一种基于用户画像的精准营销方法及系统技术方案

本发明专利技术涉及大数据处理领域，本发明专利技术涉及一种基于用户画像的精准营销方法及系统，方法包括：采集用户数据和营销商品数据；初步整理所述用户数据和所述营销商品数据，获取用户特征向量和营销商品特征向量，响应于营销商品不在所述用户特征向量中，计算用户对营销商品的兴趣偏好，从而对所述用户特征向量修正以得到用户画像特征向量，计算每个用户画像特征向量与营销商品特征向量两者之间的相似度，并使用相似度进行降序排列；对其排序靠前的用户进行投放所述营销商品广告。

【技术实现步骤摘要】

本专利技术一般地涉及大数据处理领域。更具体地，本专利技术涉及一种基于用户画像的精准营销方法及系统。

技术介绍

1、用户画像是通过对用户行为、兴趣、偏好等数据进行分析和挖掘，将用户的特征和属性进行抽象和描述，形成用户的模拟形象或个人档案的过程。用户画像在推荐系统、广告系统、商业分析、数据分析、用户增长、数据化运营、精准营销等领域均得到了广泛应用，用户画像可以帮助企业更好地了解客户、洞察用户需求，并为用户提供个性化的产品推荐和定制化的服务。

2、目前智能营销方法中在对用户精准营销时，对于用户特征只考虑了点击营销商品或相似商品中的部分用户偏好程度，忽略了未点击营销商品这部分用户的偏好程度，从而导致营销商品部分用户缺失，从而影响对营销商品所需要用户的精准判断，降低精准营销效果。

技术实现思路

1、本专利技术提出一种基于用户画像的精准营销方法及系统，旨在解决相关技术中，只考虑了点击营销商品或相似商品中的部分用户偏好程度，忽略了未点击营销商品这部分用户的偏好程度，使得部分用户缺失，从而降低精准营销效果的问题。本文档来自技高网...

【技术保护点】

1.一种基于用户画像的精准营销方法，其特征在于，包括：

2.根据权利要求1所述的一种基于用户画像的精准营销方法，其特征在于：所述营销商品数据包括对商品的点击、浏览、购买行为。

3.根据权利要求1所述的一种基于用户画像的精准营销方法，其特征在于：用户特征向量：U={(u1，W1)，（u2，W2)......(un，Wn)}中，Wn的值使用TF-IDF算法进行计算获得，计算公式如下：

4.根据权利要求3所述的一种基于用户画像的精准营销方法，其特征在于：营销商品特征向量为：G={(g1，w1)，(g2，w2)......(gn，wn)}，wn的值使用TF-I...

【技术特征摘要】

1.一种基于用户画像的精准营销方法，其特征在于，包括：

2.根据权利要求1所述的一种基于用户画像的精准营销方法，其特征在于：所述营销商品数据包括对商品的点击、浏览、购买行为。

3.根据权利要求1所述的一种基于用户画像的精准营销方法，其特征在于：用户特征向量：u={(u1，w1)，（u2，w2)......(un，wn)}中，wn的值使用tf-idf算法进行计算获得，计算公式如下：

4.根据权利要求3所述的一种基于用户画像的精准营销方法，其特征在于：营销商品特征向量为：g={(g1，w1)，(g2，w2)......(gn，wn)...

【专利技术属性】
技术研发人员：任蓬勃，许海峰，
申请(专利权)人：西安柚子信息科技有限公司，
类型：发明
国别省市：