【技术实现步骤摘要】
本专利技术属于产品营销，尤其涉及一种基于快消品行业的智慧营销系统及方法。
技术介绍
1、快消品全称快速消费品（fast moving consumer goods，简称fmcg），是指那些使用寿命较短、消费速度较快的消费品。这些产品通常是消费者日常生活中经常购买和使用的，价格相对较低，库存周转速度快。快消品涵盖了多个领域，如食品、饮料、日用品、个人护理用品等，是人们日常生活不可或缺的物品。
2、快消品通常包括新鲜水果蔬菜、日用品、网红产品等，具备保质周期短、需求量大、使用频率高、消耗快、爆火窗口期短和短期销量增幅明显等特点，通过较大规模的市场占有量来获得可观销量和利润，这就需要配套的销售系统能够在短期内实现高频率曝光、流量精准投放和产品敏捷周转等功能。而传统的线下门店销售模式由于受到客流量和覆盖范围的限制，很难满足其对货物周转速度和销售规模的要求。
3、随着计算机、互联网技术的快速发展，快递行业的大规模兴起，传统线下销售的营销模式受到了颠覆式的冲击，线上销售模式逐步占据了市场营销主导地位，快消品行业也因此迎来了新的飞跃。
4、快消品线上营销系统通常包括产品简介模块、支付模块和售后交付模块，供应商将产品的实物拍摄图和参数介绍在产品简介模块进行展示，客户通过支付模块端口选购产品并支付相应金额完成初步交易，最后卖方通过售后交付模块确保交易的最终达成，并提供售后服务。快消品线上营销系统具备交易速度快、维护成本低、不受地域限制、销售规模大和供应链响应速度快的特点，可以满足快消品行业对产品快速销售和更新迭
5、当前互联网现有的快消品线上营销系统主要存在着流量资源投放不准确、目标用户画像精准度不足、相关产品推荐过于局限、数据整合能力较弱，产品周转速度慢等缺陷，严重影响商家销售策略制定和客户的购物体验，抑制了快消品行业规模快速扩张。
6、在现有技术cn116385048a公开了一种农产品智慧营销方法和系统，首先获取用户的历史相关数据；根据历史相关数据以及预设数据间的关系度获得每个用户对各农产品的兴趣度评价信息；根据每个用户对各农产品的兴趣度评价信息获得用户购买评分矩阵；根据用户购买评分矩阵获得目标用户的推荐农产品列表，以及根据目标用户的推荐农产品列表的列表信息对目标用户进行农产品营销，该方法仅通过用户的主观非精确评价来实现产品推荐，推荐范围局限且无法有效预测用户的新需求，推荐准确度较低，容易陷入品类死循环，且适用的产品品类较为单一。在现有技术cn111553739a公开了一种智慧营销系统平台，包括产品介绍模块、文化信任模块、数据平台、支付系统、后勤系统，所述数据平台进行后台的监测和反馈，更新系统平台的数据；介绍模块和文化信模块对产品进行营销；支付平台提供不同的支付手段；最后通过后勤系统进行营销后的跟进，其缺少有效的用户画像刻画和相关产品推荐，难以有效提升用户的浏览时间和购买欲望，为此本专利技术提出一种基于快消品行业的智慧营销系统及方法。
技术实现思路
1、为了解决上述问题，本专利技术提出一种基于快消品行业的智慧营销系统及方法，以解决上述现有技术中存在的问题，提升快消品行业销量和用户购物体验。
2、为实现上述目的，本专利技术提供如下技术方案：
3、本专利技术提出一种基于快消品行业的智慧营销系统，包括智能产品推荐系统、广告流量投放系统、产品仓快速周转系统和5g运营商基站，所述智能产品推荐系统通过爬虫算法抓取用户信息，形成一对一定制用户购物偏好数据集，将人工智能深度神经网络模型在数据集上完成训练，再利用人工智能深度神经网络模型预测用户购买可能性，根据可能性排名进行产品推荐；
4、所述的基于快消品行业的智慧营销系统，所述用户购物偏好数据集包括当前产品浏览次数、当前产品浏览时长、当前产品购买次数、相似产品浏览次数、相似产品浏览时长、相似产品购买次数、当前产品正面评价次数、是否收藏当前产品和最终是否购买该产品；
5、其中“最终是否购买该产品”为预测标签数据，其余数据时影响用户购买行为的因素，也是人工智能深度神经网络模型输入数据，分别用α1~α8，每项影响因子影响权重分别用β1~β8表示，则用户最终购买该产品的可能性得分为：
6、；
7、得分越高，意味着用户购买该产品的可能性越高。
8、进一步的，所述的基于快消品行业的智慧营销系统，所述当前产品正面评价次数按照评价分数划分5个不同等级。
9、进一步的，所述的基于快消品行业的智慧营销系统，所述人工智能深度神经网络模型通过在定制数据集上完成训练，能够模拟用户的购物行为偏好，通过用户当前的行为操作预测用户的检索和购买行为，针对不同产品给出用户购买可能性分值预测，系统根据产品分值从高到底顺序进行产品精准推荐。
10、进一步的，所述的基于快消品行业的智慧营销系统，所述智能产品推荐系统在算法中设置在每次产品推荐时增加20%新产品或用户未曾浏览过的产品推荐机制。
11、进一步的，所述的基于快消品行业的智慧营销系统，所述广告流量投放系统设置基于“赢者通吃”的狼群算法，通过直播间、软件展示界面载体平台为爆款快消品，或潜在爆款快消品精准分配广告流量；
12、步骤1：爆款/潜在爆款产品确定规则；
13、初始化：初解空间中，具有最优目标函数值的产品即为爆款产品/潜在爆款产品；
