联系人:
所在地:
随着互联网、移动互联网、互联网电视的快速发展,各大运营厂商面临的竞争日益激烈,传统的营销模式已经不能满足市场的需求,如何控制营销成本的同时实现良好的营销效果是亟待解决的问题,基于用户行为分析的精准营销势在必行。 项目以自主研发的集数据采集、过滤、存储、计算以及任务高度管理的多源超海量数据的一体化管理平台为基础,提出一种位置情景和用户兴趣相结合的推荐算法,构建“位置-用户-项目”三维模型,通过实时海量数据计算及跨网数据虚拟可视化管理技术和基于用户基本属性的大数据分析技术,进行用户行为的人群属性计算、多维度的用户品牌产品偏好分析,通过对以上人群的属性筛选,结合LBS的用户触达应用模型,实现了以下功能:当用户进入相应的地理围栏区域时,系统在100ms以内,基于用户相似度的协同过滤算法、隐马模型算法等匹配出最优广告,实时触发移动营销平台进行精准消息的推送。 项目完成的技术指标有: (1)完成集数据采集、过滤、存储、计算以及任务高度管理的多源超海量数据的一体化管理平台研发,基础平台数据处理能力每日处理100亿用户曝光量,5TB的数据; (2)完成用户行为、用户品牌偏好、基于标签用户购物行业分析预测技术; (3)基于LBS实时信息与用户兴趣图谱,基于用户相似度的协同过滤算法、隐马模型算法等匹配出最优广告,进行精准推送技术。 (4)当用户进入相应的地理围栏区域时,系统在100ms以内,实时触发移动营销平台进行精准消息的推送。 本项目基于用户实时位置应景向用户精准推送周边商家信息,整合了产业链资源,包括广告商、渠道商等,促进了产业链共赢。同时,基于用户习惯、职业、品牌爱好等进行数据模型构建,结合地图围栏信息,可精准命中潜在客户,节约了用户搜索购物整个环节的时间和人力成本。通过本项目的实施,本公司的数据整合优势得以加强,关键技术由项目组自主研发完成,已申请发明专利2项和软件著作权2项。经浙江省科技信息研究院对本项目的技术进行查新,得出的结论为:除了在本单位提交申请的发明专利之外,在其他所检相关文献中未见具体述及。项目成果获得了业界各方好评和多项荣誉,应用示范效果良好,取得了显著的经济效益和社会效益。