一种电子优惠券的智能投放方法及系统技术方案

本发明专利技术涉及一种电子优惠券的智能投放方法及系统，包括：对成交用户进行分类，得到忠实成交用户和常规成交用户；分别提取忠实成交用户和常规成交用户对应的用户行为数据，得到忠实用户行为数据和常规用户行为数据，计算忠实成交用户对应的优惠券期望面值，得到第一期望面值，计算常规成交用户对应的优惠券期望面值，得到第二期望面值；计算出营销机构对应的目标优惠券面值；提取营销产品的产品特征，生成营销机构的目标电子优惠券；获取营销机构的优惠券投放链路，制定电子优惠券的投放策略，执行电子优惠券的智能投放，得到投放结果。本发明专利技术可以提高电子优惠券的投放效率和赎回率。发明专利技术可以提高电子优惠券的投放效率和赎回率。发明专利技术可以提高电子优惠券的投放效率和赎回率。

【技术实现步骤摘要】
一种电子优惠券的智能投放方法及系统


[0001]本专利技术涉及电子优惠券
，尤其涉及一种基于神经网络实现电子优惠券的智能投放方法及系统。

技术介绍

[0002]优惠券通常是指持有人在购物或消费时享受折价、优惠价或换取赠品的一种凭证，随着科技的进步，纸质优惠券逐渐发展成电子优惠券，电子优惠券是指各种电子媒介形式制作、传播和使用的促销优惠凭证，包括电子代金券和电子折扣券，电子优惠券制作结束后需要投放到相关的购物商城内，以便于促进消费者的消费欲望。
[0003]但是现有的电子优惠券的智能投放主要是通过预先设定电子优惠券金额，并结合相关产品的产品信息，在各大商城中设置成悬浮窗口的形式，以此对电子优惠券进行投放的一种方法，但是该方法没有考虑电子优惠券的投放成本和分析客户的购买行为，使得电子优惠券的赎回效率不高，并且没有考虑电子优惠券的面值是否可以提高消费者的购买欲望，从而导致电子优惠券的投放效率和赎回率较低，因此需要一种能够提高电子优惠券的投放效率和赎回率的方法。

