一种基于深度学习优化的互联网营销决策系统及方法

AITNT
正文
推荐专利
一种基于深度学习优化的互联网营销决策系统及方法
申请号:CN202510008671
申请日期:2025-01-03
公开号:CN119398841A
公开日期:2025-02-07
类型:发明专利
摘要
本发明涉及营销决策技术领域,公开了一种基于深度学习优化的互联网营销决策系统及方法,一种基于深度学习优化的互联网营销决策方法包括以下步骤:将每个游戏进行单独的划分并设定单独的总预算;采集一号综合信息;编码并输入到分配策略模型中,输出分配决策;将各个游戏的分配决策进行解码并整合得到完整的营销决策。当游戏存在调整时,采集游戏的二号综合信息;编码并输入到影响预测模型中,输出影响等级;根据输出的游戏的影响预测等级判定是否需要将此游戏单独分离出营销决策系统。本发明通过对游戏进行单独的划分并加入了对货币交易影响的判定方法,当判定会大幅度影响时会将此游戏单独分离,同时不影响其他游戏的营销决策的执行。
技术关键词
深度学习优化 游戏 决策方法 互联网 决策系统 策略 编码器 识别特征 玩家 对象 特征工程 前馈神经网络 梯度下降法 关系 数据采集模块 判定方法
系统为您推荐了相关专利信息
1
一种基于经验筛选与个体奖励生成的多智能体协同决策方法
决策方法 神经网络参数 策略
2
基于知识图谱的实验技能提升系统及方法
知识图谱构建 团队 关系 提升系统 实体标识符
3
多维度自适应导电连接件焊接定位系统
焊接定位系统 导电连接件 多维运动平台 激光位移传感器 罗氏线圈电流传感器
4
一种信贷领域授信额度决策方法、装置及设备
企业 决策方法 动态 数据 隐马尔可夫模型
5
电网智能决策方法、模型的构建方法、设备及介质
历史数据特征 智能决策模型 智能决策方法 调控策略 构建知识图谱
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号