一种营销策略预测方法及装置制造方法及图纸

本发明专利技术提供一种营销策略预测方法及装置。所述方法包括：接收待预测业务数据，确定与所述待预测业务数据对应的业务实体；根据业务知识图谱，获取所述业务实体对应的营销策略；基于成本效果预测模型，生成所述业务实体对应的各营销策略的预测结果；其中，所述预测结果为各营销策略的成本与业务订购量的对应关系和/或所述成本与业务点击量的对应关系。本发明专利技术提供营销策略预测方法及装置，可以实现精准营销，提升营销准确率和用户体验。提升营销准确率和用户体验。提升营销准确率和用户体验。

【技术实现步骤摘要】
一种营销策略预测方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种营销策略预测方法及装置。

技术介绍

[0002]由于业务运营平台中的业务存在多层次、多种类的丰富关系，现有营销业务通常采用定制化开发，营销策略是根据用户数据与业务数据进行人工构建。因此，底层业务数据无法实现统一化管理，各业务在数据侧形成“数据孤岛”，进而不能对用户进行精准关联营销。
[0003]业务要实现精确营销，需要经过渠道手动配置
‑
手动同步数据
‑
手动更新索引这一系列复杂的人工操作流程。一旦缺少人工配置操作，会导致新的营销业务上线后无法被索引到，更新的业务内容信息也无法被推荐，对未经手工配置的营销业务进行关联搜索、结合用户属性进行智能精准推荐等功能更无法实现。

