CN118052623B - 一种基于大数据的会员精准营销*** - Google Patents

Abstract

本发明公开了一种基于大数据的会员精准营销***，涉及营销管理技术领域，该***公开了营销浏览模块、精准营销模块、日志生成模块、营销调整模块，设置营销浏览模块与精准营销模块，可以智能化分析会员的营销页面浏览记录，并基于会员的主推产品分析出副推产品，向会员精准营销副推产品，有助于向会员精准营销产品，设置日志生成模块与营销调整模块，可以根据产品的营销日志对产品的营销情况进行分析，并在营销过程中及时调整产品的营销方式，在保证产品合理营销的前提下，向产品推荐营销方式以及营销手段。

Description

一种基于大数据的会员精准营销***

技术领域

本发明涉及营销管理技术领域，更具体地说，它涉及一种基于大数据的会员精准营销***。

背景技术

在互联网日益发展的今天，各个商业销售平台之间的竞争愈发激烈，为了保证会员的体验以及避免会员的流失，平台会针对性的向会员推荐展示不同产品的营销页面。但是目前的产品营销都是根据浏览记录进行推荐的，导致营销产品的局限性较大，目前营销***中向会员随机营销的产品也会导致会员的综合体验下降。同时目前的营销***中，每到一定时期，会同时上架多个产品进行营销，使用的营销手段通常都是参考往期同时期的营销手段，但是往期的营销手段并不一定适合当前时期，如何动态化调整产品的营销方式，也是目前亟需解决的问题。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于大数据的会员精准营销***。

为实现上述目的，本发明提供了如下技术方案：

一种基于大数据的会员精准营销***，包括营销浏览模块、精准营销模块、日志生成模块、营销调整模块；

营销浏览模块用于在会员浏览营销页面时，生成营销页面浏览记录；

精准营销模块用于获取会员的主推产品，并将该会员标记为基准会员，通过知识图谱关联分析，将与主推产品相关联的产品标记为副推产品，获取副推产品的浏览相似总值，根据浏览相似总值向基准会员推荐副推产品的营销页面；

日志生成模块在同期上架多个产品后，基于P周期，每到周期节点时生成对应产品在当前周期的营销日志；

营销调整模块获取产品在当前时间之前的营销观望总次数，设置营销观望总次数阈值，当营销观望总次数大于等于营销观望总次数阈值时，将该产品标记为营销调整产品，当出现营销调整产品时，获取营销调整产品与其余同期上架产品之间的关系，通过知识图谱关联分析，将与营销调整产品相关联的产品标记为关联产品，通过最小路径算法获取营销调整产品与关联产品的最短路径，设置最短路径阈值，当营销调整产品与关联产品的最小路径小于最短路径阈值时，将该关联产品标记为目标产品，获取目标产品的营销模仿值，设置营销模仿值阈值，当营销模仿值大于等于营销模仿值阈值时，获取方式选择值，根据方式选择值对营销调整产品后续的营销方式进行设定，当营销调整产品后续营销方式设定为组合式营销方式时，根据营销学习产品中的组合式营销方式参考营销调整产品后续的组合式营销方式，当营销调整产品后续营销方式设定为单手段营销方式时，营销学习产品中的单手段营销方式参考营销调整产品后续的单手段营销方式。

进一步的，会员的主推产品通过下述步骤获取得到：获取会员在***当前时间之前的所有营销页面浏览记录，将相同产品类型的营销页面浏览记录标记为同类营销浏览记录，根据同类营销浏览记录获取该产品类型的平均浏览深度、浏览次数，获取该产品类型的营销主值，将营销主值数值最大的产品标记为主推产品。

进一步的，营销页面浏览记录包括产品类型、浏览开始时间、浏览结束时间。

进一步的，平均浏览深度通过下述方式获取得到：将浏览结束时间与浏览开始时间进行差值计算，得到浏览深度，将所有浏览深度进行求和处理并取均值，得到平均浏览深度，浏览次数即为同类营销浏览记录的总数量。

