【技术实现步骤摘要】
本专利技术涉及电数字数据处理，尤其涉及一种基于大数据画像的营销数据分析方法。
技术介绍
1、随着大数据技术的飞速发展，企业能够收集到海量用户信息，包括基础属性、行为数据、购买偏好等。通过构建精细化的用户画像，企业能够深入理解目标顾客群体，实现精准营销。这种方法不仅提升了营销效率，还降低了成本，增强了市场竞争力。大数据画像成为企业制定营销策略、优化产品设计、提升用户体验的关键工具，为企业带来了前所未有的商业洞察力和增长机遇。
2、现有的基于大数据画像的营销数据分析方法主要侧重于通过收集、处理和分析大数据来构建用户画像，进而指导精准营销。这些方法通常包括利用大数据技术全面获取用户的静态和动态信息，通过数据分析和特征提取生成个性化的用户标签，并基于这些标签构建用户画像模型。随后，基于用户画像模型，企业可以实施精准营销策略，如个性化推荐、定向广告投放等。这些技术不仅提高了营销效率，还增强了用户体验，为企业带来了显著的市场竞争优势。
3、例如公开号为：cn111737338a的专利申请公开的一种基于大数据画像闭环营销数据分析方法，包括：步骤s1：获取数据；步骤s2：数据处理，步骤s3：形成结果入库；步骤s4：入库数据可视化，通过数据库读取和打印；步骤s5：精准推送，其中精准推送为通过商业广告推送。优点1：本专利技术通过对销售数据的高效率分析，减少了这些数据占用的计算机存储物理空间，更能准确地把握销售数据的动态变化，根据销售信息确定生产方向，最大化地开发了销售数据资料的功能，实时对销售全过程进行管理和决策。优点2：本
4、例如公告号为：cn115168740b的专利技术专利公告的一种基于大数据分析生成营销任务的方法和系统，包括：构建新游戏的标签序列并基于大数据获取已出厂游戏的标签序列，基于标签序列的相似度获取新游戏的同类别游戏；获取同类别游戏中每个已出厂游戏的所有用户以及每个用户的活跃度表征值和用户之间的互动值；构建每个已出厂游戏对应的用户关联图；基于用户关联图中每个节点的节点信息得到节点的度，根据每个节点的度进行模块化计算并对用户关联图进行图聚类得到多个节点类别；获取每个用户的用户推荐优先级和每个节点类别的类别推荐优先级；结合用户推荐优先级以及类别推荐优先级生成营销任务；营销任务的适用性更强且推广范围更大。
5、但本申请在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
6、现有技术中，尤其在短视频平台中，由于用户的兴趣和需求是随着时间、环境、社会趋势等多种因素而不断变化的，因此，基于大数据画像构建的用户画像可能不能及时反映用户观看视频的兴趣变化，存在营销数据中用户画像数据更新不及时的问题。
技术实现思路
1、本申请实施例通过提供一种基于大数据画像的营销数据分析方法，解决了现有技术中营销数据中用户画像数据更新不及时的问题，实现了提高营销数据中用户画像数据更新时效性。
2、本申请实施例提供了一种基于大数据画像的营销数据分析方法，包括以下步骤：在预设时间段内收集视频画像数据，并根据收集的视频画像数据得到画像相似度系数，所述视频画像数据包括反馈画像数据和用户画像数据，所述画像相似度系数用于衡量当前的用户画像数据与反馈画像数据的相似程度；将画像相似度系数与从预设数据库获取的相似度阈值进行比较得到比较结果，所述比较结果包括画像达标与画像不达标；根据比较结果采取画像数据采集策略，所述画像数据采集策略用于提高用户画像的时效性。
3、进一步的，所述视频画像数据的获取过程具体如下：通过在预设时间段内向待分析短视频平台中的待调查用户反馈的画像调查问卷收集反馈画像数据，并将获取的反馈画像数据传输至预设数据库中存储，所述反馈画像数据包括反馈视频标签和反馈视频时长；从待分析短视频平台中获取待调查用户的用户画像数据，所述用户画像数据包括用户视频标签和用户视频时长，所述用户画像数据与反馈画像数据的内容类别一致；通过哈希算法得到反馈视频标签和用户视频标签的视频类型相似度，同时通过哈希算法得到反馈视频时长和用户视频时长的视频时长相似度，所述视频类型相似度表示用户视频标签与反馈视频标签的相似程度，所述视频时长相似度表示用户视频时长与反馈视频时长的相似程度。
4、进一步的，所述画像相似度系数的获取过程如下：从预设数据库中获取评估数据，所述评估数据包括视频类型评估阈值和视频时长评估阈值；对待调查用户进行编号，并基于视频类型相似度和视频时长相似度得到个体画像相似度系数，根据个体画像相似度系数得到画像相似度系数，所述个体画像相似度系数表示单个待调查用户的画像相似度系数，所述画像相似度系数采用以下公式进行计算：
