一种合伙人智慧营销调度数据处理系统技术方案

本发明专利技术公开了一种合伙人智慧营销调度数据处理系统，涉及数据处理技术领域，本方案通过集成各种数据处理和分析，能够从历史营销数据中提取有用的信息，然后通过关联性地分析和计算，得到商品的关联性特征和推荐率TJ。这种基于关联性指标和消费相似性计算的推荐率策略和数据处理方式；然后再通过设置一个推荐率阈值来决定是否向营销目标推荐某个商品，是一种有效的推荐系统设计策略；通过持续的个性化推荐，可以提高用户的使用频率和使用时长，从而提高用户粘性；通过对商品的推荐率进行排序，可以优化资源的分配，如对高推荐率的商品进行更多的营销和推广，对低推荐率的商品进行更少的营销和推广。更少的营销和推广。更少的营销和推广。

【技术实现步骤摘要】
一种合伙人智慧营销调度数据处理系统


[0001]本专利技术涉及数据处理
，具体为一种合伙人智慧营销调度数据处理系统。

技术介绍

[0002]随着经济的发展和收入水平的增加，市场上消费者需求的结构和层次都发生了新的变化，人们的消费需求表现出多层次、递进的趋势。故与个性化需求相关的精准营销的服务体系开始得到更加广泛和深入的研究。营销数据的运用分析对于商品的精准营销具有非常重要的价值，尤其是随着计算机技术而发展起来的大数据运用，借助于数据挖掘技术对数据进行搜集抓取、处理和分析使用，为商品的营销提供了精准营销的渠道，能更好地实现商品的精准营销，从而提高效益。故在这一过程中，通过大数据技术获取目标客户，并对目标客户进行精确营销尤为重要。
[0003]大数据的统计分析和挖掘过程是大数据信息处理过程中能否从数据转化为价值空间和价值来源的关键过程。营销数据基于大数据分析而来，过于庞大的数据量中往往夹杂着诸多无效或低效的数据，会使得真正有用的信息隐藏于庞大的数据中，难以真正分析得出有价值的结果，即导致对目标客户的精确营销效果较差，效益提升较小。