进一步的，营销主值通过下述步骤获取得到：将该产品类型的平均浏览深度标记为DN，该产品类型的浏览次数标记为SZ，利用公式得到该类型产品的营销主值PPYX，其中，d1为平均浏览深度系数，d2为浏览次数系数。

进一步的，副推产品的浏览相似总值通过下述步骤获取得到：将该主推产品的浏 览深度与浏览次数标记为，将主推产品与基准会员相同的会员标记为分析会 员FH_m，m为分析会员的编号，m=1、2、…、M，M为正整数，获取分析会员对于副推产品的同类营 销浏览记录，进而获取该副推产品的浏览深度与浏览次数，并标记为，利用余 弦相似度算法获取基准会员的主推产品与分析会员的副推产品的浏览相似度，并标记为 XS_m，设置浏览相似度系数为Rw，利用公式得到该副推产品的浏览相似 总值CY。

进一步的，根据浏览相似总值向基准会员推荐副推产品的营销页面，具体为：设置浏览相似阈值，当浏览相似总值大于等于浏览相似阈值时，后续向基准会员推荐该副推产品的营销页面。

进一步的，营销日志包括产品类型、营销销量、目标销量、营销方式、营销成本；

营销观望总次数通过下述步骤获取得到：将营销日志的营销销量与目标销量进行对比，当营销销量小于目标销量时，将当前周期标记为失望周期，获取产品在失望周期的周期失望值，设置周期失望高值与周期失望低值，当周期失望值大于等于周期失望高值时，将该产品标记为营销调整产品，当周期失望值小于等于周期失望低值时，不做相应处理，当周期失望值介于周期失望高值与周期失望低值之间时，将该产品的营销观望总次数增加一次。

进一步的，产品在失望周期的周期失望值通过下述步骤获取得到：

将目标销量与产品在失望周期的营销销量进行差值计算，得到预期销量差，并标记为YXL，获取该产品在失望周期的营销成本，并标记为YCB，利用公式得到该产品在失望周期的周期营销值ZYZ，其中，a1为预期销量差系数，a2为营销成本系数。

进一步的，目标产品的营销模仿值通过下述步骤获取得到：获取目标产品在***当前时间n个周期节点的营销日志，当营销日志的营销销量大于等于目标销量时，将该营销日志标记为理想营销日志，获取理想营销日志的总次数，并标记为LTC，将所有理想营销日志的营销销量进行求和处理，得到理想营销量，并标记为YXH，获取营销调整产品与目标产品的最小路径，并标记为FES，利用公式得到该目标产品的营销模仿值MFZ，其中，b1为理想营销日志总次数系数，b2为理想营销量系数，b3为最小路径系数；

方式选择值通过下述步骤获取得到：获取组合营销总次数并标记为YXQ，获取组合营销模仿值并标记为HY，获取单手段营销总次数并标记为DSG，获取单手段营销模仿值并标记为MB，利用公式得到方式选择值FSX，其中，c1为组合营销总次数系数，c2为组合营销模仿值系数，c3为单手段营销总次数系数，c4为单手段营销模仿值系数，当方式选择值大于等于0时，将营销调整产品后续营销方式设定为组合式营销方式，当方式选择值小于0时，将营销调整产品后续营销方式设定为单手段营销方式；

组合营销总次数通过下述方式获取得到：获取营销学习产品的营销方式，当营销学习产品的营销方式为组合式营销方式时，将组合营销次数增加一次，将所有营销学习产品的组合营销次数进行求和处理，得到组合营销总次数；

单手段营销总次数通过下述方式获取得到：当营销学习产品的营销方式为单手段营销方式时，将单手段营销次数增加一次，将所有营销学习产品的单手段营销次数进行求和处理，得到单手段营销总次数；