5、
6、式中，f表示待调查用户的编号，f＝1,2,,,f，f表示待调查用户的总人数，vtsf表示第f个待调查用户的视频类型相似度，vdsf表示第f个待调查用户的视频时长相似度，μ表示视频类型评估阈值，ρ表示视频时长评估阈值，iscf表示第f个待调查用户的个体画像相似度系数，psc表示待分析短视频平台中当前预设时间段待调查用户的画像相似度系数。
7、进一步的，所述比较结果的获取过程具体如下：从预设数据库获取相似度阈值，并将获取的相似度阈值与画像相似度系数进行比较：若画像相似度系数不小于相似度阈值，则比较结果为画像达标；若画像相似度系数小于相似度阈值，则比较结果为画像不达标。
8、进一步的，所述根据比较结果采取画像数据采集策略的具体过程如下：若比较结果为画像达标，则继续采用当前用户画像；若比较结果为画像不达标，则基于数据采集延迟指数判断当前数据采集延迟对用户画像构建的影响，所述数据采集延迟包括数据处理延迟和数据传输延迟，所述数据采集延迟指数用于量化数据采集延迟对视频画像数据采集的影响程度。
9、进一步的，所述数据采集延迟指数的获取过程具体如下：通过待分析短视频平台的日志记录获取数据处理延迟和数据传输延迟，所述数据处理延迟表示待分析短视频平台在处理视频画像数据时产生的时间延迟，所述数据传输延迟表示待分析短视频平台在传输视频画像数据的过程中所产生的时间延迟；从预设数据库中获取参考数据，所述参考数据包括平均数据处理延迟、平均数据传输延迟、处理延迟评估值和传输延迟评估值；基于数据采集延迟和参考数据得到个体延迟指数，再根据个体延迟指数得到数据采集延迟指数，所述个体延迟指数表示单个待调查用户的数据采集延迟指数，所述数据采集延迟指数采用以下公式进行计算：
10、
11、
12、式中，f表示待调查用户的编号，f＝1,2,,,f，f表示待调查用户的总人数，cdf表示第f个待调查用户的数据处理延迟，表示平均数据处理延迟，α表示处理延迟评估值，tdf表示第f个待调查用户的数据传输延迟，表示平均数据传输延迟，β表示传本文档来自技高网...
【技术保护点】
1.一种基于大数据画像的营销数据分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种基于大数据画像的营销数据分析方法，其特征在于，所述视频画像数据的获取过程具体如下：
3.如权利要求2所述一种基于大数据画像的营销数据分析方法，其特征在于，所述画像相似度系数的获取过程如下：
4.如权利要求3所述一种基于大数据画像的营销数据分析方法，其特征在于，所述比较结果的获取过程具体如下：
5.如权利要求4所述一种基于大数据画像的营销数据分析方法，其特征在于，所述根据比较结果采取画像数据采集策略的具体过程如下：
6.如权利要求5所述一种基于大数据画像的营销数据分析方法，其特征在于，所述数据采集延迟指数的获取过程具体如下：
7.如权利要求6所述一种基于大数据画像的营销数据分析方法，其特征在于，所述得到数据采集延迟指数，之后还包括将数据采集延迟指数与从预设数据库中获取的数据采集延迟指数阈值进行比较得到判断结果，具体如下：
8.如权利要求7所述一种基于大数据画像的营销数据分析方法，其特征在于，所述得到判断结果
9.如权利要求8所述一种基于大数据画像的营销数据分析方法，其特征在于，所述根据用户画像更新频率进行画像更新判断的具体步骤如下：
10.如权利要求9所述一种基于大数据画像的营销数据分析方法，其特征在于，所述将用户画像更新频率指数与从预设数据库中获取的用户画像更新频率指数阈值进行比较并进行更新反馈的具体过程如下：
...【技术特征摘要】
1.一种基于大数据画像的营销数据分析方法，其特征在于，包括以下步骤：
2.如权利要求1所述一种基于大数据画像的营销数据分析方法，其特征在于，所述视频画像数据的获取过程具体如下：
3.如权利要求2所述一种基于大数据画像的营销数据分析方法，其特征在于，所述画像相似度系数的获取过程如下：
4.如权利要求3所述一种基于大数据画像的营销数据分析方法，其特征在于，所述比较结果的获取过程具体如下：
5.如权利要求4所述一种基于大数据画像的营销数据分析方法，其特征在于，所述根据比较结果采取画像数据采集策略的具体过程如下：
6.如权利要求5所述一种基于大数据画像的营销数据分析方法，其特征在于，所述数据采集延迟指数的获取过程具体如下：
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。