技术实现思路

[0004]本专利技术提供一种电子优惠券的智能投放方法及系统，其主要目的在于提高电子优惠券的投放效率和赎回率。
[0005]为实现上述目的，本专利技术提供的一种电子优惠券的智能投放方法，包括：
[0006]获取待投放电子优惠券的营销机构，查询所述营销机构的成交用户，提取所述成交用户在所述营销机构的用户信息，根据所述用户信息，对所述成交用户进行分类，得到忠实成交用户和常规成交用户；
[0007]分别提取所述忠实成交用户和所述常规成交用户对应的用户行为数据，得到忠实用户行为数据和常规用户行为数据，根据所述忠实用户行为数据，计算所述忠实成交用户对应的优惠券期望面值，得到第一期望面值，根据所述常规用户行为数据，计算所述常规成交用户对应的优惠券期望面值，得到第二期望面值，其中，所述根据所述常规用户行为数据，计算所述常规成交用户对应的优惠券期望面值，得到第二期望面值，包括：
[0008]通过下述公式计算所述常规成交用户对应的优惠券期望面值：
[0009][0010]其中，F表示第二期望面值，g表示常规用户行为数据中购买成功产品的价值，n表示常规用户行为数据对应的购买成功产品的数量，h
i
表示常规用户行为数据中第i个优惠券的成功率，h
i+1
表示常规用户行为数据中第i+1个优惠券的成功率，β表示购买成功产品使用的优惠券面值的平均值；
[0011]获取所述营销机构对应的营销数据，其中，所述营销数据包括：营销成本数据和营
销收益数据；
[0012]根据所述营销成本数据和所述营销收益数据，计算所述营销机构对应的均衡收益值，将所述均衡收益值、所述第一期望面值以及所述第二期望面值作为输入数据，输入到预设的优惠券定价神经网络中，计算出所述营销机构对应的目标优惠券面值；
[0013]查询所述营销机构的营销产品，提取所述营销产品的产品特征，根据所述产品特征和所述目标优惠券面值，生成所述营销机构的目标电子优惠券；
[0014]获取所述营销机构的优惠券投放链路，计算所述优惠券投放链路中每个链路的链路效益值，并采集所述营销机构的实时用户信息，根据所述实时用户信息，预测所述实时用户信息中用户的购买行为，根据所述链路效益值和所述购买行为，制定所述电子优惠券的投放策略，根据所述投放策略，执行所述电子优惠券的智能投放，得到投放结果。
[0015]可选地，识别所述用户信息中所述成交用户中每个用户的会员信息和用户名称，根据所述会员信息，确定所述成交用户中每个用户的会员等级；
[0016]调度所述成交用户中每个用户的历史消费数据，提取所述历史消费数据中的历史消费次数和历史消费周期；
[0017]结合所述会员等级、所述历史消费次数以及所述历史消费周期，通过下述公式计算所述成交用户中每个用户的用户忠诚度：
[0018][0019]其中，A表示成交用户中每个用户的用户忠诚度，a表示成交用户的用户序列号，r表示成交用户的用户数量，D
a
表示成交用户中第a个用户对应的会员等级，B
a
表示成交用户中第a个用户对应的消费次数，ta表示成交用户中第a个用户对应的消费周期；
[0020]根据所述用户忠诚度，对所述成交用户进行分类，得到忠实成交用户和常规成交用户。
[0021]可选地，所述根据所述忠实用户行为数据，计算所述忠实成交用户对应的优惠券期望面值，得到第一期望面值，包括：
[0022]提取所述忠实用户行为数据中的浏览行为数据和购买记录数据，分别查询所述浏览行为数据和所述购买记录数据对应的优惠券面值，得到第一优惠券面值和第二优惠券面值；
[0023]统计所述第一优惠券面值的浏览频次和浏览周期，根据所述浏览频次和所述浏览周期，计算所述第一优惠券面值对应的购买需求值；
[0024]根据所述购买需求值，对所述第一优惠券面值进行筛选处理，得到第三优惠券面值；
[0025]结合所述第二优惠券面值和所述第三优惠券面值，计算所述忠实成交用户对应的优惠券期望面值，得到第一期望面值。
[0026]可选地，所述根据所述浏览频次和所述浏览周期，计算所述第一优惠券面值对应的购买需求值，包括：
[0027]通过下述公式计算所述第一优惠券面值对应的购买需求值：
[0028][0029]其中，E表示第一优惠券面值对应的购买需求值，b表示第一优惠券面值的序列号，表示第一优惠券面值对应的逻辑曲线，e表示第一优惠券面值对应的产品属性值，f
b
表示第一优惠券面值中第b个优惠券对应的数值，Tb表示第一优惠券面值中第b个优惠券的浏览周期，gb表示第一优惠券面值中第b个优惠券对应的浏览频次。
[0030]可选地，所述根据所述营销成本数据和所述营销收益数据，计算所述营销机构对应的均衡收益值，包括：
[0031]根据所述营销成本数据，确定所述营销机构的固定成本，分析所述营销机构的产品在营销过程中的变动项目；
[0032]对所述变动项目中每个项目的成本进行量化处理，得到量化变动成本，根据所述固定成本和所述量化变动成本，确定所述营销机构的营销总成本；
[0033]根据所述营销收益数据，确定所述营销机构的营销总收益，根据所述营销总收益和所述营销总成本，计算所述营销机构对应的均衡收益值。
[0034]可选地，所述将所述均衡收益值、所述第一期望面值以及所述第二期望面值作为输入数据，输入到预设的优惠券定价神经网络中，计算出所述营销机构对应的目标优惠券面值，包括：