技术实现思路

[0004]（一）解决的技术问题针对现有技术的不足，本专利技术提供了一种合伙人智慧营销调度数据处理系统，本系统通过集成各种数据处理和提取特征和分析，能够从历史营销数据中提取有用的信息，然后通过关联性的复杂的分析和计算，得到商品的关联性特征和推荐率TJ，最后基于这些信息进行智能营销决策。这种促进对合伙人进行更精准和有效的营销活动提供强大的支持，提高营销效率和效益。
[0005]（二）技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种合伙人智慧营销调度数据处理系统，包括数据采集单元、识别单元、提取单元、第一处理单元、第二处理单元和输出单元。
[0006]由数据采集单元，采集合伙人智慧营销历史调度数据，由识别单元读取存储的历史调度数据，将历史调度数据中若干个营销目标L和所述营销目标的特征数据N，确定为第一目标结构；从历史调度数据中获取若干个营销目标L相对应的营销商品种类U和营销商品数据M，确定为第二目标结构；通过提取单元从第一目标结构和第二目标结构中，提取营销商品种类U以及相对应的营销商品数据M；通过第一处理单元对营销商品种类U以及相对应的营销商品数据M进行相关联分析，获得购买力Q、需求状态系数W，并将购买力Q和需求状态系数W拟合计算，获得商品关联性系数GL；
由第二处理单元依据商品关联性系数GL分析商品性质特征，获取复购率FG，并对复购率FG修正后获得关联性指标，并基于关联性指标获取了商品之间的关联性特征，获得消费相似性Y，并基于消费相似性Y，计算获取商品推荐率TJ；获得商品推荐率TJ并与预设推荐率TJ阈值进行比对，若高于推荐率TJ阈值，则由输出单元（60）输出推送商品链接处理命令，若低于推荐率TJ阈值，则不生成推送商品链接处理命令。
[0007]优选的，所述第一目标结构包括用户属性和人群分割变量；用户属性包括年龄、性别、学历、职业、婚姻状态；人群分割变量包括用户的居住地、工作地、购买需求及行为数据；所述第二目标结构包括商品浏览时间、浏览次数、购买次数及反馈评价。
[0008]优选的，基于营销商品种类U以及相对应的营销商品数据M进行相关联分析，依照如下公式生成购买力Q；式中：A表示第一营销A商品，B表示第二营销B商品，公式中表示为购买过商品A和商品B的消费者个数，为购买了商品A的消费者个数，为购买了商品B的消费者个数，为极小正数防止分母为0，则表示了系统内第i个同时购买商品A和商品B的消费者购买商品A的对应时间，则为系统内第i个同时购买商品A和商品B的消费者购买商品B的对应时间，其差异越小说明消费者购买商品A和商品B的时间间隔越短，则商品A和商品B的共同的购买力越大，即Q越大，商品A和商品B之间的关联性越大；为极小正数，防止分母为0，示例值为0.001；优选的，基于营销商品种类U以及相对应的营销商品数据M进行相关联分析，依照如下公式生成消费者对另一件商品的需求状态系数W；式中：公式中表示仅购买商品B未购买商品A的消费者个数；为其中第i个消费者购买商品B后浏览商品A的浏览次数；则表示商品A的浏览时间；表示了仅购买商品A未购买商品B的消费者个数，为其中第i个消费者购买商品A后浏览商品B的浏览次数，则的表示商品B的浏览时间；W则反映了购买单件商品的消费者对另一件商品的需求状态。
[0009]优选的，在若干个营销目标L，对于第一营销商品A而言，假设存在个对象购买
了商品A，存在个对象购买了商品B，个对象同时购买了商品A和B；同时获取购买商品A的营销目标对应的商品B的M种营销商品数据，以及购买商品B的营销目标对应的商品A的M种营销商品数据；则可基于不同营销目标之间对商品A与商品B的购买力与购买时消费者的需求状态完成商品A和商品B之间关联性地获取相关性系数GL，依照如下公式生成：通过公式获得相关性系数GL，并将相关性系数GL与阈值进行对比，当相关性系数GL高于阈值，高于阈值的范围越高，则说明商品A和商品B两类商品之间的关联性越强，即商品A卖出的时候，营销目标则是高概率继续购买商品B；当相关性系数GL低于阈值，低于阈值的范围越低，则说明商品A和商品B两类商品之间的关联性越弱，即商品A卖出的时候，营销目标小概率继续购买商品B。
[0010]优选的，由提取单元提取营销商品种类U中商品性质特征，所述商品性质特征包括消耗性商品、持续性商品；并基于相关性系数GL进行分析；考虑到消耗性商品的特征是需要一段时间重复复购的；而持续性商品特征是可使用时间周期长；进而分析，当A商品为持续性商品，而B商品为消耗性商品时，极易出现B商品购买次数较多，当B商品被购买时，消费者没有继续购买A商品，进而导致两类商品之间的关联性指标GL出现误差，进而导致后续使用关联性指标对商品进行推荐时，出现误推荐现象；通过商品复购时间的周期性对商品之间的关联性系数GL进行修正；具体修正方式包括：首先对个同时购买了商品A和B的消费者进行分析，基于商品A和商品B的历史购买时间与购买次数分别构建商品A和商品B的复购率，基于商品的复购率差异对商品之间的关联性指标进行修正优化，得到修正优化后的关联性；对于商品A而言，获取每个消费者购买商品A的对应时间T与购买次数V，通过以下公式获得商品A的复购率FG：式中：公式中表示了购买商品A和商品B的消费者个数，V表示了第i个消费者购买商品A的次数，则表示了第i个消费者第j次购买商品A的时间，，则分别表示了第i个消费者第j+1次，j+2次购买商品A的时间；部分反映了商品A购买是否具有周期性，差异越小则说明商品A的购买时间越具有周期性，其复购率越大。
