System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 营销策略生成方法、装置、电子设备及存储介质制造方法及图纸_技高网

营销策略生成方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41396805 阅读:3 留言:0更新日期:2024-05-20 19:20
本公开涉及计算机技术领域,具体提供了一种营销策略生成方法、装置、电子设备及存储介质,其中,所述营销策略生成方法包括:获取目标用户对应的数据;基于所述数据构建用户画像;将所述用户画像和营销物品信息输入至生成式人工智能AIGC模型,生成与所述目标用户对应的营销内容;基于所述营销内容,向所述目标用户推荐营销物品。本公开为解决对大量不同类型的用户,只有一套,或少量几套营销方案的问题,通过构建用户画像,然后借助AIGC模型,基于用户画像和营销物品信息,生成与目标客户匹配的营销内容,提升营销活动的相关性、吸引力和用户参与度。

【技术实现步骤摘要】

本公开涉及计算机,尤其涉及一种营销策略生成方法、装置、电子设备及存储介质


技术介绍

1、现互联网对用户进行线上的运营,或产品等物品营销,是选择某个营销物品,对其针对性的出一套营销方案,包括文案、图片等营销素材,以达到整体用户群的转化效果最大化。

2、但是现有方式对大量不同类型的用户,只有一套,或少量几套营销方案、文字、图片等营销素材。但用户的心理、需求、状态等类型不同,且量大,一套营销方案很难符合各类用户的需求,使其感受到产品价值,产生兴趣。即使营销人员知道用户画像等信息,但对一次营销动作或物品,根据千或万级别的,大量不同用户类型,分别准备营销方案、文图等素材,代价极大,实际中不现实。


技术实现思路

1、本公开提供了一种营销策略生成方法、装置、电子设备及存储介质,以至少解决现有技术中存在的以上技术问题。

2、根据本公开的第一方面,提供了一种营销策略生成方法,所述方法包括:

3、获取目标用户对应的数据;

4、基于所述数据构建用户画像;

5、将所述用户画像和营销物品信息输入至生成式人工智能aigc模型,生成与所述目标用户对应的营销内容;

6、基于所述营销内容,向所述目标用户推荐营销物品。

7、在一可实施方式中,所述获取目标用户对应的数据;基于所述数据构建用户画像,包括:

8、获取所述目标用户对应的初始数据;

9、对所述初始数据进行数据清洗和预处理,以生成所述数据;

10、对所述数据进行特征提取,得到对应的用户特征集;

11、基于所述用户特征集,生成所述目标用户的用户标签;

12、基于所述用户标签,构建所述用户画像。

13、在一可实施方式中,所述将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容,包括:

14、获取多个文案样本;

15、将所述多个文案样本、所述用户画像和所述营销物品信息输入至aigc模型,生成初始文案;

16、将所述初始文案进行优化,并将优化后的初始文案输入至aigc模型,对aigc模型进行迭代训练;

17、利用迭代训练后的aigc模型,生成所述营销物品与所述用户画像匹配的文案。

18、在一可实施方式中,所述将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容,还包括:

19、提取所述用户画像和所述营销物品信息中的关键词;

20、解析所述关键词,得到与所述关键词相关的图片信息;

21、基于所述图片信息,获取对应的图片素材;

22、将所述图片素材输入至所述aigc模型,生成所述营销物品与所述用户画像匹配的图片。

23、在一可实施方式中,所述将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容,还包括:

24、获取所述目标用户的角色预设信息、目标预设信息和辅助信息;

25、将所述用户画像、所述营销物品信息、所述角色预设信息、所述目标预设信息和所述辅助信息输入至所述aigc模型,生成所述营销物品与所述用户画像匹配的营销方案。

26、根据本公开的第二方面,提供了一种营销策略生成装置,所述装置包括:

27、第一获取模块,配置为获取目标用户对应的数据;

28、构建模块,配置为基于所述数据构建用户画像;

29、第一生成模块,配置为将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容;

30、推荐模块,配置为基于所述营销内容,向所述目标用户推荐营销物品。

31、在一可实施方式中,所述第一获取模块,配置为获取目标用户对应的数据,包括:

32、第二获取模块,配置为获取所述目标用户对应的初始数据;

33、预处理模块,配置为对所述初始数据进行数据清洗和预处理,以生成所述数据;

34、所述构建模块,配置为基于所述数据构建用户画像,包括:

35、第一提取模块,配置为对所述数据进行特征提取,得到对应的用户特征集;

36、第二生成模块,配置为基于所述用户特征集,生成所述目标用户的用户标签;

37、第一构建模块,配置为基于所述用户标签,构建所述用户画像。

38、在一可实施方式中,所述第一生成模块,配置为将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容,包括:

39、第三获取模块,配置为获取多个文案样本;

40、第三生成模块,配置为将所述多个文案样本、所述用户画像和所述营销物品信息输入至aigc模型,生成初始文案;

41、训练模块,配置为将所述初始文案进行优化,并将优化后的初始文案输入至aigc模型,对aigc模型进行迭代训练;

42、第四生成模块,配置为利用迭代训练后的aigc模型,生成所述营销物品与所述用户画像匹配的文案。

43、在一可实施方式中,所述第一生成模块,配置为将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容,还包括:

44、第二提取模块,配置为提取所述用户画像和所述营销物品信息中的关键词;

45、解析模块,配置为解析所述关键词,得到与所述关键词相关的图片信息;

46、第四获取模块,配置为基于所述图片信息,获取对应的图片素材;

47、第五生成模块,配置为将所述图片素材输入至所述aigc模型,生成所述营销物品与所述用户画像匹配的图片。

48、在一可实施方式中,所述第一生成模块,配置为将所述用户画像和营销物品信息输入至aigc模型,生成与所述目标用户对应的营销内容,还包括:

49、第五获取模块,配置为获取所述目标用户的角色预设信息、目标预设信息和辅助信息;

50、第六生成模块,配置为将所述用户画像、所述营销物品信息、所述角色预设信息、所述目标预设信息和所述辅助信息输入至所述aigc模型,生成所述营销物品与所述用户画像匹配的营销方案。

51、根据本公开的第三方面,提供了一种电子设备,包括:

52、至少一个处理器;以及

53、与所述至少一个处理器通信连接的存储器;其中,

54、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开所述的方法。

55、根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开所述的方法。

56、本公开的营销策略生成方法、装置、电子设备及存储介质,通过构建用户画像,然后借助aigc模型,基于用户画像和营销物品信息,生成与目标客户匹配的营销内容本文档来自技高网...

【技术保护点】

1.一种营销策略生成方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,

3.根据权利要求1所述的方法,其特征在于,

4.根据权利要求1所述的方法,其特征在于,

5.根据权利要求1所述的方法,其特征在于,

6.一种营销策略生成装置,其特征在于,所述装置包括:

7.根据权利要求6所述的装置,其特征在于,

8.根据权利要求6所述的装置,其特征在于,

9.根据权利要求6所述的装置,其特征在于,

10.根据权利要求6所述的装置,其特征在于,

11.一种电子设备,其特征在于,包括:

12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的方法。

【技术特征摘要】

1.一种营销策略生成方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,

3.根据权利要求1所述的方法,其特征在于,

4.根据权利要求1所述的方法,其特征在于,

5.根据权利要求1所述的方法,其特征在于,

6.一种营销策略生成装置,其特征在于,所述装置包括:

7.根据权利要求6所述的装置...

【专利技术属性】
技术研发人员:董超孟涛王秋怿何奇凯朱强马帅韩昕晨
申请(专利权)人:浙江同花顺智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1