[0035]通过下述公式计算出所述营销机构对应的目标优惠券面值：
[0036][0037]其中，maxG表示营销机构对应的最大利润值，R表示营销机构对应的商品标签价格，M
d
表示营销机构对应的目标优惠券面值，n表示忠实成交用户和常规成交用户的用户数量，P表示营销机构的优惠券赎回概率函数，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子优惠券的智能投放方法，其特征在于，所述方法包括：获取待投放电子优惠券的营销机构，查询所述营销机构的成交用户，提取所述成交用户在所述营销机构的用户信息，根据所述用户信息，对所述成交用户进行分类，得到忠实成交用户和常规成交用户；分别提取所述忠实成交用户和所述常规成交用户对应的用户行为数据，得到忠实用户行为数据和常规用户行为数据，根据所述忠实用户行为数据，计算所述忠实成交用户对应的优惠券期望面值，得到第一期望面值，根据所述常规用户行为数据，计算所述常规成交用户对应的优惠券期望面值，得到第二期望面值，其中，所述根据所述常规用户行为数据，计算所述常规成交用户对应的优惠券期望面值，得到第二期望面值，包括：通过下述公式计算所述常规成交用户对应的优惠券期望面值：其中，F表示第二期望面值，g表示常规用户行为数据中购买成功产品的价值，n表示常规用户行为数据对应的购买成功产品的数量，h
i
表示常规用户行为数据中第i个优惠券的成功率，h
i+1
表示常规用户行为数据中第i+1个优惠券的成功率，β表示购买成功产品使用的优惠券面值的平均值；获取所述营销机构对应的营销数据，其中，所述营销数据包括：营销成本数据和营销收益数据；根据所述营销成本数据和所述营销收益数据，计算所述营销机构对应的均衡收益值，将所述均衡收益值、所述第一期望面值以及所述第二期望面值作为输入数据，输入到预设的优惠券定价神经网络中，计算出所述营销机构对应的目标优惠券面值；查询所述营销机构的营销产品，提取所述营销产品的产品特征，根据所述产品特征和所述目标优惠券面值，生成所述营销机构的目标电子优惠券；获取所述营销机构的优惠券投放链路，计算所述优惠券投放链路中每个链路的链路效益值，并采集所述营销机构的实时用户信息，根据所述实时用户信息，预测所述实时用户信息中用户的购买行为，根据所述链路效益值和所述购买行为，制定所述电子优惠券的投放策略，根据所述投放策略，执行所述电子优惠券的智能投放，得到投放结果。2.如权利要求1所述的电子优惠券的智能投放方法，其特征在于，所述根据所述用户信息，对所述成交用户进行分类，得到忠实成交用户和常规成交用户，包括：识别所述用户信息中所述成交用户中每个用户的会员信息和用户名称，根据所述会员信息，确定所述成交用户中每个用户的会员等级；调度所述成交用户中每个用户的历史消费数据，提取所述历史消费数据中的历史消费次数和历史消费周期；结合所述会员等级、所述历史消费次数以及所述历史消费周期，通过下述公式计算所述成交用户中每个用户的用户忠诚度：
其中，A表示成交用户中每个用户的用户忠诚度，a表示成交用户的用户序列号，r表示成交用户的用户数量，D
a
表示成交用户中第a个用户对应的会员等级，B
a
表示成交用户中第a个用户对应的消费次数，ta表示成交用户中第a个用户对应的消费周期；根据所述用户忠诚度，对所述成交用户进行分类，得到忠实成交用户和常规成交用户。3.如权利要求1所述的电子优惠券的智能投放方法，其特征在于，所述根据所述忠实用户行为数据，计算所述忠实成交用户对应的优惠券期望面值，得到第一期望面值，包括：提取所述忠实用户行为数据中的浏览行为数据和购买记录数据，分别查询所述浏览行为数据和所述购买记录数据对应的优惠券面值，得到第一优惠券面值和第二优惠券面值；统计所述第一优惠券面值的浏览频次和浏览周期，根据所述浏览频次和所述浏览周期，计算所述第一优惠券面值对应的购买需求值；根据所述购买需求值，对所述第一优惠券面值进行筛选处理，得到第三优惠券面值；结合所述第二优惠券面值和所述第三优惠券面值，计算所述忠实成交用户对应的优惠券期望面值，得到第一期望面值。4.如权利要求3所述的电子优惠券的智能投放方法，其特征在于，所述根据所述浏览频次和所述浏览周期，计算所述第一优惠券面值对应的购买需求值，包括：通过下述公式计算所述第一优惠券面值对应的购买需求值：其中，E表示第一优惠券面值对应的购买需求值，b表示第一优惠券面值的序列号，表示第一优惠券面值对应的逻辑曲线，e表示第一优惠券面值对应的产品属性值，f
b
表示第一优惠券面值中第b个优惠券对应的数值，Tb表示第一优惠券面值中第b个优惠券的浏览周期，gb表示第一优惠券面值中第b个优惠券对应的浏览频次。5.如权利要求1所述的电子优惠券的智能投放方法，其特征在于，所述根据所述营销成本数据和所述营销收益数据，计算所述营销机构对应的均衡收益值，包括：根据所述营销成本数据，确定所述营销机构的固定成本，分析所述营销机构的产品在营销过程中的变动项目；对所述变动项目中每个项目的成本进行量化处理，得到量化变动成本，根据所述固定成本和所述量化变动成本，确定所述营销机构的营销总成本；根据所述营销收益数据，...

【专利技术属性】
技术研发人员：王朋，
申请(专利权)人：武汉利楚商务服务有限公司，
类型：发明
国别省市：