售的多个商品中的任一商品，所述带货视频为所述KOL发布的用于带货销售所述目标商品的所有带货视频中的任一带货视频。
[0033]作为一种可选的实施方式，在本专利技术第二方面中，所述获取模块，还用于在所述第一计算模块根据所述目标商品在所述目标时间段内的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种KOL带货能力属性的智能化计算方法，其特征在于，所述方法包括：获取某一KOL的某一带货视频在某一目标时间段内对所述带货视频所带货销售的目标商品的贡献数据；根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性；其中，所述KOL为若干个KOL中的任一KOL，所述目标商品为所述KOL通过带货视频带货销售的多个商品中的任一商品，所述带货视频为所述KOL发布的用于带货销售所述目标商品的所有带货视频中的任一带货视频。2.根据权利要求1所述的KOL带货能力属性的智能化计算方法，其特征在于，所述根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性之后，所述方法还包括：获取与所述带货视频对应的带货能力属性修正数据；根据获取到的所述带货能力属性修正数据，对计算出的所述KOL的带货能力属性执行修正操作，得到所述KOL的修正后的带货能力属性；其中，所述带货能力属性修正数据包括所述带货视频的曝光总时长、所述带货视频的发布总时长以及所述KOL的达人属性数据中的一种或多种的组合。3.根据权利要求1或2所述的KOL带货能力属性的智能化计算方法，其特征在于，所述根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性，包括：计算所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据与所述目标商品在所述目标时间段内的总商品数据的比值，得到所述带货视频在所述目标时间段内对所述目标商品的贡献占比；将计算出的所述贡献占比确定为所述KOL的带货能力属性；或者，分析所述贡献占比所对应的贡献等级，并将分析出的所述贡献等级确定为所述KOL的带货能力属性。4.根据权利要求3所述的KOL带货能力属性的智能化计算方法，其特征在于，所述贡献数据包括所述带货视频在所述目标时间段内对所述目标商品的销售贡献数据、浏览贡献数据以及转化贡献数据中一种或多种的组合；其中，所述根据所述目标商品在所述目标时间段内的总商品数据以及所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据，计算所述KOL的带货能力属性之前，所述方法还包括：确定所述贡献数据的数据类别，并根据所述数据类别采集所述目标商品在所述目标时间段内与所述数据类别相匹配的总商品数据，作为所述目标商品在所述目标时间段内的总商品数据。5.根据权利要求4所述的KOL带货能力属性的智能化计算方法，其特征在于，所述计算所述带货视频在所述目标时间段内对所述目标商品的所述贡献数据与所述目标商品在所述目标时间段内的总商品数据的比值，得到所述带货视频在所述目标时间段内对所述目标商品的贡献占比，包括：当...

【专利技术属性】
技术研发人员：孔晓晴，李百川，劳晓敏，
申请(专利权)人：有米科技股份有限公司，
类型：发明
国别省市：