[发明专利]营销信息推广方法、装置、电子设备及计算机可读介质

说明书

本公开涉及一种基于多维度特征模型的营销信息推广方法、装置、电子设备及计算机可读介质。该方法包括：获取用户的特征数据，所述特征数据包括浏览数据与行为数据；通过所述浏览数据与所述行为数据生成多维度特征数据，所述多维度特征数据包括时长维度数据，行为维度数据，频率维度数据，金额维度数据、和偏好特征数据；将所述多维度特征数据输入多维度特征模型中，获取所述用户的多维度兴趣指标；以及基于所述多维度兴趣指标确定营销信息以推送给所述用户。本公开涉及的基于多维度特征模型的营销信息推广方法、装置、电子设备及计算机可读介质，能够取得用户在时间序列上的兴趣偏好，根据时间与兴趣偏好的关系企业可以更有针对性的为用户营销信息推广。

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种基于多维度特征模型的营销信息推广方法、装置、电子设备及计算机可读介质。

背景技术

在消费时尚的年代，消费者越来越追求具有个性化、情感化的商品，而不再满足于一般的大众化商品。客户消费观念从理性消费走向感情消费。所以，对于当前的公司而言，用户的个性化判定是其关注的核心问题。由于客户的多样性，企业也希望能够针对不同的客户采取多样调整手段，实现精细化运营，为公司争取最大的利润，这就需要对不同类型的用户进行用户精细化运营，通过各类营销信息提高不同类型的用户在产品中的活跃度、留存率和付费率。

目前的营销信息推广手段，大部分是通过大数据生成的，根据海量用户数据，提取出用户的特征，然后企业根据自己的为不同的用户推荐不同的营销信息。目前这种基于大数据分析的营销信息推广手段存在着弊端，用户的基本特征中的某些部分是不变的，比如性别，年龄，有些基本特征是随着时间的流逝经常改变的，比如用户的喜好，用户的现金流、用户的工作特征等等。现有技术中对用户进行营销信息推广时依赖于一些基础数据，对用户的分类特征表现单一，无法系统全面的反应用户的特征。

因此，需要一种新的基于多维度特征模型的营销信息推广方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种基于多维度特征模型的营销信息推广方法、装置、电子设备及计算机可读介质，能够取得用户在时间序列上的兴趣偏好，根据时间与兴趣偏好的关系企业可以更有针对性的为用户营销信息推广。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种基于多维度特征模型的营销信息推广方法，该方法包括：通过监听方式获取用户的特征数据，所述特征数据包括浏览数据与行为数据；通过所述浏览数据与所述行为数据生成多维度特征数据，所述多维度特征数据包括时长维度数据，行为维度数据，频率维度数据，金额维度数据、和偏好特征数据；将所述多维度特征数据输入多维度特征模型中，获取所述用户的多维度兴趣指标；以及基于所述多维度兴趣指标确定营销信息以推送给所述用户。

在本公开的一个实施例中，还包括：通过历史用户的特征数据与至少一个机器学习模型建立所述多维度特征模型。

在本公开的一个实施例中，通过所述浏览数据与所述行为数据生成多维度特征数据包括：基于所述行为数据确定多个目标行为及其对应的时间；将所述多个目标行为按照其对应的时间排序；以及通过排序后的所述多个目标行为与所述浏览数据生成所述多维度特征数据。

在本公开的一个实施例中，通过排序后的所述多个目标行为与所述浏览数据生成所述多维度特征数据包括：通过首个目标行为与末尾目标行为的间隔时间确定所述时长维度数据；和/或通过所述末尾目标行为所对应的时间确定所述行为维度数据；和/或通过所述多个目标行为的数量确定所述频率维度数据；和/或通过所述行为数据中的金额确定所述金额维度数据；和/或通过所述浏览数据生成所述偏好特征数据。