本发明专利技术涉及一种基于大数据分析的营销活动关键信息识别方法，通过收集历史时期的营销活动信息及营销效果数据集；从数据集中随机抽取L个样本作为训练集；随机不重复地抽取N个营销活动信息变量作为分割点，并利用基尼系数确定对营销效果变量的最佳分割点进行划分以生成决策树；重复操作得到M棵决策树，生成随机森林；根据随机森林对袋外数据的预测误差大小，对营销活动信息变量的重要性进行排序；选择重要性排序前n个的营销活动信息变量作为关键活动信息。本发明专利技术解决了由于营销活动信息众多，难以识别对营销效果具有显著影响的关键活动信息，导致分析效率低下的问题。
【技术实现步骤摘要】
本专利技术属于营销，涉及一种基于大数据分析的营销活动关键信息识别方法。
技术介绍
1、营销活动的目标在于吸引潜在消费者的注意力、激发购买兴趣、促进产品或服务的销售，并建立与消费者之间的长期关系。通过巧妙地运用市场营销策略和工具，营销活动可以在市场上创造需求、满足消费者需求，增加销售额和市场份额。在各种营销活动的实行下，商户利用大数据分析方法能够以历史时期各种营销活动的数据作为支撑，评估准备实行的营销活动所具备的可行性。
2、然而，由于营销活动信息众多，人们难以逐个分析对营销效果（满足客户偏好和商户利润需求）具有显著影响的关键信息，从而导致大数据分析效率低下的问题，进而导致对营销活动可行性的评估不准确的问题。
技术实现思路
1、为解决现有技术中存在的上述问题，本专利技术提供了一种基于大数据分析的营销活动关键信息识别方法。
2、本专利技术的目的可以通过以下技术方案实现：
3、本申请提供了一种基于大数据分析的营销活动关键信息识别方法，包括以下步骤：
>4、s1、数据收集本文档来自技高网...
【技术保护点】
1.一种基于大数据分析的营销活动关键信息识别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤S2中，所述聚类分析方法，配置为K-means聚类方法，包括以下步骤：
3.根据权利要求2所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤S21中，所述归一化处理，计算公式为：
4.根据权利要求2所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤S23中，所述欧式距离，计算公式为：
5.根据权利要求1所述的一种基于大数据分析的营销活动关键信息...
【技术特征摘要】
1.一种基于大数据分析的营销活动关键信息识别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤s2中，所述聚类分析方法，配置为k-means聚类方法，包括以下步骤：
3.根据权利要求2所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤s21中，所述归一化处理，计算公式为：
4.根据权利要求2所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤s23中，所述欧式距离，计算公式为：
5.根据权利要求1所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤s2中，所述利润指数，计算公式如下：
6.根据权利要求1所述的一种基于大数据分析的营销活动关键信息识别方法，其特征在于：步骤s33中，所述m棵决策树，m值的确定具体...
【专利技术属性】
技术研发人员：陈国平，吴肖峻，
申请(专利权)人：广东赛博威信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。