[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

说明书

本发明涉及营销管理技术领域，具体涉及一种基于大数据分析生成营销任务的方法和系统。该方法包括：构建新游戏的标签序列并基于大数据获取已出厂游戏的标签序列，基于标签序列的相似度获取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以及每个用户的活跃度表征值和用户之间的互动值；构建每个已出厂游戏对应的用户关联图；基于用户关联图中每个节点的节点信息得到节点的度，根据每个节点的度进行模块化计算并对用户关联图进行图聚类得到多个节点类别；获取每个用户的用户推荐优先级和每个节点类别的类别推荐优先级；结合用户推荐优先级以及类别推荐优先级生成营销任务；营销任务的适用性更强且推广范围更大。

技术领域

本发明涉及营销管理技术领域，具体涉及一种基于大数据分析生成营销任务的方法和系统。

背景技术

目前，大数据的应用越来越广，基于大数据的营销是大数据应用的重要领域；而基于大数据的营销需要对海量的用户数据进行分析处理，分析处理的过程称为用户画像，用户画像的目的是为用户打上一系列标签，用于标识用户的性别、年龄段、消费能力以及兴趣爱好等；营销过程则是基于标签对目标用户进行筛选，然后以适当地方式向目标用户发送指定内容。

以游戏推广作为实例，现有技术中存在的大多数营销方式是需要人工干预从而实现营销任务的生成，效率较低；因此出现了基于图神经网络辅助游戏营销任务生成的方法，但常用的图聚类在聚合周围节点时往往忽略不同节点之间的影响程度，并且没有考虑到自身信息造成的影响，分析结果误差较大，以至于生成的营销任务适用性较差。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于大数据分析生成营销任务的方法和系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于大数据分析生成营销任务的方法，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。

优选的，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。

优选的，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。