一种基于深度机器学习算法的营销策略的制作方法

1.本发明属于销售技术领域，具体涉及一种基于深度机器学习算法的营销策略。


背景技术：

2.营销，指企业发现或发掘准消费者需求，让消费者了解该产品进而购买该产品的过程。市场营销(marketing)又称作市场学、市场行销或行销学。mba、emba等经典商管课程均将市场营销作为对管理者进行管理和教育的重要模块。市场营销是在创造、沟通、传播和交换产品中，为顾客、客户、合作伙伴以及整个社会带来经济价值的活动、过程和体系。它主要是指营销同时针对市场开展经营活动、销售行为的过程，即经营销售实现转化的过程，营销策略是企业以顾客需要为出发点，根据经验获得顾客需求量以及购买力的信息、商业界的期望值，有计划地组织各项经营活动。是针对一定的目标市场所采用的一系列可测量可控的旨在提高销售及厂商声誉为目的的活动，是多种营销方法例如产品、价格、渠道、促销、公关策略的综合，然而市面上各种的营销策略仍存在各种各样的问题。
3.如授权公告号为cn111160971a所公开的一种基于营销效果优化营销策略的方法和装置，其虽然实现了通过获得第一商家的第一商家信息，其中，所述第一商家信息包括第一历史营销信息；根据所述第一历史营销信息获得所述第一商家的第一维度信息；获得所述第一维度对第一历史营销效果的第一影响度；判断所述第一影响度是否超过第一预设阈值；当所述第一影响度超过所述第一预设阈值时，确定将所述第一维度信息组成第一营销策略模板；根据所述第一商家的第一营销任务与所述第一营销策略模板，获得第一最优营销策略，将所述第一最优营销策略发送给第一用户，从而解决了现有技术中商家无法实时掌控营销策略对营销效果的影响程度，无法及时有效地优化营销策略，商品转化率低的技术问题，达到了及时掌控营销策略对营销效果的影响程度，不断以营销效果优化营销策略，提升产出值，提高商品转化率，降低营销成本的技术效果，但是并未解决现有营销策略中数据资源的获取方式单一，获取的资源较少，以及不能够实现对数据资源进行深度学习处理，根据数据资源进行广告的设定和投放等的问题，为此我们提出一种基于深度机器学习算法的营销策略。


