[发明专利]一种基于大数据分析生成营销任务的方法和系统

权利要求书

1.一种基于大数据分析生成营销任务的方法，其特征在于，该方法包括以下步骤：

构建新游戏的标签序列，所述新游戏为待营销的游戏；基于大数据获取已出厂游戏的标签序列，根据所述新游戏与已出厂游戏之间标签序列的相似度获取所述新游戏的同类别游戏；

获取同类别游戏中每个已出厂游戏的所有用户，获取每个用户的活跃度表征值以及任意两个用户之间的互动值；构建每个已出厂游戏对应的用户关联图，所述用户关联图中每个节点为一个用户，节点值为用户对应的活跃度表征值，节点之间的边值为对应两个用户之间的互动值；

基于所述用户关联图中每个节点的节点值以及节点对应连接边的边值得到所述节点的度，根据每个节点的度进行模块化计算，基于模块化计算对所述用户关联图进行图聚类得到多个节点类别；

基于每个节点的节点值以及节点对应连接边的边值获取所述节点的重要性，基于每个所述节点的重要性得到每个用户的用户重要度，根据每个用户的用户重要度得到用户推荐优先级，基于每个所述节点类别中所有用户的用户重要度获取类别推荐优先级；结合用户推荐优先级以及类别推荐优先级生成营销任务；

其中，所述基于所述用户关联图中每个节点的节点值以及节点对应连接边的边值得到所述节点的度的步骤，包括：

计算所述用户关联图中相连接的两个节点对应节点值的均值，以所述均值作为两个节点之间边值的权值，计算所述权值与所述边值的乘积得到两个节点之间连接边的边权值；

每个节点对应的所有连接边的边权值之和为所述节点的度。

2.根据权利要求1所述的一种基于大数据分析生成营销任务的方法，其特征在于，所述获取每个用户的活跃度表征值以及任意两个用户之间的互动值的步骤，包括：

获取每个用户的游戏向量，所述游戏向量包括每天的登录频率、登录次数、日均在线时长、消费额以及签到率；对所述游戏向量中每个元素进行归一化，计算归一化后游戏向量中所有元素的均值，所述均值为所述用户的活跃度表征值；

获取任意两个用户之间的互动向量，所述互动向量包括游戏值、关注值以及点赞值；获取所述互动向量中所有元素的平均值，所述平均值为两个用户的互动值。

3.根据权利要求1所述的一种基于大数据分析生成营销任务的方法，其特征在于，所述基于每个节点的节点值以及节点对应连接边的边值获取所述节点的重要性的步骤，包括：

获取每个节点对应的所有连接边的边值之和，计算所述节点对应的节点值与边值之和的乘积，所述乘积为所述节点的重要性。

4.根据权利要求1所述的一种基于大数据分析生成营销任务的方法，其特征在于，所述基于每个所述节点的重要性得到每个用户的用户重要度，根据每个用户的用户重要度得到用户推荐优先级的步骤，包括：

以已出厂游戏与新游戏之间标签序列的相似度作为所述已出厂游戏的权重，将所述权重与所述已出厂游戏中每个节点对应的重要性相乘，相乘之后的乘积为每个所述节点对应用户的用户重要度；

所述用户重要度越大，所述用户的用户推荐优先级越高。

5.根据权利要求1所述的一种基于大数据分析生成营销任务的方法，其特征在于，所述基于每个所述节点类别中所有用户的用户重要度获取类别推荐优先级的步骤，包括：

获取每个所述节点类别中所有用户的用户重要度之和记为综合重要度，统计每个所述节点类别中所有节点的数量，计算所述综合重要度与所述数量的乘积；

所述乘积越大，所述节点类别的类别推荐优先级越高。

6.根据权利要求1所述的一种基于大数据分析生成营销任务的方法，其特征在于，所述根据所述新游戏与已出厂游戏之间标签序列的相似度获取所述新游戏的同类别游戏的步骤，包括：

获取所述新游戏的标签序列与每个所述已出厂游戏的标签序列之间的交集和并集，交集为相同标签的数量，并集为所有标签的数量；计算交集与并集的比值为相似度；

相似度大于预设阈值的已出厂游戏为所述新游戏的同类别游戏。