[发明专利]基于分布式数据的营销推荐方法、装置、设备及存储介质

权利要求书

1.一种基于分布式数据的营销推荐方法，其特征在于，所述营销推荐方法包括：

采用分布式数据存储收集用户的访问数据；

从所述分布式数据存储中筛选出付费用户；

对所述付费用户的所述访问数据进行统计，获得具有付费意愿的用户画像；

利用所述用户画像对用户群中的各个用户进行匹配；

向匹配成功的用户推送相应的营销内容。

2.根据权利要求1所述的基于分布式数据的营销推荐方法，其特征在于，所述采用分布式数据存储收集用户的访问数据包括：

用户访问课程频道时，采集用户访问的具体课程频道、所属的城市区域、在频道停留的时间、在频道内的发言记录和发言频率，并且当用户产生付费动作时，对付费动作进行标记；

将采集到的用户访问的具体课程频道、所属的城市区域、在频道停留的时间、在频道内的发言记录、发言频率以及付费动作的标记保存到分布式数据存储中。

3.根据权利要求2所述的基于分布式数据的营销推荐方法，其特征在于，所述对所述付费用户的所述访问数据进行统计，获得具有付费意愿的用户画像包括：

根据付费用户的基础信息和所述访问数据对付费用户进行画像；

再根据付费用户的各个画像参数对付费成交的贡献比例计算加权系数；

对各个所述画像参数进行加权计算，获得具有付费意愿的用户画像。

4.根据权利要求3所述的基于分布式数据的营销推荐方法，其特征在于，所述根据付费用户的基础信息和所述访问数据对付费用户进行画像包括：

从付费用户的所述基础信息和所述访问数据中挑选出与付费相关的各项信息，并将挑选出的各项信息作为付费用户的初始画像参数。

5.根据权利要求4所述的基于分布式数据的营销推荐方法，其特征在于，所述再根据付费用户的各个画像参数对付费成交的贡献比例计算加权系数包括：

预先定义一付费用户模型，所述付费用户模型中设置有与付费相关的各项信息所占的贡献百分比；

通过各项信息所占的贡献百分比乘以付费用户数得到各项信息的加权系数。

6.根据权利要求5所述的基于分布式数据的营销推荐方法，其特征在于，所述对各个所述画像参数进行加权计算，获得具有付费意愿的用户画像包括：

将各项信息的所述加权系数与预设的阈值进行比较，获取所述加权系数大于所述阈值的各项信息作为具有付费意愿的用户画像的最终画像参数。

7.根据权利要求2所述的基于分布式数据的营销推荐方法，其特征在于，在所述分布式数据存储中采用消息队列传输数据，并利用所述消息队列对数据访问请求进行异步处理。

8.一种营销推荐装置，其特征在于，所述营销推荐装置包括：

收集模块，用于采用分布式数据存储收集用户的访问数据；

筛选模块，用于从所述分布式数据存储中筛选出付费用户；

统计模块，用于对所述付费用户的所述访问数据进行统计，获得具有付费意愿的用户画像；

匹配模块，用于利用所述用户画像对用户群中的各个用户进行匹配；

推送模块，用于向匹配成功的用户推送相应的营销内容。

9.一种营销推荐设备，其特征在于，所述营销推荐设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述答题卡切分设备执行如权利要求1-7中任一项所述的基于分布式数据的营销推荐方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于分布式数据的营销推荐方法。