[发明专利]一种用于获客营销的NLP智能分析方法

权利要求书

1.一种用于获客营销的NLP智能分析方法，其特征在于：

采集目标用户的网上行为数据，对所述网上行为数据进行需求特征模糊量化，获得量化的需求特征模糊变量值，将目标用户需求特征映射到模糊数值区间内；

将网上行为数据和网上行为数据对应的模糊数值区间进行关联，并将网上行为数据和模糊数值区间整合生成文本数据；

所述文本数据通过NLP模块进行分析识别，分析识别冗余数据，并对冗余数据进行清洗生成营销文本数据；

构建营销决策模型，将所述营销文本数据通过营销决策模型生成营销策略；根据所述营销策略推送对应的展示内容；

根据展示内容查看目标用户接受意向；根据目标用户接受意向优化对应的营销策略；

生成营销文本数据的方法包括：

对文本数据进行数据清洗和去重；对文本数据进行分词、词性标注、命名实体识别、情感分析和主题模型处理，提取出主题、情感和实体营销相关特征；基于提取出的营销相关特征构建营销文本数据集；

构建营销决策模型的方法包括：

获取目标用户的营销文本数据，将70%的营销文本数据作为参数训练集，30%的营销文本数据作为参数测试集，构建营销决策模型，将参数训练集输入所述营销决策模型进行训练，以得到营销决策模型的预设权重，利用参数测试集对所述营销决策模型进行测试，输出满足预设权重的营销策略；

营销决策模型包括权重计算和评分计算两个步骤，对每个营销文本数据计算其对应的权重，并结合营销文本数据对应的隶属度生成最终评分；基于最终评分生成相应的营销策略。

2.根据权利要求1所述的一种用于获客营销的NLP智能分析方法，其特征在于，所述目标用户的获取逻辑如下：

利用页面爬虫工具，获得访问用户的网上行为数据，提取网上行为数据的字符长度；

将提取的网上行为数据的字符长度与预设字符长度阈值进行比对分析；

若字符长度大于或等于预设字符长度阈值，则将所述字符长度对应的所述访问用户标记为目标用户；

若字符长度小于预设字符长度阈值，则将所述字符长度对应的所述网上行为数据进行删除。

3.根据权利要求2所述的一种用于获客营销的NLP智能分析方法，其特征在于，所述网上行为数据包括访问行为数据、搜索行为数据、社交行为数据和应用行为数据。

4.根据权利要求3所述的一种用于获客营销的NLP智能分析方法，其特征在于，对所述网上行为数据进行需求特征模糊量化的分析逻辑如下：

根据所述网上行为数据获取目标用户需求特征，将目标用户需求特征转化为模糊语言变量；

使用模糊语言变量构建模糊集合，构建模糊集合的隶属函数，将目标用户需求特征导入隶属函数，计算出目标用户需求特征在模糊语言变量上的隶属程度，将所有的目标用户需求特征在模糊语言变量上的隶属程度整合成模糊数值区间；

将模糊数值区间的隶属函数与所述网上行为数据进行对比，计算目标用户需求特征在模糊集合上的隶属度；

基于目标用户需求特征的隶属度，进行模糊量化，将目标用户需求特征映射到模糊数值区间内。