组合营销模仿值通过下述步骤获取得到：将所有组合式营销方式的营销学习产品的营销模仿值进行求和处理，得到组合营销模仿值；

单手段营销模仿值通过下述步骤获取得到：将所有单手段营销方式的营销学习产品的营销模仿值进行求和处理，得到单手段营销模仿值。

与现有技术相比，本发明具备以下有益效果：

1、设置营销浏览模块与精准营销模块，可以智能化分析会员的营销页面浏览记录，并基于会员的主推产品分析出副推产品，向会员精准营销副推产品，在扩大对会员营销产品的同时，保证向会员的精准营销；

2、设置日志生成模块与营销调整模块，可以根据产品的营销日志对产品的营销情况进行分析，并在营销过程中及时调整产品的营销方式，在保证产品合理营销的前提下，向产品推荐营销方式以及营销手段。

附图说明

图1为本发明精准营销模块的原理框图；

图2为本发明营销调整模块的原理框图。

具体实施方式

参照图1-图2，一种基于大数据的会员精准营销***，包括营销浏览模块、精准营销模块、日志生成模块、营销调整模块。

营销浏览模块用于在会员浏览营销页面时，生成营销页面浏览记录（包括产品类型、浏览开始时间、浏览结束时间）。

精准营销模块用于获取会员在***当前时间之前的所有营销页面浏览记录，将相 同产品类型的营销页面浏览记录标记为同类营销浏览记录，根据同类营销浏览记录获取该 产品类型的平均浏览深度（将浏览结束时间与浏览开始时间进行差值计算，得到浏览深度， 将所有浏览深度进行求和处理并取均值，得到平均浏览深度）、浏览次数（该产品类型同类 营销浏览记录的总数量），将该产品类型的平均浏览深度标记为DN，该产品类型的浏览次数 标记为SZ，利用公式得到该类型产品的营销主值PPYX，其中，d1为 平均浏览深度系数，d2为浏览次数系数，d1的取值为0.52，d2的取值为0.48，将营销主值数 值最大的产品标记为主推产品，并将该会员标记为基准会员，将该主推产品的浏览深度与 浏览次数标记为。

通过知识图谱关联分析，将与主推产品相关联的产品标记为副推产品。

将主推产品与基准会员相同的会员标记为分析会员FH_m，m为分析会员的编号，m= 1、2、…、M，M为正整数，获取分析会员对于副推产品的同类营销浏览记录，进而获取该副推 产品的浏览深度与浏览次数，并标记为，利用余弦相似度算法获取基准会员的 主推产品与分析会员的副推产品的浏览相似度，并标记为XS_m，设置浏览相似度系数为Rw，w =1，2，3，…，w；R1＜R2＜R3＜…＜Rw，设定每个浏览相似度系数对应浏览相似度的范围，包 括（0，X1_m]，（X2_m，X3_m]，…，（XS-1_m，XS_m]，当XS_m∈（0，X1_m]时，对应的浏览相似度系数取值为 R1，利用公式得到该副推产品的浏览相似总值，设置浏览相似阈值，当 浏览相似总值大于等于浏览相似阈值时，后续向基准会员推荐该副推产品的营销页面，当 浏览相似总值小于浏览相似阈值时，不做相应处理。

设置营销浏览模块与精准营销模块，可以智能化分析会员的营销页面浏览记录，并基于会员的主推产品分析出副推产品，向会员精准营销副推产品，在扩大对会员营销产品的同时，保证向会员的精准营销。

目前的营销***中，每到一定时期，会对多个产品进行营销，例如儿童节时，会对儿童玩具、儿童书刊等产品同时进行营销。

日志生成模块在同期上架多个产品后，基于P周期，每到周期节点时生成对应产品在当前周期的营销日志，营销日志包括产品类型、营销销量、目标销量（目标销量根据预测设置）、营销方式（营销方式包括单手段营销方式：定价促销手段、回报促销手段、时令促销手段、限定式促销手段等，组合式营销方式：包括上述两个及以上手段的组合）、营销成本（包括但不限于营销推广的成本、营销返利的成本）。

营销调整模块获取产品在当前时间之前的营销观望总次数，设置营销观望总次数阈值，当营销观望总次数大于等于营销观望总次数阈值时，将该产品标记为营销调整产品，当营销观望总次数小于营销观望总次数阈值时，不做相应处理。

