基于大数据的活动推荐方法与系统

本发明属于数据推送，尤其涉及一种基于大数据的活动推荐方法与系统。

背景技术：

1、大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

2、在当前的电商平台中，各个入驻的商家会经常做活动，但是商家的活动一般是通过商家进行消息推送，无法将其推送给没有关注过该商家的用户，因此存在商品推送效率低的问题。

技术实现思路

1、本发明实施例的目的在于提供一种基于大数据的活动推荐方法与系统，旨在解决商家的活动一般是通过商家进行消息推送，无法将其推送给没有关注过该商家的用户，因此存在商品推送效率低的问题。

2、本发明实施例是这样实现的，一种基于大数据的活动推荐方法，所述方法包括：

3、步骤一、获取待推送活动信息，构建用户标签数据库，所述用户标签数据库中为平台中的每一个用户设置对应的标签；

4、步骤二、根据待推送活动信息生成活动标签，根据活动标签对用户进行筛选，得到备选推送用户；

5、步骤三、从备选推送用户随机选择得到多个低精度推送用户，将待推送活动信息推送给低精度推送用户，并对活动交互数据进行采集；

6、步骤四、基于活动交互数据对低精度推送用户进行筛选，得到高精度用户，基于高精度用户的标签对备选推送用户进行筛选，并对待推送活动信息进行推送。

7、优选的，所述根据待推送活动信息生成活动标签，根据活动标签对用户进行筛选，得到备选推送用户的步骤，具体包括：

8、对待推送活动信息进行文字识别，提取活动关键字作为活动标签；

9、根据活动标签对用户标签数据库中的所有用户进行检索，统计各个用户的匹配情况；

10、根据匹配情况以及预设的筛选阈值，确定备选推送用户。

11、优选的，所述从备选推送用户随机选择得到多个低精度推送用户，将待推送活动信息推送给低精度推送用户，并对活动交互数据进行采集的步骤，具体包括：

12、获取备选推送用户的数量，确定每一个备选推送用户的订单数量；

13、按照预设的选择比例确定低精度推送用户的选择数量，根据推送用户的订单数量选择多个备选推送用户为低精度推送用户；

14、将待推送活动信息推送给低精度推送用户，并对活动交互数据进行采集。

15、优选的，所述基于活动交互数据对低精度推送用户进行筛选，得到高精度用户，基于高精度用户的标签对备选推送用户进行筛选，并对待推送活动信息进行推送的步骤，具体包括：

16、对活动交互数据进行统计，根据活动交互数据将低精度推送用户划分为高精度用户与未成功推送用户；

17、提取高精度用户的标签，将其与备选推送用户的标签进行第一次筛选，得到初选推送用户；

18、基于未成功推送用户的标签对初选推送用户进行第二次筛选，根据筛选结果对待推送活动信息进行推送。

19、优选的，所述待推送活动信息至少包括商品信息以及优惠信息。

20、优选的，所述标签根据用户订单以及商品浏览习惯生成。

21、本发明实施例的另一目的在于提供一种基于大数据的活动推荐系统，所述系统包括：

22、数据获取模块，用于获取待推送活动信息，构建用户标签数据库，所述用户标签数据库中为平台中的每一个用户设置对应的标签；

23、用户匹配模块，用于根据待推送活动信息生成活动标签，根据活动标签对用户进行筛选，得到备选推送用户；

24、低精度推送模块，用于从备选推送用户随机选择得到多个低精度推送用户，将待推送活动信息推送给低精度推送用户，并对活动交互数据进行采集；

25、精准推送模块，用于基于活动交互数据对低精度推送用户进行筛选，得到高精度用户，基于高精度用户的标签对备选推送用户进行筛选，并对待推送活动信息进行推送。

26、优选的，所述用户匹配模块包括：

27、标签提取单元，用于对待推送活动信息进行文字识别，提取活动关键字作为活动标签；

28、用户检索单元，用于根据活动标签对用户标签数据库中的所有用户进行检索，统计各个用户的匹配情况；

29、用户筛选单元，用于根据匹配情况以及预设的筛选阈值，确定备选推送用户。

30、优选的，所述低精度推送模块包括：

31、订单信息获取单元，用于获取备选推送用户的数量，确定每一个备选推送用户的订单数量；

32、用户选择单元，用于按照预设的选择比例确定低精度推送用户的选择数量，根据推送用户的订单数量选择多个备选推送用户为低精度推送用户；

33、第一信息推送单元，用于将待推送活动信息推送给低精度推送用户，并对活动交互数据进行采集。

34、优选的，所述精准推送模块包括：

35、交互用户划分单元，用于对活动交互数据进行统计，根据活动交互数据将低精度推送用户划分为高精度用户与未成功推送用户；

36、用户精准划分单元，用于提取高精度用户的标签，将其与备选推送用户的标签进行第一次筛选，得到初选推送用户；

37、第二信息推送单元，用于基于未成功推送用户的标签对初选推送用户进行第二次筛选，根据筛选结果对待推送活动信息进行推送。

38、本发明实施例提供的一种基于大数据的活动推荐方法，通过对待推送活动信息进行分析，将其初步推送给一批用户，根据该批用户的反馈来调整最终进行推送的用户的名单，从而实现精准推送的目的，提高了平台为商家推广的精准度以及命中率。

技术特征：

1.一种基于大数据的活动推荐方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于大数据的活动推荐方法，其特征在于，在构建用户标签数据库之前，所述方法还包括：

3.根据权利要求2所述的基于大数据的活动推荐方法，其特征在于，用户平台价值度的计算公式表示为：

4.根据权利要求3所述的基于大数据的活动推荐方法，其特征在于，所述根据待推送活动信息生成活动标签，根据活动标签对用户进行筛选，得到备选推送用户的步骤，具体包括：

5.根据权利要求1所述的基于大数据的活动推荐方法，其特征在于，活动交互数据至少包括商品购买情况、商品浏览情况以及浏览内容数据，商品购买情况具体为用户对当前推送活动信息对应的成交金额，商品浏览情况具体为浏览当前推送活动信息所花费的时长，浏览内容数据具体为当前推送活动信息中的所有内容被浏览的比例；

6.根据权利要求5所述的基于大数据的活动推荐方法，其特征在于，在提取高精度用户的标签，将其与备选推送用户的标签进行第一次筛选，得到初选推送用户的步骤中；

7.一种基于大数据的活动推荐系统，其特征在于，所述系统应用如权利要求1至6任一项所述的基于大数据的活动推荐方法，所述系统包括：

8.根据权利要求7所述的基于大数据的活动推荐系统，其特征在于，所述精准推送模块包括：

技术总结
本发明适用于数据推送技术领域，尤其涉及一种基于大数据的活动推荐方法与系统，所述方法包括：获取待推送活动信息，构建用户标签数据库；根据待推送活动信息生成活动标签，根据活动标签对用户进行筛选，得到备选推送用户；从备选推送用户随机选择得到多个低精度推送用户，将待推送活动信息推送给低精度推送用户，并对活动交互数据进行采集；对低精度推送用户进行筛选，得到高精度用户，对备选推送用户进行筛选，并对待推送活动信息进行推送。本发明通过对待推送活动信息进行分析，将其初步推送给一批用户，根据该批用户的反馈来调整最终进行推送的用户的名单，从而实现精准推送的目的，提高了平台为商家推广的精准度以及命中率。

技术研发人员：胡飞菊,杨俊丹,王士信
受保护的技术使用者：江西科技学院
技术研发日：
技术公布日：2024/1/16