[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

说明书

本发明提供了一种基于分布式数据的营销推荐方法、装置、设备及存储介质，其中，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。本发明的营销推荐方法基于分布式存储系统，能够支持存储大数据量的结构化和非结构化数据，以用于全面刻画用户画像，匹配准确率高，提高用户付费转化率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于分布式数据的营销推荐方法、装置、设备及存储介质。

背景技术

目前的数据分析系统采用传统的数据库存储数据，存储了用户的基本信息和少量的动作记录，然后利用后台代码逻辑对用户信息进行共性判断，对有付费用户共性的用户推荐对应付费内容。

但是由于传统数据库的性能瓶颈，收集的用户数据量较小，用户共性特点不明显，而数据量不足又会导致输出的用户画像模糊，后期匹配准确度不高。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于解决现有的营销推荐方法数据库存储的数据少，输出的用户画像模糊，后期匹配准确度不高的技术问题。

本发明第一方面提供了一种基于分布式数据的营销推荐方法，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。

在本发明第一方面一种可选的实施方式中，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。

在本发明第一方面一种可选的实施方式中，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。

在本发明第一方面一种可选的实施方式中，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。

在本发明第一方面一种可选的实施方式中，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。

在本发明第一方面一种可选的实施方式中，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：