摘要
本发明公开了一种基于数据分析的营销内容推荐方法,包括以下步骤:获取用户的消费数据;将每个用户的消费数据形成单独的文本文档,将文本文档进行标准化并分词;形成产品营销的关键词列表,将列表中的关键词组合为查询文本;获取文本文档和查询文本之间的关联性,作为用户对产品的兴趣度;在第一推送时间向超过兴趣度阈值的用户执行第一推送,得到第一推送数据;根据消费数据及第一推送数据获得消费特征,建立网络神经模型,对第一推送中转化失败的用户的购买意向进行评估,得到用户的购买意向指数;根据第一推送数据对用户的购买意向指数进行调整,向购买意向指数达到指数阈值的用户执行第二推送。本申请增加了推荐精确性,优化了用户体验。
技术关键词
内容推荐方法
消费特征
指数
关键词
文本
建立神经网络模型
数据
神经网络输出层
兴趣
购物车
代表
时间段
列表
页面
发送方法
分词
网络设备
计算方法
误差
系统为您推荐了相关专利信息
模型建模方法
前馈神经网络
归一化模块
大语言模型
嵌入特征
校核技术
自动校核方法
图元特征
边缘检测算法
边缘轮廓
工业生产数据
分区优化方法
数据血缘关系
矩阵
数据生命周期