本發明專利技術適用于數據篩選領域，提供了一種基于人工智能的會員數據圈選方法及系統，從若干個目標數據源獲取并存儲域內用戶數據，目標數據源包括但不限于目標企業的線上銷售平臺、線下門店系統、域內用戶管理系統以及社交媒體平臺；基于若干個目標數據源獲取的域內用戶數據，建立域內用戶信息集合數據庫；提取域內用戶信息集合數據庫中的靶向特征數據；預設圈選規則和訓練模型，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶；基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作；獲取并驗證圈選結果，生成反饋信息，可形成全面域內用戶畫像，助力深入了解域內用戶需求與行為，提取多維度靶向特征數據，精準圈選不同類型域內用戶，針對不同域內用戶群體制定個性化策略。
【技術實現步驟摘要】
本專利技術屬于數據篩選領域，尤其涉及一種基于人工智能的會員數據圈選方法及系統。
技術介紹
1、在當今的商業環境中，會員制度已成為企業吸引和留住客戶的重要手段。通過會員制度，企業能夠收集大量關于會員的信息，包括基本信息、消費行為、偏好等。這些會員數據蘊含著豐富的價值，對于企業進行精準營銷、個性化服務、客戶關系管理以及市場分析等方面都具有至關重要的意義。
2、目前進行會員數據圈選時，大多采用人工圈選的方式，人工圈選會員數據容易受到主觀因素的影響，導致圈選結果的準確性不穩定，不同的操作人員可能對數據的理解和判斷存在差異，從而在設置篩選條件時出現偏差，隨著人工智能技術的飛速發展，特別是機器學習、深度學習等領域的不斷突破，為解決傳統會員數據圈選方法的困境提供了新的思路和可能性，為提高會員數據圈選的可靠性，故亟需開發一種基于人工智能的會員數據圈選方法及系統。
技術實現思路
1、本專利技術的目的在于提供一種基于人工智能的會員數據圈選方法及系統，旨在解決上述
技術介紹
中提出的問題。
2、本專利技術是這樣實現的，一方面，一種基于人工智能的會員數據圈選方法，所述方法包括：
3、從若干個目標數據源獲取并存儲域內用戶數據，所述目標數據源包括但不限于目標企業的線上銷售平臺、線下門店系統、域內用戶管理系統以及社交媒體平臺；
4、基于若干個目標數據源獲取的域內用戶數據，建立域內用戶信息集合數據庫；
5、提取域內用戶信息集合數據庫中的靶向特征數據；
6、預設圈選規則和訓練模型，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶；
7、基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作；
8、獲取并驗證圈選結果，生成反饋信息。
9、作為本專利技術的進一步方案，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體包括：
10、獲取靶向商品；
11、基于靶向特征數據，提取目標時段內在靶向商品頁面流量次數超過次數閾值的域內用戶信息，生成第一子域內用戶集；
12、基于靶向特征數據，提取將靶向商品加入購物車但在支付時段閾值內未支付的域內用戶信息，生成第二子域內用戶集；
13、識別并提取第一子域內用戶集和第二子域內用戶集中重復的域內用戶信息，生成意向購買域內用戶，并獲取意向購買域內用戶聯系信息。
14、作為本專利技術的再進一步方案，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體還包括：
15、基于靶向特征數據，提取消費累積金額達到消費金額閾值的域內用戶信息，生成第三子域內用戶集；
16、基于靶向特征數據，提取消費頻率達到第一消費頻率閾值的域內用戶信息，生成第四子域內用戶集；
17、識別并提取第三子域內用戶集和第四子域內用戶集中重復的域內用戶信息，生成高價值域內用戶，并獲取高價值域內用戶聯系信息。
18、作為本專利技術的又進一步方案，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體還包括：
19、基于靶向特征數據，提取線上銷售平臺和社交媒體平臺中取消關注目標企業的域內用戶信息，生成第五域內用戶集；
20、基于靶向特征數據，提取低于第二消費頻率閾值的域內用戶信息，生成第六域內用戶集；
21、識別并提取第五子域內用戶集和第六子域內用戶集中重復的域內用戶信息，生成潛在流失域內用戶，并獲取潛在流失域內用戶聯系信息。
22、作為本專利技術的進一步方案，所述基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作具體包括：
23、基于意向購買域內用戶聯系信息，獲取并推送意向購買域內用戶靶向商品折扣信息和正向評價信息；
24、定時采集意向購買域內用戶靶向商品的購買信息。
25、作為本專利技術的進一步方案，所述基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作具體包括：
26、基于高價值域內用戶聯系信息，生成并推送專屬折扣信息；
27、定時采集高價值域內用戶的消費金額信息。
28、作為本專利技術的進一步方案，所述基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作具體包括：
29、基于潛在流失域內用戶聯系信息，生成并推送回歸禮折扣信息；
30、定時采集潛在流失域內用戶的消費支付信息。
31、作為本專利技術的進一步方案，另一方面，一種基于人工智能的會員數據圈選系統，所述系統包括：
32、第一獲取模塊，用于從若干個目標數據源獲取并存儲域內用戶數據；
33、數據庫模塊，用于基于若干個目標數據源獲取的域內用戶數據，建立域內用戶信息集合數據庫；
34、提取模塊，用于提取域內用戶信息集合數據庫中的靶向特征數據；
35、預設模塊，用于預設圈選規則和訓練模型；
36、第一生成模塊，用于分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶；
37、第二生成模塊，用于基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作；
38、第二獲取模塊，用于獲取并驗證圈選結果；
39、第三生成模塊，用于生成反饋信息。
40、本專利技術提供的一種基于人工智能的會員數據圈選方法及系統，本方法和系統通過融合線上線下多渠道域內用戶數據，便于形成全面域內用戶畫像，助力深入了解域內用戶需求與行為，提取多維度靶向特征數據，精準圈選不同類型域內用戶，針對不同域內用戶群體制定個性化策略，從而提高營銷精準度、增強高價值域內用戶忠誠度、降低流失率，提升數據圈選可靠性。
本文檔來自技高網...
【技術保護點】
1.一種基于人工智能的會員數據圈選方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于人工智能的會員數據圈選方法，其特征在于，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體包括：
3.根據權利要求1所述的基于人工智能的會員數據圈選方法，其特征在于，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體還包括：
4.根據權利要求1所述的基于人工智能的會員數據圈選方法，其特征在于，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體還包括：
5.根據權利要求2所述的基于人工智能的會員數據圈選方法，其特征在于，所述基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作具體包括：
6.根據權利要求3所述的基于人工智能的會員數據圈選方法，其特征在于，所述基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作具體包括：
7.根據權利要求4所述的基于人工智能的會員數據圈選方法，其特征在于，所述基于意向購買域內用戶、高價值域內用戶和潛在流失域內用戶，生成關聯反應動作具體包括：
8.一種基于人工智能的域內用戶數據圈選系統，其特征在于，應用如權利要求1-7任一項所述的基于人工智能的會員數據圈選方法，所述系統包括：
...
【技術特征摘要】
1.一種基于人工智能的會員數據圈選方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于人工智能的會員數據圈選方法，其特征在于，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體包括：
3.根據權利要求1所述的基于人工智能的會員數據圈選方法，其特征在于，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體還包括：
4.根據權利要求1所述的基于人工智能的會員數據圈選方法，其特征在于，所述預設圈選規則，分別生成意向購買域內用戶、高價值域內用戶和潛在流失域內用戶具體還包括：
5.根據權利要求2所述的基...
【專利技術屬性】
技術研發人員：李鉺金，
申請(專利權)人：自在體驗猿北京科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。