技术实现要素：

4.本发明的目的在于提供一种基于深度机器学习算法的营销策略，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于深度机器学习算法的营销策略，包括云端服务器，所述云端服务器与电商软件平台通讯连接，所述云端服务器还通讯接收实体销售记录的输入，所述云端服务器通讯连接有数据采集，所述数据采集电性连接有数据处理，所述数据处理电性连接有通讯模块，所述通讯模块通讯连接有深度机器学习算法系统，所述深度机器学习算法系统通讯连接有销售平台，所述销售平台通讯连接有广告设定，所述广告设定通讯连接有广告投放，所述广告投放电性连接有广告投放方式算法，
所述广告投放方式算法通讯连接所述云端服务器，所述通讯模块通讯连接所述云端服务器，所述电商软件平台中包括有客户信息、电商浏览记录和电商购买记录；
6.所述数据采集通过所述云端服务器接收采集到电商软件平台和实体销售记录的数据信息后传输给所述数据处理，所述数据处理在对数据进行处理完成后通过所述通讯模块将处理过后的数据信息传输给深度机器学习算法系统，所述深度机器学习算法系统在对数据计算处理后将数据信息传输给所述销售平台，所述销售平台通过所述广告设定和所述广告投放进行广告设定和投放，再通过所述广告投放方式算法将广告内容发送给所述云端服务器，所述云端服务器将广告内容进行投放出去。
7.优选的，所述电商软件平台安装在硬件设备上，所述硬件设备在截取所述电商软件平台中的所述客户信息、所述电商浏览记录和所述电商购买记录是通过在所述硬件设备中镶嵌电商软件浏览识别程序。
8.优选的，所述电商软件浏览识别程序采用的是fb pixel程序代码，所述fb pixel程序代码是java程序序列，所述fb pixel程序代码埋入所述硬件设备中后识别电商网站、所述客户信息、所述电商浏览记录和所述电商购买记录，所述fb pixel程序代码追踪并记录这些潜在消费行为。
9.优选的，所述fb pixel程序代码在追踪记录用户造访内容的时长能够实现自定义设置，且在设定时长内，所述广告投放通过所述云端服务器对广告进行投放到所述硬件设备中，所述客户在浏览所述广告投放的广告时候能够增加对广告产品的熟识度。
10.优选的，所述数据处理中包括有数据接收模块、数据分析模块、数据处理模块、数据解码模块和所述转换模块。
11.优选的，所述深度机器学习算法系统中包括有反向传播、随机梯度下降、学习率衰减、dropout、批量标准化和长短期记忆。
12.优选的，所述批量标准化的计算公式如下：
13.input：values of x over a mini
‑
batch：
14.parameters to be learned：γ，β
15.output：{y
i
＝bn
γ，β
(x
i
)}
[0016][0017][0018][0019][0020]
优选的，所述广告设定中包括有图片广告、动态广告、视频广告、音频广告、文字广告，所述广告投放包括有浏览页面、邮件、视频时间段、交友软件、游戏间歇时间段和实体广
告。
[0021]
优选的，所述广告投放方式算法中包括有贪心算法、蚁群算法和遗传算法。
[0022]
优选的，所述云端服务器中包括有云端数据库，所述云端数据库设置有多组，一组所述云端数据库用于存储所述电商浏览记录，一组所述云端数据库用于存储所述电商购买记录，一组所述云端数据库用于存储实体销售记录，还有一组所述云端数据库用于存储客户信息。
[0023]
与现有技术相比，本发明的有益效果是：
[0024]
本发明通过深度机器学习算法实现对云端服务器接收的数据信息进行学习处理，使得数据信息能够更加的便于观看，实现数据信息更加的清晰明了，并且通过云端服务器实现对数据硬件设备中的电商软件中的信息和实体店中的销售记录进行收取，并且通过广告投放方式算法实现对广告投放的最佳方式进行计算，然后对广告进行投放。
附图说明
[0025]
图1为本发明的系统结构示意图。
具体实施方式
[0026]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0027]
请参阅图1，本发明提供一种技术方案：一种基于深度机器学习算法的营销策略，包括云端服务器，所述云端服务器与电商软件平台通讯连接，所述云端服务器还通讯接收实体销售记录的输入，所述云端服务器通讯连接有数据采集，所述数据采集电性连接有数据处理，所述数据处理电性连接有通讯模块，所述通讯模块通讯连接有深度机器学习算法系统，所述深度机器学习算法系统通讯连接有销售平台，所述销售平台通讯连接有广告设定，所述广告设定通讯连接有广告投放，所述广告投放电性连接有广告投放方式算法，所述广告投放方式算法通讯连接所述云端服务器，所述通讯模块通讯连接所述云端服务器，所述电商软件平台中包括有客户信息、电商浏览记录和电商购买记录；
[0028]
所述数据采集通过所述云端服务器接收采集到电商软件平台和实体销售记录的数据信息后传输给所述数据处理，所述数据处理在对数据进行处理完成后通过所述通讯模块将处理过后的数据信息传输给深度机器学习算法系统，所述深度机器学习算法系统在对数据计算处理后将数据信息传输给所述销售平台，所述销售平台通过所述广告设定和所述广告投放进行广告设定和投放，再通过所述广告投放方式算法将广告内容发送给所述云端服务器，所述云端服务器将广告内容进行投放出去。
[0029]
为了实现对硬件设备中的电商软件中的信息进行截取，本实施例中，优选的，所述电商软件平台安装在硬件设备上，所述硬件设备在截取所述电商软件平台中的所述客户信息、所述电商浏览记录和所述电商购买记录是通过在所述硬件设备中镶嵌电商软件浏览识别程序。
[0030]
为了实现对电商软件的信息进行截取，并且使得电商软件浏览识别程序便于编程
和维护，本实施例中，优选的，所述电商软件浏览识别程序采用的是fb pixel程序代码，所述fb pixel程序代码是java程序序列，所述fb pixel程序代码埋入所述硬件设备中后识别电商网站、所述客户信息、所述电商浏览记录和所述电商购买记录，所述fb pixel程序代码追踪并记录这些潜在消费行为。
[0031]
为了实现对电商软件浏览识别程序的截取时长能够便于设定，并且在时长内进行广告投放，本实施例中，优选的，所述fb pixel程序代码在追踪记录用户造访内容的时长能够实现自定义设置，且在设定时长内，所述广告投放通过所述云端服务器对广告进行投放到所述硬件设备中，所述客户在浏览所述广告投放的广告时候能够增加对广告产品的熟识度。
[0032]
为了实现对云端服务器中的数据信息进行有效的处理、分析、解码和转换，本实施例中，优选的，所述数据处理中包括有数据接收模块、数据分析模块、数据处理模块、数据解码模块和所述转换模块。
[0033]
为了实现对深度机器学习算法系统中的数据进行算法处理，本实施例中，优选的，所述深度机器学习算法系统中包括有反向传播、随机梯度下降、学习率衰减、dropout、批量标准化和长短期记忆。
[0034]
为了实现通过批量标准化算法进行计算处理，本实施例中，优选的，所述批量标准化的计算公式如下：
[0035]
input：values of x over a mini
‑
batch：
[0036]
parameters to be learned：γ，β
[0037]
output：{y
i
＝bn
γ，β
(x
i
)}
[0038][0039][0040][0041][0042]
为了实现对广告内容进行设定和对广告进行投放，本实施例中，优选的，所述广告设定中包括有图片广告、动态广告、视频广告、音频广告、文字广告，所述广告投放包括有浏览页面、邮件、视频时间段、交友软件、游戏间歇时间段和实体广告。
[0043]
为了实现对广告投放方式进行算法进行计算得出最佳的投放方式，本实施例中，优选的，所述广告投放方式算法中包括有贪心算法、蚁群算法和遗传算法。
[0044]
为了使得云端服务器能够实现对数据信息进行存储，且进行分类存储，本实施例中，优选的，所述云端服务器中包括有云端数据库，所述云端数据库设置有多组，一组所述云端数据库用于存储所述电商浏览记录，一组所述云端数据库用于存储所述电商购买记
录，一组所述云端数据库用于存储实体销售记录，还有一组所述云端数据库用于存储客户信息。
[0045]
本发明的工作原理及使用流程：在使用的时候，硬件设备中的电商软件浏览识别程序实现对电商软件平台中的提取客户信息、电商浏览记录和电商购买记录，然后将数据信息传输给云端服务器，以及实体销售记录也将数据信息传输给云端服务器，且云端服务器将数据信息进行存储在云端数据库内，然后数据采集将从云端服务器进行采集，在通过数据处理对数据采集中的数据信息进行处理过之后，通过通讯模块传输给深度机器学习算法系统进行处理，将深度机器学习算法系统将数据信息传输给销售平台，然后销售平台通过广告设定和广告投放进行广告的内容进行设定和投放，且在广告投放的图中通过广告投放方式算法进行投放方式进行计算处理，通过计算得到最佳的投放方式，然后通过云端服务器进行广告进行投放，完成营销。
[0046]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。