【技术实现步骤摘要】
本专利技术涉及电子商务领域，更具体地说，本专利技术涉及一种基于人工智能的营销信息推送优化方法。
技术介绍
1、在电子商务和在线营销领域，精准推送成为提高用户体验和转化率的核心技术；然而，现有的营销信息推送方法大多依赖用户的历史浏览记录进行推荐；这种方式存在显著的缺陷，尤其是当系统简单地基于用户浏览过的多个产品进行推送时，容易导致资源浪费并降低推送的精准度；例如，若用户浏览了多个产品，系统便将所有这些产品推送给用户，这不仅会造成资源的过度消耗，还可能因为推送内容的冗余性和无关性，导致用户产生反感。
2、此外，传统方法未能充分挖掘用户的潜在兴趣，推送内容往往只是基于用户的浏览行为进行简单匹配，而未能根据用户的实际兴趣强度进行筛选，进一步影响了推荐的精准性；过多的批量内容推送不仅降低了营销效果，还可能使用户感到厌烦，从而影响他们的购买决策和平台忠诚度。
3、因此，如何优化基于历史浏览记录的推送方式，避免资源浪费，并在精准推送的同时提高用户体验，成为当前电子商务和在线营销领域亟待解决的技术难题。
<
【技术保护点】
1.一种基于人工智能的营销信息推送优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的营销信息推送优化方法，其特征在于，所述利用TF-IDF方法从描述文档中筛选出每个历史产品网页的关键词集，包括：
3.根据权利要求2所述的基于人工智能的营销信息推送优化方法，其特征在于，所述从所有关键词集中筛选出共有关键词集，包括：
4.根据权利要求3所述的基于人工智能的营销信息推送优化方法，其特征在于，所述预先训练好的卷积神经网络的训练方法如下：
5.根据权利要求4所述的基于人工智能的营销信息推送优化方法，其特征...
【技术特征摘要】
1.一种基于人工智能的营销信息推送优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的营销信息推送优化方法，其特征在于，所述利用tf-idf方法从描述文档中筛选出每个历史产品网页的关键词集，包括：
3.根据权利要求2所述的基于人工智能的营销信息推送优化方法，其特征在于，所述从所有关键词集中筛选出共有关键词集，包括：
4.根据权利要求3所述的基于人工智能的营销信息推送优化方法，其特征在于，所述预先训练好的卷积神经网络的训练方法如下：
5.根据权利要求4所述的基于人工智能的营销信息推送优化方法，其特征在于，所述感兴趣系数的生成方法如下：
6.根据权利要求5所述的基...
【专利技术属性】
技术研发人员：杨文滔，张恩权，
申请(专利权)人：湖南华创科技发展有限公司，
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。