一种人工智能辅助营销系统的制作方法

本发明涉及人工智能，更具体地说，本发明涉及一种人工智能辅助营销系统。

背景技术：

1、专利公开号为cn113888231a的专利公开了一种基于人工智能的营销数据筛选分析系统，通过人工智能对多种营销数据进行智能筛选，在筛选基础上进行数据预处理，随后通过人工智能模块调整数据分析模型，得到数据分析结果，最后生成营销数据分析报告并推送，在传统的数据筛选分析技术的基础上，融合了人工智能模块，实现不同需求与营销数据的侧重分析；通过自然语言处理技术则可以用于文本分析和语义理解，帮助企业更好地理解客户的反馈和需求，从而个性化地进行营销推广，预测模型则利用历史数据和机器学习算法来预测未来的市场走势和客户行为，帮助企业做出营销决策，提高营销效率、降低成本。

2、随着互联网的普及和数字化程度的提高，大量的数据被不断产生和积累。这些数据包括消费者行为、偏好、购买历史等信息。人工智能技术可以帮助企业有效地分析和利用这些数据，从而更好地理解消费者并做出精准的营销决策。

3、目前，现有的人工智能辅助营销系统可以通过分析大数据和消费者行为模式，精准地识别目标受众，帮助企业更好地定位市场和客户群体，并且人工智能可以实时监测营销活动的效果和用户反馈，帮助企业及时调整策略和优化活动方案，提高营销效果和roi。

4、但是，现有的人工智能辅助营销系统不能根据用户输入的文本信息进行分类，也不能根据关键词对目标市场数据进行分析和预测，从而实现个性化的营销推广。

5、鉴于此，本发明提出一种人工智能辅助营销系统以解决上述问题。

技术实现思路

1、为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：一种人工智能辅助营销系统，包括：

2、数据采集模块：用于获取目标市场数据，并按数据类型将目标市场数据划分为客户行为数据子区域、市场趋势数据子区域和销售数据子区域；

3、数据分析模块：用于对目标市场数据进行清洗和预处理，将目标市场中的文本型数据转换为数字型数据；

4、目标市场数据预测模块：用于将目标市场中每一个子区域数字型数据代入预设的目标市场数据预测模型公式中，得到目标市场数据预测系数；

5、自然语言处理模块：用于根据目标市场数据预测系数，对用户输入框的文本信息进行文本翻译。

6、进一步地，所述获取市场数据的方法包括：通过人工智能抓取社交媒体平台上相关的目标市场数据，目标市场数据包括客户行为数据、市场趋势数据和销售数据，并对不同来源的目标市场数据进行清洗和预处理。

7、进一步地，所述对不同来源的目标市场数据进行清洗和预处理，将目标市场中的文本型数据转换为数字型数据的方法包括：通过对不同来源的目标市场数据按数据类型进行区域划分，得到客户行为数据子区域、市场趋势数据子区域和销售数据子区域，对客户行为数据子区域、市场趋势数据子区域和销售数据子区域中的数据分别进行地点编号记为：1、2、3…n；

8、通过抓取目标市场数据的时间，对客户行为数据子区域、市场趋势数据子区域和销售数据子区域中的数据分别进行时间编号记为：t1、t2、t3…tn；

9、根据客户行为数据子区域、市场趋势数据子区域和销售数据子区域中的地点编号和时间编号得到每一个子区域数据的坐标(n，tn)，对不同来源抓取的目标市场数据进行清洗，将客户行为数据子区域、市场趋势数据子区域和销售数据子区域中重复坐标的子区域数据去除。

10、进一步地，所述将目标市场中的文本型数据转换为数字型数据的方法包括：对清洗后的目标市场数据进行预处理，将客户行为数据子区域、市场趋势数据子区域和销售数据子区域中的文本型数据转换为数字型数据，对每一个子区域中的文本型数据进行提取；