[0011]优选的，基于复购率FG差异完成关联性修正，修正后的关联性指标通过以公式获得：式中：表示商品A的复购率，表示了商品B的复购率，GL表示了商品A和商品B的初始关联性；为修正后的关联性指标；关联性指标越大，则说明商品A与商品B之间共同出售的概率越大。
[0012]优选的，基于关联性指标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种合伙人智慧营销调度数据处理系统，其特征在于：包括数据采集单元（10）、识别单元（20）、提取单元（30）、第一处理单元（40）、第二处理单元（50）和输出单元（60）；由数据采集单元（10），采集合伙人智慧营销历史调度数据，由识别单元（20）读取存储的历史调度数据，将历史调度数据中若干个营销目标L和所述营销目标的特征数据N，确定为第一目标结构；从历史调度数据中获取若干个营销目标L相对应的营销商品种类U和营销商品数据M，确定为第二目标结构；通过提取单元（30）从第一目标结构和第二目标结构中，提取营销商品种类U以及相对应的营销商品数据M；通过第一处理单元（40）对营销商品种类U以及相对应的营销商品数据M进行相关联分析，获得购买力Q、需求状态系数W，并将购买力Q和需求状态系数W拟合计算，获得商品关联性系数GL；由第二处理单元（50）依据商品关联性系数GL分析商品性质特征，获取复购率FG，并对复购率FG修正后获得关联性指标，并基于关联性指标获取了商品之间的关联性特征，获得消费相似性Y，并基于消费相似性Y，计算获取商品推荐率TJ；获得商品推荐率TJ并与预设推荐率TJ阈值进行比对，若高于推荐率TJ阈值，则由输出单元（60）输出推送商品链接处理命令，若低于推荐率TJ阈值，则不生成推送商品链接处理命令。2.根据权利要求1所述的一种合伙人智慧营销调度数据处理系统，其特征在于：所述第一目标结构包括用户属性和人群分割变量；用户属性包括年龄、性别、学历、职业、婚姻状态；人群分割变量包括用户的居住地、工作地、购买需求及行为数据；所述第二目标结构包括商品浏览时间、浏览次数、购买次数及反馈评价。3.根据权利要求1所述的一种合伙人智慧营销调度数据处理系统，其特征在于：基于营销商品种类U以及相对应的营销商品数据M进行相关联分析，依照如下公式生成购买力Q；式中：A表示第一营销A商品，B表示第二营销B商品，公式中表示为购买过商品A和商品B的消费者个数，为购买了商品A的消费者个数，为购买了商品B的消费者个数，为极小正数防止分母为0，则表示了系统内第i个同时购买商品A和商品B的消费者购买商品A的对应时间，则为系统内第i个同时购买商品A和商品B的消费者购买商品B的对应时间，其差异越小说明消费者购买商品A和商品B的时间间隔越短，则商品A和商品B的共同的购买力越大，即Q越大，商品A和商品B之间的关联性越大；为极小正数，防止分母为0，示例值为0.001。4.根据权利要求3所述的一种合伙人智慧营销调度数据处理系统，其特征在于：基于营销商品种类U以及相对应的营销商品数据M进行相关联分析，依照如下公式生成消费者对另
一件商品的需求状态系数W；式中：公式中表示仅购买商品B未购买商品A的消费者个数；为其中第i个消费者购买商品B后浏览商品A的浏览次数；则表示商品A的浏览时间；表示了仅购买商品A未购买商品B的消费者个数，为其中第i个消费者购买商品A后浏览商品B的浏览次数，则的表示商品B的浏览时间；W则反映了购买单件商品的消费者对另一件商品的需求状态。5.根据权利要求4所述的一种合伙人智慧营销调度数据处理系统，其特征在于：在若干个营销目标L，对于第一营销商品A而言，假设存在个对象购买了商品A，存在个对象购买了商品B，个对象同时购买了商品A和B；同时获取购买商品A的营销目标对应的商品B的M种营销商品数据，以及购买商品B的营销目标对应的商品A的M种营销商品数据；则可基于不同营销目标之间对商品A与商品B的购买力与购买时消费者的需求状态完成商品A和商品B之间关联性地获取相关性系数GL，依照如下公式生成：通过公式获得相关性系数GL，并将相关性系数GL与阈值进行对比，当相关性系数GL高于阈值，高于阈值的范围越高，则说明商品A和商品B两类商品之间的关联性越强，即商品A卖出的时候，营销目标则是高概率继续购买商品B；当相关性系数GL低于阈值，低于阈值的范围越低，则说明商品A和商品B两类商品之间的关联性越弱，即商品A卖出的时候，营销目标小概率继续购买商品B。6.根据权利要求5所述的一种合伙人智慧营销调度数据处理系统，其特征在于：由提取单元（30）提取营销商品种类...

【专利技术属性】
技术研发人员：赵斌，张敏，王雷，张问银，王星，王九如，
申请(专利权)人：临沂大学，
类型：发明
国别省市：