技术实现思路

[0004]本专利技术提供一种营销策略预测方法及装置，用以解决现有技术中业务数据无法统一化管理而通过人工操作实现营销效果的技术问题，实现精准营销，提升营销准确率和用户体验。
[0005]本专利技术提供一种营销策略预测方法，包括：
[0006]接收待预测业务数据，确定与所述待预测业务数据对应的业务实体；
[0007]根据业务知识图谱，获取所述业务实体对应的营销策略；
[0008]基于成本效果预测模型，生成所述业务实体对应的各营销策略的预测结果；
[0009]其中，所述预测结果为所述各营销策略的成本与业务订购量的对应关系和/或所述成本与业务点击量的对应关系。/>[0010]在一个实施例中，所述根据业务知识图谱，获取所述业务实体对应的营销策略包括：
[0011]获取所述业务知识图谱中的所述业务实体和所述业务实体间的数据变动关系；
[0012]将所述业务实体作为数据因子，所述业务实体间的数据变动关系作为策略因子；
[0013]将所述数据因子和所述策略因子输入机器学习算法中训练，获得所述业务策略模型；
[0014]根据所述业务策略模型，获取所述业务实体对应的所述营销策略。
[0015]在一个实施例中，所述业务知识图谱是通过如下方式建立的：
[0016]获取平台业务数据，形成第一业务数据集合；
[0017]将所述第一业务数据集合中的业务数据进行结构化描述，形成具有结构化信息的第二业务数据集合；
[0018]对所述第二业务数据集合中的所述结构化信息进行业务信息抽取，确定所述第二业务数据集合关联的所述业务实体、业务属性数据和所述业务实体间的关系数据；
[0019]将所述业务实体、所述业务属性数据和所述业务实体间的关系数据进行知识融合，建立所述业务知识图谱。
[0020]在一个实施例中，所述业务知识图谱存储于Neo4j图形数据库。
[0021]在一个实施例中，所述接收待预测业务数据，确定与所述待预测业务数据对应的业务实体包括：
[0022]基于预设目标字段筛选策略，获取所述待预测业务数据的主数据；
[0023]根据所述主数据确定与所述待预测业务数据对应的业务实体。
[0024]本专利技术还提供一种营销策略预测装置，包括：
[0025]确定模块，用于接收待预测业务数据，确定与所述待预测业务数据对应的业务实体；
[0026]获取模块，用于根据业务知识图谱，获取所述业务实体对应的营销策略；
[0027]预测模块，用于基于成本效果预测模型，生成所述业务实体对应的各营销策略的预测结果；其中，所述预测结果为各营销策略的成本与业务订购量的对应关系和/或所述成本与业务点击量的对应关系。
[0028]在一个实施例中，所述获取模块，用于获取所述业务知识图谱中的所述业务实体和所述业务实体间的数据变动关系；将所述业务实体作为数据因子，所述业务实体间的数据变动关系作为策略因子；将所述数据因子和所述策略因子输入机器学习算法中训练，获得所述业务策略模型；根据所述业务策略模型，获取所述业务实体对应的营销策略。
[0029]在一个实施例中，所述装置还包括：
[0030]建立模块，用于获取平台业务数据，形成第一业务数据集合；将所述第一业务数据集合中的业务数据进行结构化描述，形成具有结构化信息的第二业务数据集合；对所述第二业务数据集合中的所述结构化信息进行业务信息抽取，确定所述第二业务数据集合关联的所述业务实体、业务属性数据和所述业务实体间的关系数据；将所述业务实体、所述业务属性数据和所述业务实体间的关系数据进行知识融合，建立所述业务知识图谱。
[0031]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述营销策略预测方法的步骤。
[0032]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述营销策略预测方法的步骤。
[0033]本专利技术提供的营销策略预测方法及装置，通过确定待预测业务数据的业务实体，采用业务知识图谱获取营销策略，实现对待预测业务数据的精准营销；还通过成本效果预测模型，获取各营销策略对应的预测结果，提升营销准确率和用户体验。
附图说明
[0034]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1是本专利技术提供的营销策略预测方法的流程示意图之一；
[0036]图2是本专利技术提供的营销策略预测方法的流程示意图之二；
[0037]图3是本专利技术提供的营销策略预测方法装置的结构示意图；
[0038]图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0039]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
[0040]图1为本专利技术提供的营销策略预测方法的流程示意图。参照图1，本专利技术提供的营销策略预测方法包括：
[0041]步骤110、接收待预测业务数据，确定与待预测业务数据对应的业务实体；
[0042]步骤120、根据业务知识图谱，获取业务实体对应的营销策略；
[0043]步骤130、基于成本效果预测模型，生成业务实体对应的各营销策略的预测结果；
[0044]其中，预测结果为各营销策略的成本与业务订购量的对应关系和/或成本与业务点击量的对应关系。
[0045]本专利技术提供的营销策略预测方法的执行主体可以是业务运营平台，也可以是营销推荐系统，或者是其他实现营销业务服务的平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种营销策略预测方法，其特征在于，包括：接收待预测业务数据，确定与所述待预测业务数据对应的业务实体；根据业务知识图谱，获取所述业务实体对应的营销策略；基于成本效果预测模型，生成所述业务实体对应的各营销策略的预测结果；其中，所述预测结果为各营销策略的成本与业务订购量的对应关系和/或所述成本与业务点击量的对应关系。2.根据权利要求1所述的营销策略预测方法，其特征在于，所述根据业务知识图谱，获取所述业务实体对应的营销策略包括：获取所述业务知识图谱中的所述业务实体和所述业务实体间的数据变动关系；将所述业务实体作为数据因子，所述业务实体间的数据变动关系作为策略因子；将所述数据因子和所述策略因子输入机器学习算法中训练，获得所述业务策略模型；根据所述业务策略模型，获取所述业务实体对应的所述营销策略。3.根据权利要求1所述的营销策略预测方法，其特征在于，所述业务知识图谱是通过如下方式建立的：获取平台业务数据，形成第一业务数据集合；将所述第一业务数据集合中的业务数据进行结构化描述，形成具有结构化信息的第二业务数据集合；对所述第二业务数据集合中的所述结构化信息进行业务信息抽取，确定所述第二业务数据集合关联的所述业务实体、业务属性数据和所述业务实体间的关系数据；将所述业务实体、所述业务属性数据和所述业务实体间的关系数据进行知识融合，建立所述业务知识图谱。4.根据权利要求1至3任一项所述的营销策略预测方法，其特征在于，所述业务知识图谱存储于Neo4j图形数据库。5.根据权利要求1所述的营销策略预测方法，其特征在于，所述接收待预测业务数据，确定与所述待预测业务数据对应的业务实体包括：基于预设目标字段筛选策略，获取所述待预测业务数据的主数据；根据所述主数据确定与所述待预测业务数据对应的业务实体...

【专利技术属性】
技术研发人员：李映，范滢，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：