将营销销量与目标销量进行对比，当营销销量大于等于目标销量时，不做相应处理，当营销销量小于目标销量时，将当前周期标记为失望周期，获取产品在失望周期的周期失望值，设置周期失望高值与周期失望低值，当周期失望值大于等于周期失望高值时，将该产品标记为营销调整产品，当周期失望值小于等于周期失望低值时，不做相应处理，当周期失望值介于周期失望高值与周期失望低值之间时，将该产品的营销观望总次数增加一次。

产品在失望周期的周期失望值通过下述步骤获取得到：

将目标销量与产品在失望周期的营销销量进行差值计算，得到预期销量差，并标记为YXL，获取该产品在失望周期的营销成本，并标记为YCB，利用公式得到该产品在失望周期的周期营销值ZYZ，其中，a1为预期销量差系数，a2为营销成本系数，a1的取值为0.75，a2的取值为0.62。

当出现营销调整产品时，获取营销调整产品与其余同期上架产品之间的关系，通过知识图谱关联分析，将与营销调整产品相关联的产品标记为关联产品。

同期上架的产品以知识图谱的形式表示，例如：知识图谱中的关系表示产品之间的关联，例如隶属关系、并列关系，确保知识图谱能够准确地反映产品之间存在的关系。

通过最小路径算法获取营销调整产品与关联产品的最短路径，设置最短路径阈值，当营销调整产品与关联产品的最小路径小于最短路径阈值时，将该关联产品标记为目标产品。

获取目标产品在***当前时间n个周期节点的营销日志，当营销日志的营销销量大于等于目标销量时，将该营销日志标记为理想营销日志，获取理想营销日志的总次数，并标记为LTC，将所有理想营销日志的营销销量进行求和处理，得到理想营销量，并标记为YXH，获取营销调整产品与目标产品的最小路径，并标记为FES，利用公式得到该目标产品的营销模仿值MFZ，其中，b1为理想营销日志总次数系数，b2为理想营销量系数，b3为最小路径系数，b1的取值为0.82，b2的取值为0.68，b3的取值为0.27。

设置营销模仿值阈值，当营销模仿值大于等于营销模仿值阈值时，将该目标产品标记为营销学习产品，当营销模仿值小于营销模仿值阈值时，不做相应处理。

获取组合营销总次数并标记为YXQ，组合营销总次数通过下述方式获取得到：获取营销学习产品的营销方式，当营销学习产品的营销方式为组合式营销方式时，将组合营销次数增加一次，将所有营销学习产品的组合营销次数进行求和处理，得到组合营销总次数。获取组合营销模仿值并标记为HY，组合营销模仿值通过下述步骤获取得到：将所有组合式营销方式的营销学习产品的营销模仿值进行求和处理，得到组合营销模仿值。获取单手段营销总次数并标记为DSG，单手段营销总次数通过下述方式获取得到：当营销学习产品的营销方式为单手段营销方式时，将单手段营销次数增加一次，将所有营销学习产品的单手段营销次数进行求和处理，得到单手段营销总次数。获取单手段营销模仿值并标记为MB，单手段营销模仿值通过下述步骤获取得到：将所有单手段营销方式的营销学习产品的营销模仿值进行求和处理，得到单手段营销模仿值。利用公式得到方式选择值FSX，其中，c1为组合营销总次数系数，c2为组合营销模仿值系数，c3为单手段营销总次数系数，c4为单手段营销模仿值系数，c1的取值为0.48，c2的取值为0.31，c3的取值为0.49，c4的取值为0.3，当方式选择值大于等于0时，将营销调整产品后续营销方式设定为组合式营销方式，当方式选择值小于0时，将营销调整产品后续营销方式设定为单手段营销方式。

当营销调整产品后续营销方式设定为组合式营销方式时，根据营销学习产品中的组合式营销方式参考营销调整产品后续的组合式营销方式。当营销调整产品后续营销方式设定为单手段营销方式时，营销学习产品中的单手段营销方式参考营销调整产品后续的单手段营销方式。

