[发明专利]一种基于深度用户画像进行精准营销的系统及实现方法

权利要求书

1.一种基于深度用户画像进行精准营销的系统，所述系统包括：数据源层、数据处理层、数据平台层、数据响应层和数据展示层；所述数据源层用于储存各种数据源；所述数据处理层用于将数据源中的数据进行汇总处理后再将来源不同的数据进行拉通；其特征在于：

所述数据平台层用于将数据处理层运行出来的数据进行数据处理形成用户初步的标签数据；

所述数据响应层用于将数据平台层运行出来的各种标签数据存储在分布式数据库中；

所述数据展示层用于深层用户画像展示以及用户的精准营销展示，包括个性化推荐模块和场景营销模块。

2.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述数据源包括用户数据源、普林数据源和爬虫数据源；

所述用户数据源的存储介质是mysql数据库、oracle数据库；

所述普林数据源的存储介质为hbase数据库；

所述爬虫数据源的存储介质为hbase数据库。

3.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述数据处理层包括ETL处理模块和数据拉通模块；

所述ETL处理模块用于对数据源中的用户数据进行汇总处理；所述数据拉通模块用于将来源不同的数据进行拉通。

4.根据权利要求3所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述数据拉通的主要方式为用户强拉通和用户模糊拉通。

5.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述数据平台层包括大数据计算处理平台Spark、列式存储数据库Hbase、文档存储数据库Mongodb、结构化存储数据库MySql；

所述大数据计算处理平台Spark用于数据计算和机器学习方面的建模；所述列式存储数据库Hbase和文档存储数据库Mongodb用于存储用户画像标签数据；所述mysql模块用于存储元数据。

6.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述标签数据包括数据计算出来的统计类标签数据、建模算法得出的模型类标签数据、单客户标签数据和标签体系用户群数据。

所述统计类标签包括地域信息、人口基本属性信息；所述模型类标签包括用户行为偏好、用户消费价值度、用户消费习惯预测。

7.根据权利要求6所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述统计类标签数据作为基础数据再次统计；所述模型类标签数据作为基础数据再次建模。

8.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

保存标签的数据库为MySql或者Hbase。

9.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述个性化推荐模块根据用户在本网络或者其他网络中的历史数据进行数据分析，推荐用户可能喜欢或者感兴趣的内容；

所述历史数据包括用户的消费习惯数据、浏览网页数据、购物数据、App使用习惯数据、用户画像结果数据。

10.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统，其特征在于：

所述场景营销模块，根据用户的个性化推荐结果，同时结合当前用户的场景位置，推荐用户当前所需要的信息，所述信息包括但不仅限于：美食、路况、住宿、娱乐。

11.根据权利要求1所述的一种基于深度用户画像进行精准营销的系统的实现方法，其特征在于：

所述方法包括如下步骤：

(1)获取数据源，包括用户数据源、普林数据源和爬虫数据源；

(2)使用ETL工具或者自己开发代码进行客户数据的清洗、转换和加载；加载好数据后，结合普林数据、爬虫数据进行不同行业之间的数据拉通，实现多方位的用户实体识别，最后将处理完毕的数据导入到HDFS中；

(3)使用Spark平台，加载分布式文件系统HDFS中的数据进行数据处理，将Spark平台运行出来的标签数据进行保存在数据库中；

(4)个性化推荐：给每个用户推荐自己有可能需要的产品，根据用户的消费习惯数据、浏览网页数据、购物数据、App使用习惯、用户画像结果、购物历史数据等进行数据分析，推荐用户可能喜欢或者感兴趣的内容，进行个性化推荐；

(5)场景营销：锁定一个用户，根据步骤(4)中用户的个性化推荐结果，同时结合用户的位置信息，给用户推荐周边用户可能感兴趣的内容，同时记录分析用户的位置信息，结合用户历史行为，预测用户最新需求，进行精准化营销。