一种电商推广方案自动生成方法

技术领域

本发明涉及一种方案自动生成方法，特别是一种电商推广方案自动生成方法，属于电子商务软件领域。

背景技术

电子商务是因特网爆炸式发展的直接产物，是网络技术应用的全新发展方向。因特网本身所具有的开放性、全球性、低成本、高效率的特点，也成为电子商务的内在特征，并使得电子商务大大超越了作为一种新的贸易形式所具有的价值，它不仅会改变企业本身的生产、经营、管理活动，而且将影响到整个社会的经济运行与结构。以互联网为依托的“电子”技术平台为传统商务活动提供了一个无比宽阔的发展空间，其突出的优越性是传统媒介手段根本无法比拟的。而随着电商行业的发展，很多企业客户也意识到电商的商业前景，因此纷纷加大对电子商务部分的投入，但是很多企业本身从未涉足电商领域，且不具备电商推广的任何经验，此时就需要寻找专业的电商运营公司进行电商的第三方代运营。第三方电商运营公司需要首先确定推广方案与企业进行洽谈合作，但是产品的推广效果则是不确定的，而这确是企业最为关注的地方，因此如何进行相应方案的推广效果的预测从而得到最佳的推广方案则成了目前迫切需要解决的问题。

发明内容

本发明所要解决的技术问题是提供一种电商推广方案自动生成方法，通过神经网络预测出推广商品的推广效果并得到最佳的推广方案。

为解决上述技术问题，本发明所采用的技术方案是：

一种电商推广方案自动生成方法，其特征在于包含以下步骤：

步骤一：对现有的电商推广数据建立数据库；

步骤二：将数据库中的数据按照9：1的比例分成训练集和测试集；

步骤三：采用训练集数据构建推广效果预测模型；

步骤四：通过测试集数据输入构建的推广效果预测模型中进行推广效果预测，并判断预测模型的准确度；

步骤五：对待测的推广产品进行推广方式及推广产品类别分类，然后输入推广效果预测模型中得到各推广方式下的推广效果；

步骤六：将步骤五中的推广效果数据进行筛选并得到待测推广产品的最佳推广方式组合从而确定推广方案。

进一步地，所述步骤一具体为

将现有的以往的电商推广的数据，按照推广产品名称、推广产品类别、推广方式和推广效果的格式进行存储，并建立数据库；其中推广产品的类别则按照对应的推广方式进行相应的划分，推广效果包含推广链接点击量、实际商品交易量、销售收入和销售利润率。

进一步地，所述步骤二具体为

将数据库中的数据进行整理，由于一种推广的产品的在实际的推广案例中会采用不同的推广方式，每一种推广方式会产生不同的推广效果，因此将一种推广产品名称的数据作为一个数据模组，将数据库内的所有数据按照数据模组进行分类并按照9：1的比例分成训练集和测试集，然后将训练集和测试集中的数据模组打散，以推广数据的最小单位进行存储。

进一步地，所述步骤三具体为

构建一个四层的卷积神经网络结构，提取训练集中的最小单位数据进行推广效果预测模型的训练。

进一步地，所述步骤四具体为

通过测试集数据输入构建的推广效果预测模型中进行推广效果预测，并将预测结果与测试机数据的实际效果进行对比，所有测试集数据的预测效果相似度大于95%以上时则认为步骤三中构建的推广效果预测模型准确率达标。

进一步地，所述步骤五具体为

对待测的推广产品进行推广方式及推广产品类别分类，然后输入推广效果预测模型中得到各推广方式下的推广效果，由于每一种待测的推广产品的每一种推广方式都会产生一种推广效果的预测，因此最终得到一组该产品的推广效果数据集合。

进一步地，所述步骤六具体为

由于步骤五得到的效果数据是待测推广产品在不同推广方式下的推广效果的预测结果的集合，将该数据集合中的数据按照推广效果由好到差的顺序进行排序，并选取其中排名前三的推广方式作为初选推广方式，然后在剩余的推广效果数据中，计算每一种推广方式的效果与推广成本的比例，并按照该比例按照由大到小的顺序进行排序，选取其中排名前三的推广方式作为次选推广方式，将初选推广方式和次选推广方式进行组合得到最终的推广方式组合，即待测推广产品的最终的推广方案。

