[发明专利]一种基于云计算大数据的品牌营销软件管理方法

权利要求书

1.一种基于云计算大数据的品牌营销软件管理方法，其特征在于，包括如下步骤：

S1、商家采集顾客购买的商品的信息，确定顾客购买的商品类型以及商品数量；

S2、根据顾客购买的商品类型以及商品数量，计算出顾客购买该商品所处的阶段，确定该商品所关联的商品，并存入数据库；

S3、结合顾客购买该商品所处的阶段，并分析该商品所关联的商品中与顾客需求保持一致的关联商品，预测顾客后期想要购买的商品，并比对商家库存中的商品与关联商品；

S4、定时给客户发送对应的商品信息，并提供商品与顾客的适配信息；

S5、接收顾客反馈信息，比对计算结果；

S6、根据对比结果，得出计算差异，及时更新数据库，并根据反馈结果提供对应的新商品类型；

所述S1采集顾客购买的商品的信息的采集方法如下所示：

S1.1、结合后台购买信息，提取顾客同一时期所购买的商品信息；

S1.2、判断同一顾客购买的商品类型，分析各个商品是否存在单一性；

S1.3、将其中存在单一性的商品进行标注，后期进行商品关联时对这些商品不做考虑；

所述S1.2中单一性分析采用单一性判断算法，其算法公式如下所示：

其中，°F为单一性比率，ω为单一性常数，为商品个数，通常为1，为该商品所关联的商品总数，f(x)为单一性计算函数，x单一性比值，F为单一性比率阈值，当单一性比率°F比上单一性比率阈值F不小于1时，单一性计算函数f(x)输出为0，表明此时该商品具有单一性，当单一性比率°F比上单一性比率阈值F小于1时，单一性计算函数f(x)输出为1，表明此时该商品不具有单一性；

所述S3识别商家库存是否有与之对应的商品的方法如下：

S3.1、结合关联商品的使用效果，判断关联商品所具有的特征点；

S3.2、调取商家商品数据库信息，并与关联商品所具有的特征点进行比对；

S3.3、根据比对结果分析出数据库与关联商品最贴合的数据库商品；

所述S3.2中关联商品特征点比对方法采用特征点比对算法，其算法公式如下：

A＝[a₁，a₂，…，a_n]；

B＝[b₁，b₂，…，b_m]；

其中，A为关联商品各个特征点集合，a₁至a_n为关联商品的各个特征点，B为商家数据库商品各个特征点集合，b₁至b_m为商家数据库商品的各个特征点，f(C)为商家数据库商品各个特征点集合B与关联商品各个特征点集合A的映射函数，C为比对重合率，为比对重合率阈值，当比对重合率C小于比对重合率阈值映射函数f(C)输出为0，表明该商家数据库选取的数据库商品的特征点与关联商品特征点不重合，当比对重合率C不小于比对重合率阈值映射函数f(C)输出为1，表明该商家数据库选取的数据库商品的特征点与关联商品特征点重合。

2.根据权利要求1所述的基于云计算大数据的品牌营销软件管理方法，其特征在于：所述S2中确认关联的商品方法包括如下步骤：

S2.1、分析购买的商品适合的人群；

S2.2、根据购买商品类型，同时分析购买该商品的顾客不同时期的需求；

S2.3、得出同一类型且适应不同阶段的商品，剔除顾客之前所处阶段所对应的商品；

S2.4、并将剔除后其余商品按照时间先后进行标注，依次标记为顾客初始购买商品所关联的商品。

3.根据权利要求1所述的基于云计算大数据的品牌营销软件管理方法，其特征在于：所述S4中提供商品与顾客的适配信息的方法如下所示：

S4.1、按时向顾客推荐关联商品；

S4.2、根据关联商品所具有的特征点，得出该关联商品的有利效果；

S4.3、将关联商品的有利效果绑定关联商品一并推荐给顾客。