[发明专利]消费者研究方法和系统

说明书

本发明提供一种消费者研究方法和系统，所述方法包括以下步骤：基于XGBOOST模型、知识图谱、网络爬虫和自然语义识别模型构建大数据研究平台；在大数据研究平台上，根据研究需求选择预设数量的待研究消费者的典型行为标签，并进行非结构化仓库储存，以及通过TGI指数算法将待研究消费者与网络使用群体的行为标签进行对比，以生成和输出待研究消费者的差异化画像特征；通过Dashboard对待研究消费者的差异化画像特征进行可视化展示。本发明能够方便、快速、高质量、低成本地实现对消费者的研究，有效解决厂商具有针对性的需求。

技术领域

本发明涉及市场研究技术领域，具体涉及一种消费者研究方法和一种消费者研究系统。

背景技术

新车消费者研究是历年来汽车行业研究的难题，也是非常重要的研究方向。新车调研关注消费者购车动机、考虑因素以及购车体验的好坏，新车消费者的反馈评价会直接影响新车销售，也会影响汽车厂商的利润收入和品牌影响力。

传统新车用户研究主要通过线下一对一面访搜集数据，数据不稳定，数据结果受人为影响较大，这种传统的收集数据方式不仅周期长(3-6个月)、效率低、成本高、呈现结果不佳(以PPT报告为交付形式，还需要不断的沟通调整修改)，对时间和研究人员自身素质的依赖也较强。

发明内容

本发明为解决上述技术问题，提供了一种消费者研究方法和系统，能够方便、快速、高质量、低成本地实现对消费者的研究，有效解决厂商具有针对性的需求。

本发明采用的技术方案如下：

一种消费者研究方法，包括以下步骤：基于XGBOOST(eXtreme GradientBoosting，极端梯度增强)模型、知识图谱、网络爬虫和自然语义识别模型构建大数据研究平台；在所述大数据研究平台上，根据研究需求选择预设数量的待研究消费者的典型行为标签，并进行非结构化仓库储存，以及通过TGI(Target Group Index，目标群体指数)指数算法将所述待研究消费者与网络使用群体的行为标签进行对比，以生成和输出所述待研究消费者的差异化画像特征；通过Dashboard(可视化仪表盘)对所述待研究消费者的差异化画像特征进行可视化展示。

所述的消费者研究方法还包括：在所述大数据研究平台上，根据研究需求生成和输出对应的营销策略；通过Dashboard对所述营销策略进行可视化展示。

基于XGBOOST模型、知识图谱、网络爬虫和自然语义识别模型构建大数据研究平台，具体包括：将多个消费咨询项目中的信息和数据导入XGBOOST模型进行分类匹配，通过XGBOOST模型将多个消费咨询案例的决策树集成形成一个提升树强分类，通过不断训练从而找出最优的树形结构及相应叶子节点的输出值；将XGBOOST模型输出的信息、数据及其载体进行可视化，并挖掘、分析、构建、绘制和显示XGBOOST模型输出的信息、数据及其载体之间的相互联系并搭建成平台框架；使用网络爬虫抓取和搜集千万级数量的消费者对相应产品的文本评价材料，并开发相应产品所属行业的自然语义识别模型，以丰富所述平台框架的生产资料，构成所述大数据研究平台。

根据研究需求选择预设数量的待研究消费者的典型行为标签，并进行非结构化仓库储存，具体包括：将收集的到店客流、消费者名单、搜索过相关关键词的用户ID进行大数据匹配，找到满足研究需求既定条件的消费者对应的大数据信息，通过洛伦兹曲线模型、Precision曲线模型、Lift曲线模型和ROC曲线模型进行阈值比对和准确性评估，最后选取超过2万待研究消费者的典型行为标签进行逻辑分级整理和储存。

使用atan函数模型、pow函数模型在Dashboard上实现数据可视化。

所述待研究消费者为新车消费者，所述自然语义识别模型为汽车行业自然语义识别模型。

导入XGBOOST模型的数据包括咨询框架结构、研究背景、研究目的、研究思路与方法、研究设计、实施规划、数据分析、数据解读、结论撰写中的一个或多个。