【技术实现步骤摘要】
本专利技术涉及数据分析，具体地说是一种基于知识图谱的烟卷营销数据分析方法及系统。
技术介绍
1、烟草卷烟营销深度连接着烟草工业企业、零售客户、消费者，同时与专卖、物流、烟叶等诸多业务关联，产生了海量的业务数据。随着卷烟营销工作出现了新的特点，卷烟营销模式、方法和手段也在不断发生变化，面对“客户需求多元化、客户体验个性化、行业特征高度适配化”的数字化运营阶段，基于时间趋势分析、构成分析、同类比较分析、多指标分析等的卷烟营销数据分析方法，很难挖掘到业务数据的本质特征，为经营决策提供建设性的意见。
技术实现思路
1、本专利技术的技术任务是针对以上不足之处，提供一种基于知识图谱的烟卷营销数据分析方法及系统，为零售户提供全面高效的服务，同步提升烟草公司服务能力，提高客户满意度。
2、本专利技术解决其技术问题所采用的技术方案是：
3、一种基于知识图谱的烟卷营销数据分析方法，该方法的实现步骤包括：
4、步骤1、构建卷烟营销知识图谱；
5、步骤2、抽取生成高频通用问题模板；
6、步骤3、构建信息检索任务；
7、步骤4、自动生成高频问题模板；
8、步骤5、构建个性化卷烟商品推荐系统。
9、以零售客户为中心实体构建知识图谱式数据分析，实现业务数据化、数据业务化的本质要求，立足业务数据，以智能分析为导向，为经营决策提供可靠依据。
10、进一步的，所述步骤1，具体实现方式如下：
11、首
12、进一步的，使用直接映射法处理关系型数据，使用半结构化知识包装器抽取web网页中丰富的信息，使用基于模板的关系抽取方法对非结构化数据实体关系。
13、进一步的，所述步骤2，具体实现方式如下：
14、基于卷烟营销长期的经营情况，整理出营销系统客户核心关注的高频问题，对卷烟营销领域内的相关语料进行统计分析，结合相关业务部门的意见，制定相应规则，抽取出高频通用的问题模板，再通过语义分析的方法对问题进行分析，将问题匹配到对应的问题模板，从而来表达问题意图；
15、将零售户的问题匹配到模板之后，从问句中识别出知识图谱元素，包括实体、关系、概念、属性，将这些产物填充在模板中相应位置的槽或者占位符中，补充模板，继而将模板转化为逻辑形式，从而得到答案，达到对未来卷烟营销经营情况数据分析的效果。
16、进一步的，所述步骤3，具体实现方式如下：
17、将高频问题集以外的客户需求转化为信息检索问题，利用分类、排序的方法，构建信息检索任务，进行数据分析，为客户处理个性化需求问题；
18、首先，识别问题中的主题实体的指称，并将该指称链接到知识图谱中相应的实体节点上，再在知识图谱上抽取与这个实体相邻若干跳范围之内的节点和边，抽取出知识图谱子图；在这个知识图谱子图中的所有节点都视为候选答案，而信息检索方法会对输入的问题与候选答案抽取特征，利用这些特征对候选答案节点进行打分排序或分类，将高得分的、或者被分类为正例的候选答案输出为预测的答案，返回给客户。
19、进一步的，所述步骤4，具体实现方式如下：
20、根据信息检索任务的问题答案，提取其中的公共问题，即每隔设定周期抽取百分之六十零售户提问的前百分之三十的问题，自动转成高频通用问题模板；剩余的信息检索任务问题，对于满意度达到百分之八十的问题，自动转成专属个人的个性化高频问题目模板。对于本步骤的所设比例，可根据实际情况，进行上下适当调整。
21、进一步的，所述步骤5，具体实现方式如下：
22、基于以零售客户为中心实体的知识图谱的建立基础上，构建基于零售户和卷烟的检索与推荐系统，按照零售客户和卷烟品牌知识图谱的相似度关系，相似度值最高的卷烟商品定义为强关联卷烟商品；按照零售客户和卷烟品牌知识图谱的聚类结果，与推荐目标用户相似度较高用户聚类的卷烟商品，且这些卷烟商品与目标用户关联度较低的商品定义为弱关联卷烟商品；按照零售客户和卷烟品牌知识图谱的聚类结果，被聚类次数较高的卷烟商品但与目标用户没有关联关系的商品为无关联卷烟商品。
23、本专利技术还要求保护一种基于知识图谱的烟卷营销数据分析系统，包括源数据模块、知识抽取模块、知识融合模块、知识加工模块、图谱应用模块，基于源数据模块、知识抽取模块和知识融合模块构建卷烟营销知识图谱；基于知识加工模块实现生成高频通用问题模板和构建信息检索任务；基于图谱应用模块自动生成高频问题模板并构建个性化卷烟商品推荐系统；
24、本系统能够实现上述的基于知识图谱的烟卷营销数据分析方法。
25、本专利技术还要求保护一种基于知识图谱的烟卷营销数据分析装置，包括：至少一个存储器和至少一个处理器；
26、所述至少一个存储器，用于存储机器可读程序；
27、所述至少一个处理器，用于调用所述机器可读程序，实现上述的方法。
28、本专利技术还要求保护计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行上述的方法。
29、本专利技术的一种基于知识图谱的烟卷营销数据分析方法及系统与现有技术相比，具有以下有益效果：
30、本专利技术以营销、专卖、物流、终端、财务、终端等业务数据以及政府、企业、社会外部数据为基础，构建了以零售客户为中心实体的知识图谱及应用，提升了客户服务的满意度，强化了品牌培育，为后续的智能化应用，如智能搜索、自动问答、推荐和决策支持等奠定了基础。
本文档来自技高网...【技术保护点】
1.一种基于知识图谱的烟卷营销数据分析方法，其特征在于，该方法的实现步骤包括：
2.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤1，具体实现方式如下：
3.根据权利要求2所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，使用直接映射法处理关系型数据，使用半结构化知识包装器抽取Web网页中丰富的信息，使用基于模板的关系抽取方法对非结构化数据实体关系。
4.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤2，具体实现方式如下：
5.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤3，具体实现方式如下：
6.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤4，具体实现方式如下：
7.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤5，具体实现方式如下：
8.一种基于知识图谱的烟卷营销数据分析系统，其特征在于，包括源数据模块、知识抽取模
9.一种基于知识图谱的烟卷营销数据分析装置，其特征在于，包括：至少一个存储器和至少一个处理器；
10.计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求1至7任一所述的方法。
...【技术特征摘要】
1.一种基于知识图谱的烟卷营销数据分析方法，其特征在于，该方法的实现步骤包括：
2.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤1，具体实现方式如下：
3.根据权利要求2所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，使用直接映射法处理关系型数据，使用半结构化知识包装器抽取web网页中丰富的信息，使用基于模板的关系抽取方法对非结构化数据实体关系。
4.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤2，具体实现方式如下：
5.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述步骤3，具体实现方式如下：
6.根据权利要求1所述的一种基于知识图谱的烟卷营销数据分析方法，其特征在于，所述...
【专利技术属性】
技术研发人员：付兴壮，林大伟，王乃永，刘天智，张亚飞，
申请(专利权)人：山东浪潮数字商业科技有限公司，
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。