[发明专利]营销热点趋势预测方法及装置

说明书

本申请涉及一种营销热点趋势预测方法及装置，营销热点趋势预测方法包括持续采集多个行业下众多品牌在社交平台的平台数据；将平台数据进行关键词归类；分别计算每个类别下关键词的变动率；根据变动率预测关键词的趋势类型。本申请可以使预测结果准确，通过将平台数据进行关键词归类降低计算复杂度，可以实现预测未来可能出现的热点，给品牌主社交营销提供有价值的参考。

技术领域

本申请属于互联网营销技术领域，具体涉及一种营销热点趋势预测方法及装置。

背景技术

随着互联网的日益发展，网络和人们的生活越来越密不可分，互联网社交平台成为人们进行社交、发表观点和表达喜好的主要平台，社交平台用户发表的内容对于品牌来说价值日益突出，社交平台已经成为互联网营销的主战场。品牌主需要从社交平台倾听用户的声音，收集用户的评价并进行有针对性的营销活动。其中用户提及最多的热门关键词往往就是当前的热点，因此获取热门关键词并根据关键词预测未来营销热点具有重要的指导意义。

而相关技术中，营销热点预测基于大数据进行，预测准确低，海量数据计算复杂，不能满足用户对于未来营销热点预测的需求，另外，也会影响企业营销策略制定，从而影响企业效益。

发明内容

为至少在一定程度上克服相关技术中，营销热点预测基于大数据进行，预测准确低，海量数据计算复杂，不能满足用户对于未来营销热点预测的需求，另外，也会影响企业营销策略制定，从而影响企业效益的问题，本申请提供一种营销热点趋势预测方法及装置。

第一方面，本申请提供一种营销热点趋势预测方法，包括：

持续采集多个行业下众多品牌在社交平台的平台数据；

将所述平台数据进行关键词归类；

分别计算每个类别下关键词的变动率；

根据所述变动率预测所述关键词的趋势类型。

进一步的，所述平台数据包括：

所有包含品牌关键词的内容、品牌所参与的话题内容、品牌在社交平台的官方账号发布的内容和互动信息中的一项或多项。

进一步的，还包括：

对所述平台数据进行过滤，过滤操作包括：分析内容与品牌的关联度，过滤掉与品牌无关的噪音数据；

对过滤后数据进行分词得到分词后关键词。

进一步的，所述将所述平台数据进行关键词归类，包括：

建立行业专属模型；

对所述分词后的关键词结合内容所属的行业采用所述行业专属模型进行分类。

进一步的，所述建立行业专属模型，包括：

标注行业下各分类的种子词；

标记所有原始内容的行业；

将种子词与所述行业进行匹配建立行业专属模型。

进一步的，所述对所述分词后的关键词结合内容所属的行业采用所述行业专属模型进行分类，包括：

对所述行业下的原始内容进行分词，得到行业下的特征词；

将所述特征词与种子词进行语义相似度匹配，如果匹配成功则把特征词归属到相应的行业分类中。

进一步的，所述分别计算每个类别下关键词的变动率，包括：

获取预设时间内关键词的声量；

对所述声量的数据进行拟合，以使拟合结果符合y＝kx+b，其中，k为斜率，b为常数；

根据最小二乘法求出k和b；