[发明专利]一种基于实时用户画像的智能营销方法及装置

说明书

本发明涉及智能营销技术领域，具体为一种基于实时用户画像的智能营销方法及装置，包括用户画像采集和用户行为建模，所述用户画像的采集：用户画像的采集来自于用户在各个系统日常积累的数据，首先通过Sqoop导入HDFS，也可以通过用代码来实现；所述用户行为建模：用户画像是由用户行为标签构建而成标签的定制需要根据场景规则，要根据具体的业务场景置顶出完善的标签数据集，通过埋点采集到用户行为标签数据，通过基于用户画像的精准营销具备移动互联网的特性，能够真正实现营销信息发布以及获取客户信息的便捷化，通过门店的设备，可以实时的对店铺内客流量和客户信息进行查询，使得营销活动推送方寻找潜在目标客户的效率得到提高。

技术领域

本发明涉及智能营销技术领域，具体为一种基于实时用户画像的智能营销方法及装置。

背景技术

随着市场逐步细分,业务变得越来越多样,商家及用户需求也变得个性化多样化，因此市场也将面临严峻挑战,利润空间有所下降,为了维持长期的市场利润,就要开辟新的路径。行业的精准营销最重要的是对市场以及顾客的精准判断，因此需要一种基于实时用户画像的智能营销方法及装置对上述问题做出改善。

发明内容

本发明的目的在于提供一种基于实时用户画像的智能营销方法及装置，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于实时用户画像的智能营销方法，包括用户画像采集和用户行为建模，所述用户画像的采集：用户画像的采集来自于用户在各个系统日常积累的数据，首先通过Sqoop导入HDFS，也可以通过用代码来实现；

所述用户行为建模：用户画像是由用户行为标签构建而成标签的定制需要根据场景规则，要根据具体的业务场景置顶出完善的标签数据集，通过埋点采集到用户行为标签数据，关于这个用户的数据源就依此建立起来了。

作为本发明优选的方案，所述用户画像的采集：首先要获得数据信息，就必须从移动用户端收集，信息包括两类：静态信息和动态信息；根据相关的动态信息和静态信息中，就可以对用户画像进行建模，用户画像并非全部标签的一一罗列，而是根据需要的数据分析以及权重算法来抽象出用户大概率事件的标签，并且尽量排除用户的偶然行为，将用户典型特征归属的分类标签提取出来。

作为本发明优选的方案，所述用户行为建模：当收集到用户行为标签之后就可以对该用户画像进行建模，需要根据数据分析以及权重算法来抽象出用户大概率时间的标签，还要尽量排除用户的偶然行为，将用户典型特征归属的分类标签提取出来，通过提取出来的分类标签对用户的行为、偏好进行预测。

作为本发明优选的方案，所述用户行为建模：相似性计算：即根据客户以往历史数据以及个人属性信息来得到其相似客户；

选出相似近邻：在相似客户中选择若干个同目标用户相似度最高的候选用户作为候选集；

对推荐物品预测评分：按照相似用户对待推荐商品的偏好程度的不同预判目标客户对待推荐物品的评分；

为目标用户选出推荐内容：根据对待推荐内容的打分进行排序，选出推荐的内容。

作为本发明优选的方案，所述用户画像的采集的画像建模，即从不一样的维度为用户打上有差异的标签，进而刻画出客户多个维度的属性信息用户画像采用下列维度：

基本信息：例如性别、职业年龄、手机号码等资料；

访问偏好：用户网络访问的偏好信息；

搜索信息：描述用户检索内容的情况；

终端维度：刻画用户使用的终端设备以及更换终端设备等信息，例如:设备的品牌、型号参数配置等。