申请/专利权人：北京未来聚典信息技术有限公司

申请日：2024-02-01

公开（公告）日：2024-04-30

公开（公告）号：CN117689452B

主分类号：G06Q30/0601

分类号：G06Q30/0601;G06Q30/0201;G06Q30/0207;G06F16/9535;G06F16/958;G06N3/0442;G06N3/08;G06N20/20;G06F18/243;G06Q30/0282

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种基于购药规律的医药精准营销管理方法及系统，用于营销管理领域，该方法包括以下步骤：收集医药营销渠道中顾客的购药行为数据和市场的动态数据；使用药品偏好推荐模型对顾客的购药行为进行预处理和分析，识别顾客的购药规律；利用在线问卷调查获取顾客对药品选择和购买体验的反馈；根据所述顾客对药品的需求和偏好、所述顾客对药品选择和购买体验的反馈及所述市场的动态数据，提供药品推荐；设计优惠策略和促销活动；在预设的试点区域内实施推荐和促销活动。本发明根据实际情况和预测结果之间的差异，优化模型的参数，使得药品偏好推荐模型能够持续学习和适应市场变化和顾客行为，提供更加精准和有效的药品推荐。

主权项：1.一种基于购药规律的医药精准营销管理方法，其特征在于，该医药精准营销管理方法包括以下步骤：S1、收集医药营销渠道中顾客的购药行为数据和市场的动态数据；S2、使用药品偏好推荐模型对顾客的购药行为进行预处理和分析，识别顾客的购药规律，获取顾客对药品的需求和偏好；S3、利用在线问卷调查获取顾客对药品选择和购买体验的反馈；S4、根据所述顾客对药品的需求和偏好、所述顾客对药品选择和购买体验的反馈及所述市场的动态数据，提供药品推荐；包括以下步骤：S41、获取顾客对药品的需求和偏好、顾客对药品选择和购买体验的反馈及市场的动态数据的药品特征数据；S42、利用ReliefF算法分析药品特征数据，并计算药品特征数据的重要性权值；包括以下步骤：S421、初始化每个特征的权重值；S422、从所有特征中随机选择一个特征，并计算特征在不同类别之间的差异性；S423、根据计算的差异性来调整特征的权重；S424、重复执行S422-S423的步骤，并为每个特征计算最终的重要性权重；S43、使用欧氏距离并基于药品特征数据计算类内距离和类间距离；S44、通过比较类内距离与类间距离的距离，调整药品特征数据的重要性权值，从而得出药品特征数据的权重值；包括以下步骤：S441、获取药品特征数据的类内距离和类间距离，其中，所述类内距离指同一类药品特征数据之间的特征差异，所述类间距离指不同类药品特征数据之间的特征差异；S442、对于每个药品特征数据，分析药品特征数据在类内和类间距离中的差异；S443、基于类内和类间距离中的差异，使用ReliefF算法调整每个药品特征数据的重要性权值；S444、重复执行S441-S443的步骤，直到每个药品特征数据均有对应的权重值，从而得到药品特征数据的权重值；S45、根据特征的权重值，将特征划分为不同的特征子集；S46、使用特征子集训练多个决策树，构建随机森林模型；S47、采用Bootstrap策略随机抽取药品特征数据作为自助样本集，然后按照预设的比例和顺序从不同的特征子集中选择特征，构造特征子空间，接着通过不断的分裂生长和节点优化，训练多个决策树，优化随机森林模型；S48、利用优化后的随机森林模型进行药品推荐；S5、基于个性化的药品推荐，设计优惠策略和促销活动；S6、在预设的试点区域内实施推荐和促销活动，并根据试点区域的测试反馈及持续监测的市场动态，对优惠策略和促销活动进行调整和优化。

全文数据：

权利要求：

百度查询： 北京未来聚典信息技术有限公司 一种基于购药规律的医药精准营销管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD