[发明专利]大数据精准营销模型构建方法

说明书

本发明公开了一种大数据精准营销模型构建方法，依赖各大电信运营商收集来的用户上网数据，基于大数据模型，对数据进行筛选。通过上述方式，本发明提供的大数据精准营销模型构建方法，面向精准营销的电信用户上网行为画像的构建，能够根据用户上网行为，为用户打标签，并进行精准营销，提供给商家使用。

技术领域

本发明涉及大数据分析及数据挖掘领域，特别涉及基于电信运营商大数据精准营销模型的构建方法。

背景技术

随着互联网及移动互联网应用的普及率提升，通过各种APP的新型传播方式频现，电子商务发展日趋成熟，品牌主的传播和销售可以同时在移动互联网实现，营销又为品牌主的传播提供了内容和口碑，数字营销传播在品牌主营销传播中的地位持续提升。

传统的营销传播方式，包括电视广告投放、报纸广告投放等，但此类获客的精准度太低。

发明内容

本发明主要解决的技术问题是提供一种大数据精准营销模型构建方法，面向精准营销的电信用户上网行为画像的构建，能够根据用户上网行为，为用户打标签，并进行精准营销，提供给商家使用。

为解决上述技术问题，本发明采用的一个技术方案是：提供了一种大数据精准营销模型构建方法，包括以下具体步骤：

步骤1，对用户的上网行为数据进行数据预处理，得到格式清晰的用户及采用4g上网访问的结果数据；

步骤2，收集各行业相关网站的url，并制作为行业库；

步骤3，读取步骤1产生的结果数据，并将每一条结果数据中的url与行业库中的url进行匹配，如果相同，则为此条上网记录，打标签，得到了用户相关信息；

步骤4，调用模型，将得到的用户相关信息进行处理，得出各个行业符合要求的手机号线索；

步骤5，将上述得到的手机号线索提供给各行业的客户，进行精准营销使用；

步骤6，对客户使用手机号线索进行精准营销的汇总结果数据进行分析，并将结果数据导入模型中并优化模型。

在本发明一个较佳实施例中，所述的步骤1中的上网行为数据涉及到的内容有：手机号、imei、访问时间、访问的url、UserAgent和Cookie。

在本发明一个较佳实施例中，所述的步骤1中使用Hadoop MapReduce对数据进行预处理，包括：删除错误数据、补全缺失数据和格式化数据。

在本发明一个较佳实施例中，所述的步骤2中的行业库由3列构成，包括编号、域名和行业名。

在本发明一个较佳实施例中，所述的步骤3中使用MapReduce读取步骤1产生的结果数据。

在本发明一个较佳实施例中，所述的步骤3中的用户相关信息包括用户手机号、url和所属行业。

本发明的有益效果是：本发明的大数据精准营销模型构建方法，面向精准营销的电信用户上网行为画像的构建，能够根据用户上网行为，为用户打标签，并进行精准营销，提供给商家使用。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明实施例包括：

一种大数据精准营销模型构建方法，包括以下具体步骤：

步骤1，对用户的上网行为数据进行数据预处理，得到格式清晰的用户及采用4g上网访问的结果数据；