[发明专利]一种基于人工智能的移动互联网用户数据统计推广系统在审

专利信息
申请号: 202310407076.5 申请日: 2023-04-17
公开(公告)号: CN116385080A 公开(公告)日: 2023-07-04
发明(设计)人: 王兢;朱明初;王圆;黄婷婷;康瑶瑶 申请(专利权)人: 云洞(上海)科技股份有限公司
主分类号: G06Q30/0251 分类号: G06Q30/0251;G06Q30/0242
代理公司: 暂无信息 代理人: 暂无信息
地址: 200439*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 移动 互联网 用户数 据统计 推广 系统
【权利要求书】:

1.一种基于人工智能的移动互联网用户数据统计推广系统,其特征在于,包括统计推广平台,所述统计推广平台通信连接有信息统计模块、推广分析模块、特征分析模块、流失监测模块以及存储模块;

所述信息统计模块用于对互联网平台的用户进行身份信息统计分析;

所述推广分析模块用于对互联网平台的推广宣传效果进行监测分析:在采用推广方案为互联网平台进行推广宣传之后,生成监测周期,获取监测周期内互联网平台的新增用户数量并标记为新增值,获取监测周期结束时刻互联网平台的用户总数量并标记为用户总值,将新增值与用户总值的比值标记为新增系数,通过存储模块获取到新增阈值,将新增系数与新增阈值进行比较:若新增系数小于新增阈值,则判定互联网平台的推广宣传效果不满足要求,推广分析模块向统计推广平台发送效果异常信号,统计推广平台接收到效果异常信号后将效果异常信号发送至管理人员的手机终端;若新增系数大于等于新增阈值,则判定互联网平台的推广宣传效果满足要求,推广分析模块向统计推广平台发送特征分析信号,统计推广平台接收到特征分析信号后将特征分析信号发送至特征分析模块;

所述特征分析模块用于对互联网平台的新增用户进行特征分析;

所述流失监测模块用于对互联网平台的用户流失状态进行监测分析。

2.根据权利要求1所述的一种基于人工智能的移动互联网用户数据统计推广系统,其特征在于,信息统计模块对互联网平台的用户进行身份信息统计分析的具体过程包括:获取互联网平台用户的身份信息,用户的身份信息包括:年龄、性别、收入以及职业;通过用户的身份信息生成信息标签,对信息标签进行集中性分析并通过集中性分析结果将信息标签标记为普通标签或推广标签;获取推广标签的推广特征,根据推广特征生成推广方案,通过推广方案为互联网平台进行推广宣传。

3.根据权利要求2所述的一种基于人工智能的移动互联网用户数据统计推广系统,其特征在于,特征分析模块对互联网平台的新增用户进行特征分析的具体过程包括:获取互联网平台新增用户的身份信息,将新增用户的身份信息中满足推广特征的信息标签数量标记为特征值,通过存储模块获取到特征阈值,将特征值与特征阈值进行比较:若特征值小于特征阈值,则将对应的新增用户标记为普通用户;若特征值大于等于特征阈值,则将对应的新增用户标记为特征用户;在监测周期的结束时刻将特征用户的数量与新增用户的数量比值标记为监测周期的推广系数,通过存储模块获取到推广阈值,将推广系数与推广阈值进行比较并通过比较结果对特征分析结果是否合格进行判定。

4.根据权利要求3所述的一种基于人工智能的移动互联网用户数据统计推广系统,其特征在于,将推广系数与推广阈值进行比较的具体过程包括:若推广系数小于推广阈值,则判定新增用户的特征分析结果不合格,特征分析模块向统计推广平台发送统计优化信号,统计推广平台接收到统计优化信号后将统计优化信号发送至管理人员的手机终端;若推广系数大于等于推广阈值,则判定新增用户的特征分析结果合格,特征分析模块向统计推广平台发送流失监测信号,统计推广平台接收到流失监测信号后将流失监测信号发送至流失监测模块。

5.根据权利要求4所述的一种基于人工智能的移动互联网用户数据统计推广系统,其特征在于,流失监测模块对互联网平台的用户流失状态进行监测分析的具体过程包括:生成流失周期,流失周期由第一流失时段、第二流失时段以及第三流失时段构成,获取互联网平台在第一流失时段、第二流失时段以及第三流失时段内的用户流失数量并分别标记为DY、DE以及DS,通过对DY、DE以及DS进行数值计算得到互联网平台在流失周期内的流失系数LS;通过存储模块获取到流失阈值LSmax,将互联网平台在流失周期内的流失系数LS与流失阈值LSmax进行比较并通过比较结果对流失周期内的用户流失状态是否满足要求进行判定。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云洞(上海)科技股份有限公司,未经云洞(上海)科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310407076.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top