一种基于SAAS的社媒询盘识别及推荐方法技术

本发明专利技术公开了一种基于SAAS的社媒询盘识别及推荐方法，包括如下步骤：S1:添加群组；S2:采集任务；S3:贴子数据采集；S4:数据清洗；根据采集的贴子数据进行整合处理，识别过滤出询盘数据；S5:询盘数据入库；将获得询盘数据进行入库；S6:询盘数据推荐：根据用户设置，通过DeepFM算法和TwoCNNTextRelation方法，生成用户询盘推荐数据；S7:询盘数据业务操作；用户根据推荐的询盘数据进行进一步业务处理；本发明专利技术系统核心功能是侦听海量社媒群组中的各种交流信息，通过AI技术识别出潜在客户需求，并根据推荐算法将社媒询盘推荐给最匹配的用户。本发明专利技术使得跨境贸易企业用户提供了直接获取潜在客户实时需求的新途径，尤其适用于中小型外贸企业获得新客户的需求场景。

A method of identifying and recommending social inquiry based on SaaS

【技术实现步骤摘要】
一种基于SAAS的社媒询盘识别及推荐方法
本专利技术涉及社媒询盘识别及推荐
，具体为一种基于SAAS的社媒询盘识别及推荐方法。
技术介绍
企业通过社媒发布消息、寻找客户进行交流，需要在海量的信息中找到线索，用户难以实时跟踪到社媒上大量的信息，难以精准定位到所关心的信息，投入大量的精力而获取的有用信息不多，并难以有效转化到实际业务中。
技术实现思路
本专利技术的目的在于提供一种基于SAAS的社媒询盘识别及推荐方法，用以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于SAAS的社媒询盘识别及推荐方法，包括如下步骤：S1:添加群组：用户在用户界面的输入模块中添加社媒群组；S2:采集任务；根据用户设置的群组生成数据采集任务，推送到分布式队列中；S3:贴子数据采集；分布在多台计算机的业务逻辑，从队列中取得任务，根据任务访问相关的社媒群组，获取最新的数据，保存到库中；S4:数据清洗；根据采集的贴子数据进行整合处理，通过TF-IDF、Word2Vec等文本挖掘及特征向量化方法，过滤出询盘数据；S5:询盘数据入库；将获得询盘数据进行入库；S6:询盘数据推荐：根据用户设置，通过DeepFM算法和TwoCNNTextRelation方法，生成用户询盘推荐数据；S7:询盘数据业务操作；用户根据推荐的询盘数据进行进一步业务处理。优选的，步骤S3中采用分布式计算技术以及分布式NOSQL数据库技术。其中，采用分布式计算技术可提高业务的处理能力及业务可用性；采用分布式NOSQL数据库技术集群部署，多分片存取，高并发快速写入到库中，提高可用性。优选的，步骤S3中贴子数据采集的方法，包括如下步骤：C1：取得相关的社媒群组链接；C2：爬取贴子、跟贴、用户；通过访问群组，取得页面数据，分析贴子、跟贴及用户数据；C3：贴子数据保存；保存贴子数据到库中。优选的，步骤C2中采用代理技术及终端模拟技术，多任务、多并发访问社媒群组，达到有效访问。优选的，步骤S4中数据清洗的方法，包括如下步骤：D1：取得原始贴子数据：从库中取得用户未处理的原始贴子数据；D2：取得评论数据：从原始贴子中取得评论的数据；D3：识别询盘：根据评论数据内容，通过TF-IDF、Word2Vec等文本挖掘及特征向量化方法，识别出询盘数据内容；D4：生成询盘数据：整合询盘数据，生成询盘数据。优选的，步骤D3中，采用TF-IDF、Word2Vec等文本挖掘及特征向量化方法，确定询盘数据。优选的，步骤S4中通过DeepFM算法和TwoCNNTextRelation方法，过滤出询盘数据。优选的，步骤S6中询盘数据推荐的方法，包括如下步骤：F1：获取新询盘数据：根据用户及设置的群组，从库中取得对应用户的新询盘数据；F2：推荐算法确定是否推荐：根据用户设定的关键字，通过DeepFM算法和TwoCNNTextRelation方法，达到一定的阈值的数据，生成用户询盘推荐数据；F3：推荐数据入库：推荐的数据进入到用户的询盘推荐库中。优选的，步骤S7中询盘数据业务操作的方法，包括如下步骤：H1：询盘设置：设置询盘的关键词、群组；H2：数据推荐查询：根据条件查询询盘推荐数据；H3：数据详情：查看询盘贴子的详细信息；H4：数据加入CRM：推荐的数据跟贴的用户及其社媒信息加入到CRM系统中。与现有技术相比，本专利技术的有益效果是：本专利技术系统核心功能是侦听海量社媒群组中的各种交流信息，通过AI技术识别出潜在客户需求(即社媒询盘)，并根据推荐算法将社媒询盘推荐给最匹配的用户。本专利技术使得跨境贸易企业用户提供了直接获取潜在客户实时需求的新途径，尤其适用于中小型外贸企业获得新客户的需求场景。附图说明图1为本专利技术的流程框架结构示意图；图2为本专利技术贴子数据采集的方法的流程示意图；图3为本专利技术数据清洗的方法的流程示意图；图4为本专利技术询盘数据推荐的方法的流程示意图；图5为本专利技术询盘数据业务操作的方法的流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1-5，本专利技术提供一种技术方案：一种基于SAAS的社媒询盘识别及推荐方法，包括如下步骤：S1:添加群组：用户在用户界面的输入模块中添加社媒群组；S2:采集任务；根据用户设置的群组生成数据采集任务，推送到分布式队列中；S3:贴子数据采集；分布在多台计算机的业务逻辑，从队列中取得任务，根据任务访问相关的社媒群组，获取最新的数据，保存到库中；S4:数据清洗；根据采集的贴子数据进行整合处理，通过TF-IDF、Word2Vec等文本挖掘及特征向量化方法，过滤出询盘数据；S5:询盘数据入库；将获得询盘数据进行入库；S6:询盘数据推荐：根据用户设置，通过DeepFM算法和TwoCNNTextRelation方法，生成用户询盘推荐数据；S7:询盘数据业务操作；用户根据推荐的询盘数据进行进一步业务处理。其中，步骤S3中采用分布式计算技术以及分布式NOSQL数据库技术。其中，采用分布式计算技术可提高业务的处理能力及业务可用性；采用分布式NOSQL数据库技术集群部署，多分片存取，高并发快速写入到库中，提高可用性。具体的：步骤S3中贴子数据采集的方法，包括如下步骤：C1：取得相关的社媒群组链接；C2：爬取贴子、跟贴、用户；通过访问群组，取得页面数据，分析贴子、跟贴及用户数据；C3：贴子数据保存；保存贴子数据到库中。其中，步骤C2中采用代理技术及终端模拟技术，多任务、多并发访问社媒群组，达到有效访问。步骤S4中数据清洗的方法，包括如下步骤：D1：取得原始贴子数据：从库中取得用户未处理的原始贴子数据；D2：取得评论数据：从原始贴子中取得评论的数据；D3：识别询盘：根据评论数据内容，通过TF-IDF、Word2Vec等文本挖掘及特征向量化方法，识别出询盘数据内容；D4：生成询盘数据：整合询盘数据，生成询盘数据。其中，步骤D3中，采用TF-IDF、Word2Vec等文本挖掘及特征向量化方法，确定询盘数据。步骤S4中通过DeepFM算法和TwoCNNTextRelation方法，过滤出询盘数据。步骤S6中询盘数据推荐的方法，包括如下步骤：F1：获取新询盘数据：根据用户及设置的群组，从库中取得对应用户的新询盘数据；F2：推荐算法确定是否推荐：根据用户设定的关键字，通过DeepFM算法和TwoCNNTextRelation方本文档来自技高网...