14、迭代：将每次迭代后爆款产品/潜在爆款产品的目标函数值与前一代中爆款产品/潜在爆款产品的值进行比较，若更优则对爆款产品/潜在爆款产品位置进行更新，若此时存在多种产品的情况，则随机选一种产品成为爆款产品/潜在爆款产品。爆款产品/潜在爆款产品不执行3种智能行为而直接进入下次迭代，直到它被其他更强的爆款产品/潜在爆款产品所替代。
15、目标函数值：定义为产品所能实现的广告流量转化率，计算公式为：
16、；
17、步骤2：感知器感知广告流量资源；
18、初始化：将解空间中除头狼外最佳的个产品视为感知器，在解空间中搜索可用的广告流量资源，随机选取之间的整数，为感知器比例因子。
19、游走：选择可用广告流量资源最大并且大于当前可用广告流量资源的方向前进一步：
20、；
21、其中，为游走步长，h为游走方向，为循环参数，重复以上游走行为，直至存在某一匹探狼的气味浓度其中为当前探狼气味浓度，为头狼气味浓度，则感知器i代替头狼并发起召唤行为，或者达到最大游走次数；
22、步骤3：爆款产品/潜在爆款产品发起召唤行为，爆款产品/潜在爆款产品周围广告流量分配器以较大步长向爆款产品/潜在爆款产品聚集；
23、；
24、其中，为第k代群体头狼在第d维空间的位置，为奔袭步长；为第k代广告流量分配器位置，为第k+1代广告流量分配器位置；
25、步骤4：广告流量分配器和感知器联合对广告流量资源进行捕获；
26、；
<本文档来自技高网...【技术保护点】
1.一种基于快消品行业的智慧营销系统，包括智能产品推荐系统、广告流量投放系统、产品仓快速周转系统和5G运营商基站，其特征在于，所述智能产品推荐系统通过爬虫算法抓取用户信息，形成一对一定制用户购物偏好数据集，将人工智能深度神经网络模型在数据集上完成训练，再利用人工智能深度神经网络模型预测用户购买可能性，根据可能性排名进行产品推荐；
2.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述当前产品正面评价次数按照评价分数划分5个不同等级。
3.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述人工智能深度神经网络模型通过在定制数据集上完成训练，能够模拟用户的购物行为偏好，通过用户当前的行为操作预测用户的检索和购买行为，针对不同产品给出用户购买可能性分值预测，系统根据产品分值从高到底顺序进行产品精准推荐。
4.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述智能产品推荐系统在算法中设置在每次产品推荐时增加20%新产品或用户未曾浏览过的产品推荐机制。
5.根据权利要求1所述的基于快消品行业的智
6.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述产品仓快速周转系统包括数据监控中台和物流操作终端，数据监控中台监控当前产品相关数据，并对当前产品进行快速操作；物流操作终端位于仓储配送员终端，可实时同步产品数据和商家操作。
7.根据权利要求6所述的基于快消品行业的智慧营销系统，其特征在于，所述数据监控中台能够根据产品历史同期销售数据及备货库存数据自主给出补货意见、滞销和缺货风险提示，实现一键智能补货功能；支持智能发货仓选取。
8.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述5G运营商基站采用5G移动通信协议和大规模MIMO技术，并与系统各部分通过高速数据链路连接。
9.一种基于快消品行业的智慧营销方法，其特征在于，采用权利要求1-8任一项所述的基于快消品行业的智慧营销系统实现基于快消品行业的智慧营销方法，所述智慧营销方法包括：
...【技术特征摘要】
1.一种基于快消品行业的智慧营销系统，包括智能产品推荐系统、广告流量投放系统、产品仓快速周转系统和5g运营商基站，其特征在于，所述智能产品推荐系统通过爬虫算法抓取用户信息，形成一对一定制用户购物偏好数据集，将人工智能深度神经网络模型在数据集上完成训练，再利用人工智能深度神经网络模型预测用户购买可能性，根据可能性排名进行产品推荐；
2.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述当前产品正面评价次数按照评价分数划分5个不同等级。
3.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述人工智能深度神经网络模型通过在定制数据集上完成训练，能够模拟用户的购物行为偏好，通过用户当前的行为操作预测用户的检索和购买行为，针对不同产品给出用户购买可能性分值预测，系统根据产品分值从高到底顺序进行产品精准推荐。
4.根据权利要求1所述的基于快消品行业的智慧营销系统，其特征在于，所述智能产品推荐系统在算法中设置在每次产品推荐时增加20%新产品或用户未曾浏览过的产品推荐机制。
5.根据权利要求1所述的基于快消品行业...
【专利技术属性】
技术研发人员：张晓宇，
申请(专利权)人：沈阳曼得科技有限公司，
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。