11、定义一个子区域包含n个文本型数据，将每个文本型数据表示为一个m维向量，其中，m为文本型数据中特征的数量；

12、所述特征为:对文本型数据中的单词定义为特征，每个特征对应一个维度；将文本型数据中出现频率最高的特征w代入逆文档频率公式：

13、其中，n为一个子区域中文本型数据的总数，df(w,d)为包含特征w的文本数量，w为文本型数据中出现频率最高的特征，d为包含某一个特征文本数量，得到逆文档频率，降低特征w在文本型数据中的权重；根据预设的tf-idf模型公式：

14、tf-idf(w,m,d)＝tf(w,m)×idf(w,d)，其中，tf(w,m)为特征w在文本型数据中的词频，idf(w,d)为特征w在文本型数据中的逆文档频率，得到转换后的数字型数据，并对目标市场中每一个子区域的数字型数据进行可视化处理。

15、进一步地，所述对目标市场中每一个子区域的数字型数据进行可视化处理的方法包括：将客户行为数据子区域、市场趋势数据子区域和销售数据子区域中的地点编号作为y轴正半轴，将客户行为数据子区域、市场趋势数据子区域和销售数据子区域中的时间编号作为x轴正半轴，构建二维平面坐标系，将每一个子区域数据的地点编号和时间编号标记到二维平面坐标系中，对二维平面坐标系中的每一个点进行连接，得到客户行为数据子区域、市场趋势数据子区域和销售数据子区域数据的折线图。

16、进一步地，所述将目标市场中每一个子区域数字型数据代入预设的目标市场数据预测模型公式中，得到目标市场数据预测系数的方法包括：通过对目标市场中每一个子区域的数字型数据进行方差计算，根据方差公式：其中，n为每一个子区域中包含的文本型数据量，tf为每一个子区域中第i个转换后的数字型数据，为每一个子区域中数字型数据的平均值，得到每一个子区域的数字型数据的方差；

17、将每一个子区域的数字型数据的方差带入预设的目标市场数据预测模型公式中：其中，为目标市场中数字型数据的平均值，bt1、bt2、bt3…btn为在时间编号t1、t2、t3…tn处的目标市场数据，φ1、φ2、φ3…φn为自回归系数，得到目标市场数据预测系数

18、进一步地，所述每一个子区域中数字型数据的平均值公式：其中，n为每一个子区域中包含的文本型数据量，tf为每一个子区域中第i个转换后的数字型数据；

19、对目标市场数据中每一个子区域的数字型数据的方差进行平均值计算：其中，为客户行为数据子区域的数字型数据的方差，为市场趋势数据子区域的数字型的方差，tf3为销售数据子区域的数字型数据的方差。

20、进一步地，所述根据目标市场数据预测系数，对用户输入框的文本信息进行文本翻译的方法包括：用户在终端设备的输入框输入目标市场的文本信息，根据目标市场数据预测系数，对用户输入框的文本信息进行分类，识别出不同类型的文本信息。

21、进一步地，所述对用户输入框的文本信息进行分类的方法包括：对词袋模型进行训练，在词袋模型中设置市场需求、目标价格、用户行为、市场份额、经济增长关键字；

22、当用户输入文本信息时，词袋模型对文本信息中的关键词进行提取，当检测到设置中的关键词时，对用户输入框的文本信息进行分类；

23、对用户输入框的文本信息分类后，根据关键词的目标市场数据预测系数进行文本翻译，得到目标市场的可视化折线图。

24、本发明一种人工智能辅助营销系统的技术效果和优点：

25、本发明通过对大数据的处理和分析，系统可以挖掘出潜在的市场趋势、消费者行为模式和产品偏好，帮助企业更好地理解市场、客户需求和行为，从而提高营销效率和精准度，自然语言处理技术则可以用于文本分析和语义理解，帮助企业更好地理解客户的反馈和需求，从而个性化地进行营销推广，预测模型则利用历史数据和机器学习算法来预测未来的市场走势和客户行为，帮助企业做出更准确的营销决策，提高营销效率、降低成本，并且更好地满足客户需求。