一种基于元宇宙优惠券优化系统及方法

技术领域

本发明涉及大数据检索以及智能算法优化技术领域，具体涉及一种基于元宇宙优惠券优化系统及方法。

背景技术

国民经济和社会发展“十四五”规划指出要增强消费对经济发展的基础性作用，加快建设数字经济,打造数字经济新优势,推进产业数字化转型。

近年来，电商平台与其入驻商家的联系日益紧密,营销的优惠活动也呈现多样化的趋势，除传统的广告营销和电商平台单方面发放优惠券进行营销之外，电商平台与入驻商家合作发放优惠券也随着电商平台兴起成为日益流行的营销方式；优惠券的面值决定了产品的销售量额，优惠券力度越大，越能够起到刺激消费的目的，但可能会导致平台收益的降低，而优惠券力度过小，则会导致销售量的降低。

发明内容

发明目的：本发明的目的是提供一种基于元宇宙优惠券优化系统及方通过虚拟形象进行产品代言，避免巨额的广告费用，同时通过建立优惠券面值优化模型计算收益最大化的优惠券面值，使得产品收益进一步提高。

技术方案：本发明所述的一种基于元宇宙优惠券优化系统，包括：大数据采集模块、元宇宙模块、优惠券面值优化模块；所述大数据采集模块用于采集产品代言人数据；元宇宙模块用于构建产品代言虚拟形象；优惠券面值优化模块用于获取最佳优惠券面值大小；其中，优惠券面值优化模块包括产品收益模块、改进智能优化算法模块；产品收益模块用于评估产品净收益；改进智能优化算法模块用于优化产品收益模型参数。

进一步的，各模块之间连接关系具体设置为：大数据采集模块、元宇宙模块、优惠券面值优化模块依次连接。

本发明所述的一种基于元宇宙优惠券优化系统的方法，包括以下步骤：

(1)通过大数据检索获取历史代言人数据，采用分布式并行数据挖掘方式对全部数据集进行分解处理，并采用模糊C算法进行汇总；

(2)计算产品代言人影响度；

(3)构建产品收益模型；

(4)采用改进布谷鸟优化算法对优惠券的面值Sdv进行寻求，使得收益值IC最大。

进一步的，所述步骤(1)具体如下：

其中，u

进一步的，所述步骤(2)具体如下：

其中，ID表示代言人影响度，SV

进一步的，所述步骤(3)具体如下：

IC＝(Sp-Cost-Sdv)(Sv-k·Sdv)-C

0≤Sdv≤Sp-Cost

其中，IC表示收益值，Sp表示产品定价，Cost表示产品成本，Sdv表示优惠券面值，Sv表示销售量、k表示优惠券对销售量的影响系数，C

进一步的，所述步骤(4)包括以下步骤：

(41)初始化鸟巢数n、比较参数P

(42)随机产生n个鸟巢的初始位置：

其中，

(43)根据适应度值计算当代的最佳优惠券面值

(44)计算新的优惠券面值，得出较优的优惠券面值数组

(45)对P

(46)在布谷鸟寻窝的路径和位置更新公式中加入惯性权重，平衡全局搜索和局部搜索之间的关系；

(47)计算q

进一步的，所述步骤(45)具体如下：

P

其中，P

进一步的，所述步骤(46)具体如下：

其中，t为当前迭代次数；T

本发明所述的一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现任一项上述一种基于元宇宙优惠券优化系统及方法中的步骤。

有益效果：与现有技术相比，本发明具有如下显著优点：通过大数据检索，找到用户满意度高的代言形象特征并构建虚拟形象，降低了产品投资成本；采用的优惠券面值优化模型能够找到使得收益最大的优惠券面值，避免了优惠券力度过大导致的盈利亏损以及优惠券力度过小导致的无法刺激消费，有效达到了优惠券力度与销售量的平衡，增加了产品净收益。

附图说明

图1为本发明的结构框架图；

图2为本发明改进的布谷鸟算法优化优惠券面值模型流程图；

图3为本发明代言/虚拟形象建模开销对比图；

图4为本发明优惠券面值优化前后净收益对比图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。

如图1所示，本发明实施例提供一种基于元宇宙优惠券优化系统，包括：大数据采集模块、元宇宙模块、优惠券面值优化模块；所述大数据采集模块用于采集产品代言人数据；元宇宙模块用于构建产品代言虚拟形象；优惠券面值优化模块用于获取最佳优惠券面值大小；其中，优惠券面值优化模块包括产品收益模块、改进智能优化算法模块；产品收益模块用于评估产品净收益；改进智能优化算法模块用于优化产品收益模型参数。各模块之间连接关系具体设置为：大数据采集模块、元宇宙模块、优惠券面值优化模块依次连接。

如图2所示，本发明实施例还提供一种基于元宇宙优惠券优化系统的方法，包括以下步骤：

(1)通过大数据检索获取历史代言人数据，采用分布式并行数据挖掘方式对全部数据集进行分解处理，并采用模糊C算法进行汇总；具体如下：

其中，u

(S1)利用Elasticsearch默认分词词库构建基本词库，完成字典的建立；

(S2)采用产品关键字进行广度索引，以此来提高检索服务的质量；具体为：将关键字交给索引请求代理，索引存储器将检索代理发送的关键字信息进行匹配，并按照检索结果进行相关度的排序，最后将检索结果输入到元宇宙模块中，完成整个大数据检索流程。

(2)计算产品代言人影响度；具体如下：

其中，ID表示代言人影响度，SV

(3)构建产品收益模型；具体如下：

IC＝(Sp-Cost-Sdv)(Sv-k·Sdv)-C

0≤Sdv≤Sp-Cost

其中，IC表示收益值，Sp表示产品定价，Cost表示产品成本，Sdv表示优惠券面值，Sv表示销售量、k表示优惠券对销售量的影响系数，C

(4)采用改进布谷鸟优化算法对优惠券的面值Sdv进行寻求，使得收益值IC最大。包括以下步骤：

(41)初始化鸟巢数n、比较参数P

(42)随机产生n个鸟巢的初始位置：

其中，

(43)根据适应度值计算当代的最佳优惠券面值

(44)计算新的优惠券面值，得出较优的优惠券面值数组

(45)对P

P

其中，P

(46)在布谷鸟寻窝的路径和位置更新公式中加入惯性权重，平衡全局搜索和局部搜索之间的关系；具体如下：

其中，t为当前迭代次数；T

(47)计算q

如图3所示，以普通的休闲食品行业为例，明星平均代言费约为235万元，而发明根据大数据检索信息，构建虚拟形象代言开销仅有大约21万元，代言费用降低了91.06％，极大程度降低了投资成本。

如图4所示，采用本发明的优惠券面值优化模型进行面值优化后，该品牌下某休闲食品点每月平均净收益到达了10.34万元，相对于上一年的8.08万元，净收益提高了2.26万元，收益增长率达到了27.79％，很大程度提高了经济收益。

本发明实施例还提供了一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现任一项上述一种基于元宇宙优惠券优化系统及方法中的步骤。