基于图技术的营销域数据资产预测管理模型的制作方法

本发明涉及数据营销，具体为基于图技术的营销域数据资产预测管理模型。

背景技术：

1、数据营销是基于多平台的大量数据，依托大数据技术的基础上，应用于互联网广告行业的营销方式，大数据营销的核心在于让网络广告在合适的时间，通过合适的载体，以合适的方式，投给合适的人，大数据营销衍生于互联网行业，又作用于互联网行业，依托多平台的大数据采集，给品牌企业带来更高的投资回报率，但是目前的但数据营销仅仅是依靠数据本身，没有将数据关系化，没有使用图技术，没有构建出客户关系图谱、市场竞争图谱、产品销售图谱等各种图谱，不能让营销人员及时调整营销策略和优化投资组合，也不能让营销人员更好地了解市场和客户和制定更加精准的营销策略和计划，提高营销效率和效果。

技术实现思路

1、本发明的目的在于提供基于图技术的营销域数据资产预测管理模型，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：基于图技术的营销域数据资产预测管理模型，包括数据采集单元、数据预处理单元、数据加工单元、图模型定义单元、图模型构建单元、营销预测单元、图数据存储单元、数据查询单元和图数据可视化单元图模型定义单元，所述图模型定义单元根据营销域数据资产管理场景进行图模型结构定义，定义图模型中的顶点、边以及相应属性标签，将定义完成的图模型格式传输至数据加工单元图模型构建单元；

3、图模型构建单元，所述图模型构建单元对数据加工单元发出的数据进行接收，并对图模型定义单元定义的图模型格式进行接收，根据图模型定义单元定义的图模型格式进行构建图模型，并将接收到的数据填充入不同的图模型中，将构建完成的图模型数据同时分别传输至营销预测单元和图数据存储单元；

4、营销预测单元，所述营销预测单元对图模型构建单元发出的最新的图模型数据和图数据存储单元发出的大量图模型数据进行接收，并通过调用存储在图数据存储单元中的大量图模型数据利用营销预测算法建立预测模型，通过调用图模型构建单元构建的最新的图模型数据利用建立的预测模型，预测出营销方案是否有市场需求，将预测结果传输至图数据可视化单元；营销预测算法具体为：

5、

6、

7、其中，σ表示核宽度参数，核宽度参数直接影响营销预测效果，xi表示历史数据中第i个样本，x表示历史数据的平均值，y(x)表示输出端，b表示常量参数，k(x,xi)表示偏移差，exp表示以自然参数e为底的指数函数。

8、优选的，所述数据采集单元通过对互联网营销域数据进行爬虫爬取及扫描监控从而获取相关的营销域数据，通过图像识别技术识别该企业历史营销域表单及人工录入营销信息获取历史营销域数据，将获取的营销域数据传输至数据预处理单元，所述数据预处理单元对数据的异常情况进行处理和修复，对来自不同数据源的数据进行整合，通过预处理使得原有数据更加规范，将预处理后的数据传输至数据加工单元，所述数据加工单元对数据预处理单元发出的数据进行接收，并将接收到的数据转换成图模型定义单元定义的顶点、边和属性标签的数据格式，将加工后的数据传输至图模型构建单元。

9、优选的，所述图数据存储单元将对图模型构建单元发出的图模型数据进行接收，并将接收到的图模型数据存储在数据库中，并根据条件将数据库中的图模型数据分别传输至营销预测单元、数据查询单元和图数据可视化单元，所述数据查询单元对图数据存储单元发出的图模型数据进行接收，并根据录入查询条件查询图数据，并将查询的数据传输至图数据可视化单元，所述图数据可视化单元对营销预测单元发出的预测结果、图数据存储单元发出的图模型数据和数据查询单元发出的查询数据进行接收，并以图表的形式展现出图数据存储单元中的最新图模型数据和数据查询单元发出的图模型数据，并将预测结果展现通过图像展现出来。