本发明与现有技术相比，具有以下优点和效果：本发明的一种电商推广方案自动生成方法将已经完成的推广业务的数据进行整合并按照特定格式建立数据库，然后通过这些数据构建推广效果预测模型，并通过该模型预测后期产品的推广效果，然后基于预测的推广效果确定最佳的推广方案；本发明可以较为准确地预测出一个产品的推广效果，可以给客户一个较为准确的推广预期，从而方便客户选择是否进行相应的推广；同时本发明可以自动得到一个最佳的推广方案，大大节约了人力，且得出的方案更加的合理、效果也更加的理想。

具体实施方式

为了详细阐述本发明为达到预定技术目的而所采取的技术方案，下面将结合本发明实施例，对本发明实施例中的技术方案进行清晰、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部的实施例，并且，在不付出创造性劳动的前提下，本发明的实施例中的技术手段或技术特征可以替换，下面将结合实施例来详细说明本发明。

本发明的一种电商推广方案自动生成方法，包含以下步骤：

步骤一：对现有的电商推广数据建立数据库；

将现有的以往的电商推广的数据，按照推广产品名称、推广产品类别、推广方式和推广效果的格式进行存储，并建立数据库；其中推广产品的类别则按照对应的推广方式进行相应的划分，推广效果包含推广链接点击量、实际商品交易量、销售收入和销售利润率。为了更好第将推广效果进行量化，定义推广效果=p*销售利润率*（实际商品的交易量/推广链接点击量）*销售收入。p为修正系数。

步骤二：将数据库中的数据按照9：1的比例分成训练集和测试集；

将数据库中的数据进行整理，由于一种推广的产品的在实际的推广案例中会采用不同的推广方式，每一种推广方式会产生不同的推广效果，因此将一种推广产品名称的数据作为一个数据模组，将数据库内的所有数据按照数据模组进行分类并按照9：1的比例分成训练集和测试集，然后将训练集和测试集中的数据模组打散，以推广数据的最小单位进行存储。预测的模型的准确度与数据库的训练集的数据的数量呈正比的，数据量越大，则最终训练得到的模型的准确度也越高，因此需要保证整体的数据库中的数据具有一定的数量基础。

步骤三：采用训练集数据构建推广效果预测模型；构建一个四层的卷积神经网络结构，提取训练集中的最小单位数据进行推广效果预测模型的训练。

步骤四：通过测试集数据输入构建的推广效果预测模型中进行推广效果预测，并判断预测模型的准确度；

通过测试集数据输入构建的推广效果预测模型中进行推广效果预测，并将预测结果与测试机数据的实际效果进行对比，所有测试集数据的预测效果相似度大于95%以上时则认为步骤三中构建的推广效果预测模型准确率达标。预测效果的相似度的阈值，可以按照实际情况进行确定，比如数据库总体数据比较少的情况下，模型准确率本身不高，则可以设置成90%以下，若数据库数据量本身很大，则可以设置的高些，从而得到更准确的预测效果。

步骤五：对待测的推广产品进行推广方式及推广产品类别分类，然后输入推广效果预测模型中得到各推广方式下的推广效果；

对待测的推广产品进行推广方式及推广产品类别分类，然后输入推广效果预测模型中得到各推广方式下的推广效果，由于每一种待测的推广产品的每一种推广方式都会产生一种推广效果的预测，因此最终得到一组该产品的推广效果数据集合。

步骤六：将步骤五中的推广效果数据进行筛选并得到待测推广产品的最佳推广方式组合从而确定推广方案。

由于步骤五得到的效果数据是待测推广产品在不同推广方式下的推广效果的预测结果的集合，将该数据集合中的数据按照推广效果由好到差的顺序进行排序，并选取其中排名前三的推广方式作为初选推广方式，然后在剩余的推广效果数据中，计算每一种推广方式的效果与推广成本的比例，并按照该比例按照由大到小的顺序进行排序，选取其中排名前三的推广方式作为次选推广方式，将初选推广方式和次选推广方式进行组合得到最终的推广方式组合，即待测推广产品的最终的推广方案。最终方案的组合方式还可以根据实际情况进行更改，比如初选的推广方案只取两个，次选推广方式则选取4-6个。

本发明的一种电商推广方案自动生成方法将已经完成的推广业务的数据进行整合并按照特定格式建立数据库，然后通过这些数据构建推广效果预测模型，并通过该模型预测后期产品的推广效果，然后基于预测的推广效果确定最佳的推广方案；本发明可以较为准确地预测出一个产品的推广效果，可以给客户一个较为准确的推广预期，从而方便客户选择是否进行相应的推广；同时本发明可以自动得到一个最佳的推广方案，大大节约了人力，且得出的方案更加的合理、效果也更加的理想。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。