例：当营销调整产品后续营销方式设定为组合式营销方式时，且该营销调整产品的营销学习产品包括营销学习产品A、营销学习产品B、营销学习产品C、营销学习产品D，营销学习产品A的营销方式为单手段营销方式（定价促销手段）、营销学习产品B的营销方式为组合式营销方式（时令促销手段与限定式促销手段的组合）、营销学习产品C的营销方式为组合式营销方式（定价促销手段与回报促销手段的组合）、营销学习产品D的营销方式为单手段营销方式（限定式促销手段），则营销调整产品参考营销学习产品B以及营销学习产品C的营销方式。

设置日志生成模块与营销调整模块，可以根据产品的营销日志对产品的营销情况进行分析，并在营销过程中及时调整产品的营销方式，在保证产品合理营销的前提下，向产品推荐营销方式以及营销手段。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种基于大数据的会员精准营销***，其特征在于，包括营销浏览模块、精准营销模块、日志生成模块、营销调整模块；

营销浏览模块用于在会员浏览营销页面时，生成营销页面浏览记录；

精准营销模块用于获取会员的主推产品，并将该会员标记为基准会员，通过知识图谱关联分析，将与主推产品相关联的产品标记为副推产品，获取副推产品的浏览相似总值，根据浏览相似总值向基准会员推荐副推产品的营销页面；

日志生成模块在同期上架多个产品后，基于P周期，每到周期节点时生成对应产品在当前周期的营销日志；

营销调整模块获取产品在当前时间之前的营销观望总次数，设置营销观望总次数阈值，当营销观望总次数大于等于营销观望总次数阈值时，将该产品标记为营销调整产品，当出现营销调整产品时，获取营销调整产品与其余同期上架产品之间的关系，通过知识图谱关联分析，将与营销调整产品相关联的产品标记为关联产品，通过最小路径算法获取营销调整产品与关联产品的最短路径，设置最短路径阈值，当营销调整产品与关联产品的最小路径小于最短路径阈值时，将该关联产品标记为目标产品，获取目标产品的营销模仿值，设置营销模仿值阈值，当营销模仿值大于等于营销模仿值阈值时，获取方式选择值，根据方式选择值对营销调整产品后续的营销方式进行设定，当营销调整产品后续营销方式设定为组合式营销方式时，根据营销学习产品中的组合式营销方式参考营销调整产品后续的组合式营销方式，当营销调整产品后续营销方式设定为单手段营销方式时，营销学习产品中的单手段营销方式参考营销调整产品后续的单手段营销方式；

目标产品的营销模仿值通过下述步骤获取得到：获取目标产品在***当前时间n个周期节点的营销日志，当营销日志的营销销量大于等于目标销量时，将该营销日志标记为理想营销日志，获取理想营销日志的总次数，并标记为LTC，将所有理想营销日志的营销销量进行求和处理，得到理想营销量，并标记为YXH，获取营销调整产品与目标产品的最小路径，并标记为FES，利用公式得到该目标产品的营销模仿值MFZ，其中，b1为理想营销日志总次数系数，b2为理想营销量系数，b3为最小路径系数；

方式选择值通过下述步骤获取得到：获取组合营销总次数并标记为YXQ，获取组合营销模仿值并标记为HY，获取单手段营销总次数并标记为DSG，获取单手段营销模仿值并标记为MB，利用公式得到方式选择值FSX，其中，c1为组合营销总次数系数，c2为组合营销模仿值系数，c3为单手段营销总次数系数，c4为单手段营销模仿值系数，当方式选择值大于等于0时，将营销调整产品后续营销方式设定为组合式营销方式，当方式选择值小于0时，将营销调整产品后续营销方式设定为单手段营销方式；

组合营销总次数通过下述方式获取得到：获取营销学习产品的营销方式，当营销学习产品的营销方式为组合式营销方式时，将组合营销次数增加一次，将所有营销学习产品的组合营销次数进行求和处理，得到组合营销总次数；