10、优选的，所述数据采集单元包括网络爬虫模块、扫描监控模块、图像识别模块和信息录入模块，所述网络爬虫模块通过选择一个或多个和营销域数据相关的网站，对网站内容进行爬取，当爬取到和营销域数据主题无关的网站时，将无关的网站进行过滤，将爬取到的网站数据存储到数据预处理单元，所述扫描监控模块通过自动监控与营销预数据有关的网站各个时间段的域名，扫描网站中每天新增的内容，从新增的内容中获取数据，将获取的数据传输至数据预处理单元，所述图像识别模块通过图像识别技术识别该企业历史营销域表单，将识别的历史营销域表单数据存储在数据预处理单元，所述人工录入模块通过人工将营销域数据输入至数据预处理单元。

11、优选的，所述数据预处理单元包括异常值筛选模块、缺失值填补模块、异常值修改模块和数据整合模块，所述异常值筛选模块将数据分布做正态化检测，检测数据的概率密度图，不满足要求则筛选异常值，所述缺失值填补模块用于对数据进行填补或者删除，当数据缺失量比较少，删除后对数据模型的结果几乎不会造成影响时，则对数据进行删除，当数据缺失量太多时，用平均值对缺失值进行填补，所述异常值修改模块用于对异常值进行修改，根据异常值筛选模块筛选出的异常值，将异常值进行删除，但是为了没有缺失值，用数字0对删除的异常值进行填补，所述数据整合模块用于将筛选、填补和修改完成后的数据进行整合，将整合后的数据传输至数据加工单元。

12、优选的，所述图模型定义单元包括顶点定义模块、边定义模块和标签属性定义模块，所述顶点定义模块用于定义顶点代表的实体，例如：客户、企业和产品，所述边定义模块用于定义顶点与顶点之间的关系，即为实体与实体之间的关系，例如：客户关系、市场中的企业竞争关系及产品销售关系。

13、优选的，所述标签属性定义模块用于定义图中的顶点和边的属性，顶点和边的属性分为固有属性和外部属性，例如：客户的固定属性包括客户名称，客户的联系方式、客户购买的产品等，客户的外部属性包括客户在某段时间内是否会重复购买产品和客户是否能提供持续的产品收益等，企业的固定属性包括企业的名称、企业的经营方向和企业的规模，企业的外部属性包括企业的市场占比和企业的产品质量，产品销售的固定属性包括产品销售方、产品供应方和产品销售价格，产品销售的外部属性包括产品销售规格和产品销售利润，顶点和边的固有属性是数据采集单元必须采集的数据，顶点和边的外部属性不是数据采集单元必须采集的数据。

14、优选的，所述图模型构建单元包括客户关系图构建模块、市场竞争图构建模块和产品销售图构建模块，所述客户关系图构建模块用于构建客户关系图，通过对图模型定义单元中的定义的客户关系图模型格式构建图模型，通过数据加工单元中的客户相关数据对图模型进行数据填充，所述市场竞争图构建模块用于构建客户关系图，通过对图模型定义单元中的定义的市场中企业图模型格式构建图模型，通过数据加工单元中的市场中的企业中的相关数据对图模型进行数据填充，所述产品销售图构建模块用于构建产品销售图，通过对图模型定义单元中的定义的产品销售图模型格式构建图模型，通过数据加工单元中的产品相关数据对图模型进行数据填充，将构建完成后的图模型数据同时分别传输至营销预测单元和图数据存储单元。

15、优选的，所述图数据可视化单元通过对接收数据进行分析，分析清湖数据后匹配图形，图形匹配的同时还要选择平台，数据经过平台展现以后需要对图形进行优化，把数据按属性绘制到各维度上。

16、与现有技术相比，本发明的有益效果是：

17、本发明通过图数据构建单元对客户关系、市场竞争和产品销售进行了图模型的构建，从而帮助营销人员深入了解客户需求、市场趋势和竞争状况,通过图数据存储单元存储大量的从网络采集的数据，及企业自身的营销数据转化为的图模型数据，建立了大数据库，基于建立的大数据库通过营销预测单元中的营销预测算法建立预测模型，从而构建出具有预测能力的管理模型，该模型可以帮助营销人员预测客户需求、市场趋势和竞争状况，从而制定更加精准的营销策略和计划，从而帮助营销人员及时调整营销策略和优化投资组合，这样营销人员就可以更好地了解市场和客户，制定更加精准的营销策略和计划，提高营销效率和效果。