品牌数字资产洞察分析方法
摘要文本
本发明提出了品牌数字资产洞察分析方法,所述方法包括如下步骤:建立品牌数字资产数据库,在品牌数字资产数据库内导入预先收集的品牌在数字平台的数字资产数据,并将平台地址进行标记,通过爬虫工具对标记地址进行实时数据抓取;对抓取数据进行清理和分类,在抓取数据进行数据清理后,将噪音数据和冗余重复数据剔除,并对缺失数据进行重点抓取后将数据按照资产类别进行分类后进行分析;将分类后的数据进行可视化展现,将资产类别进行图示化转换,通过机器学习将其数据关联点进行高亮展示,并通过批注在高亮区域分析关联点形成趋势;对数字资产类别中的品牌进行单独分析,对每个品牌单元的表现进行评估。
申请人信息
- 申请人:耐特康赛网络技术(北京)有限公司
- 申请人地址:100020 北京市朝阳区三丰北里1号楼13层1301
- 发明人: 耐特康赛网络技术(北京)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 品牌数字资产洞察分析方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311649298.4 |
| 申请日 | 2023/12/5 |
| 公告号 | CN117370448B |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06F16/26 |
| 权利人 | 耐特康赛网络技术(北京)有限公司 |
| 发明人 | 渠成 |
| 地址 | 北京市朝阳区三丰北里1号楼13层1301 |
专利主权项内容
1.品牌数字资产洞察分析方法,其特征在于,所述方法包括如下步骤:建立品牌数字资产数据库,在品牌数字资产数据库内导入预先收集的品牌在数字平台的数字资产数据,并将平台地址进行标记,通过爬虫工具对标记地址进行实时数据抓取;对抓取数据进行清理和分类,在抓取数据进行数据清理后,将噪音数据和冗余重复数据剔除,并对缺失数据进行重点抓取后将数据按照资产类别进行分类后进行分析;将分类后的数据进行可视化展现,将资产类别进行图示化转换,通过机器学习将其数据关联点进行高亮展示,并通过批注在高亮区域分析关联点形成趋势;对数字资产类别中的品牌进行单独分析,对每个品牌单元的表现进行评估,评估品牌在不同数字渠道上的曝光度、用户参与度、社交影响力数据,并将其关联关系形成图示化数据,在资产类别的子项中进行插入;在每个品牌单元中加入反馈分析和趋势数据的实时数据,将数字平台中的用户评价通过用户等级权重分类后按照权重系数由上至下进行排列,将数字平台中的历史数据收集形成趋势变化图示在品牌单元那种进行展示;结合资产类别和品牌单元中的分析数据,对品牌的数字资产表现、用户反馈和市场趋势通过统计分析后形成分析报告,并将分析报告导出;在建立品牌数字资产数据库时,首先确定数据源将需要获取的数据包括资产的基本信息和与资产相关的统计数据进行收集,并将收集数据在关系型数据库中进行存储;所述基本信息包括数字平台名称、IP 地址以及数字资产类型,所述与资产相关的统计数据包括访问量、用户数和点击率数据;在按照资产类别进行分类后进行分析时对数据进行初步的探索性分析,通过统计描述对分类数据的基本特征、分布、相关性进行采集后进行分析;所述探索性分析首先对数据进行概览,将数据中的维度、特征的类型和数量进行采集,并对数据进行摘要统计,包括计算数据的均值、中位数、最大值、最小值、标准差,通过计算特征之间的相关系数获取相关性数据,通过绘制直方图、箱线图图表将数据可视化后,对同一分类中的不同数据集进行集成,并进行数据变换形成趋势变化数据。。来源:百度搜索马克数据网