单手段营销总次数通过下述方式获取得到：当营销学习产品的营销方式为单手段营销方式时，将单手段营销次数增加一次，将所有营销学习产品的单手段营销次数进行求和处理，得到单手段营销总次数；

组合营销模仿值通过下述步骤获取得到：将所有组合式营销方式的营销学习产品的营销模仿值进行求和处理，得到组合营销模仿值；

单手段营销模仿值通过下述步骤获取得到：将所有单手段营销方式的营销学习产品的营销模仿值进行求和处理，得到单手段营销模仿值。

2.根据权利要求1所述的一种基于大数据的会员精准营销***，其特征在于，会员的主推产品通过下述步骤获取得到：获取会员在***当前时间之前的所有营销页面浏览记录，将相同产品类型的营销页面浏览记录标记为同类营销浏览记录，根据同类营销浏览记录获取该产品类型的平均浏览深度、浏览次数，获取该产品类型的营销主值，将营销主值数值最大的产品标记为主推产品。

3.根据权利要求2所述的一种基于大数据的会员精准营销***，其特征在于，营销页面浏览记录包括产品类型、浏览开始时间、浏览结束时间。

4.根据权利要求3所述的一种基于大数据的会员精准营销***，其特征在于，平均浏览深度通过下述方式获取得到：将浏览结束时间与浏览开始时间进行差值计算，得到浏览深度，将所有浏览深度进行求和处理并取均值，得到平均浏览深度，浏览次数即为同类营销浏览记录的总数量。

5.根据权利要求4所述的一种基于大数据的会员精准营销***，其特征在于，营销主值通过下述步骤获取得到：将该产品类型的平均浏览深度标记为DN，该产品类型的浏览次数标记为SZ，利用公式得到该产品类型的产品的营销主值PPYX，其中，d1为平均浏览深度系数，d2为浏览次数系数。

6.根据权利要求5所述的一种基于大数据的会员精准营销***，其特征在于，副推产品的浏览相似总值通过下述步骤获取得到：将该主推产品的浏览深度与浏览次数标记为，将主推产品与基准会员相同的会员标记为分析会员FH_m，m为分析会员的编号，m=1、2、…、M，M为正整数，获取分析会员对于副推产品的同类营销浏览记录，进而获取该副推产品的浏览深度与浏览次数，并标记为/>，利用余弦相似度算法获取基准会员的主推产品与分析会员的副推产品的浏览相似度，并标记为XS_m，设置浏览相似度系数为Rw，利用公式/>得到该副推产品的浏览相似总值CY。

7.根据权利要求6所述的一种基于大数据的会员精准营销***，其特征在于，根据浏览相似总值向基准会员推荐副推产品的营销页面，具体为：设置浏览相似阈值，当浏览相似总值大于等于浏览相似阈值时，后续向基准会员推荐该副推产品的营销页面。

8.根据权利要求7所述的一种基于大数据的会员精准营销***，其特征在于，营销日志包括产品类型、营销销量、目标销量、营销方式、营销成本；

营销观望总次数通过下述步骤获取得到：将营销日志的营销销量与目标销量进行对比，当营销销量小于目标销量时，将当前周期标记为失望周期，获取产品在失望周期的周期失望值，设置周期失望高值与周期失望低值，当周期失望值大于等于周期失望高值时，将该产品标记为营销调整产品，当周期失望值小于等于周期失望低值时，不做相应处理，当周期失望值介于周期失望高值与周期失望低值之间时，将该产品的营销观望总次数增加一次。

9.根据权利要求8所述的一种基于大数据的会员精准营销***，其特征在于，产品在失望周期的周期失望值通过下述步骤获取得到：

将目标销量与产品在失望周期的营销销量进行差值计算，得到预期销量差，并标记为YXL，获取该产品在失望周期的营销成本，并标记为YCB，利用公式得到该产品在失望周期的周期营销值ZYZ，其中，a1为预期销量差系数，a2为营销成本系数。