【技术保护点】
1.一种基于SAAS的社媒询盘识别及推荐方法，其特征在于：包括如下步骤：/nS1:添加群组：用户在用户界面的输入模块中添加社媒群组；/nS2:采集任务；根据用户设置的群组生成数据采集任务，推送到分布式队列中；/nS3:贴子数据采集；分布在多台计算机的业务逻辑，从队列中取得任务，根据任务访问相关的社媒群组，获取最新的数据，保存到库中；/nS4:数据清洗；根据采集的贴子数据进行整合处理，过滤出询盘数据；/nS5:询盘数据入库；将获得询盘数据进行入库；/nS6:询盘数据推荐：根据用户设置，生成用户询盘推荐数据；/nS7:询盘数据业务操作；用户根据推荐的询盘数据进行进一步业务处理。/n

【技术特征摘要】
1.一种基于SAAS的社媒询盘识别及推荐方法，其特征在于：包括如下步骤：
S1:添加群组：用户在用户界面的输入模块中添加社媒群组；
S2:采集任务；根据用户设置的群组生成数据采集任务，推送到分布式队列中；
S3:贴子数据采集；分布在多台计算机的业务逻辑，从队列中取得任务，根据任务访问相关的社媒群组，获取最新的数据，保存到库中；
S4:数据清洗；根据采集的贴子数据进行整合处理，过滤出询盘数据；
S5:询盘数据入库；将获得询盘数据进行入库；
S6:询盘数据推荐：根据用户设置，生成用户询盘推荐数据；
S7:询盘数据业务操作；用户根据推荐的询盘数据进行进一步业务处理。


2.根据权利要求1所述的一种基于SAAS的社媒询盘识别及推荐方法，其特征在于：步骤S3中采用分布式计算技术以及分布式NOSQL数据库技术。


3.根据权利要求1所述的一种基于SAAS的社媒询盘识别及推荐方法，其特征在于：步骤S3中贴子数据采集的方法，包括如下步骤：
C1：取得相关的社媒群组链接；
C2：爬取贴子、跟贴、用户；通过访问群组，取得页面数据，分析贴子、跟贴及用户数据；
C3：贴子数据保存；保存贴子数据到库中。


4.根据权利要求3所述的一种基于SAAS的社媒询盘识别及推荐方法，其特征在于：步骤C2中采用代理技术及终端模拟技术，多任务、多并发访问社媒群组，达到有效访问。


5.根据权利要求1所述的一种基于SAAS的社媒询盘识别及推荐方法，其特征在于：步骤S4中数据清洗的方法，包括如下步骤：
D1：取得原始贴子数据：从库中取得用户未处理的原始贴子数据；
D2：取得评论数据：从原始贴子中取得评论的数据；

【专利技术属性】
技术研发人员：梁敏全，倪长春，李菲，
申请(专利权)人：杭州龙席网络科技股份有限公司，
类型：发明
国别省市：浙江;33