具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

在详细阐述本发明各个实施例之前，对本发明的核心发明思想予以概述，并通过下述若干实施例予以详细阐述。

实施例一：

请参照图1，图1是社交数字化营销方法的流程图。如图1所示，本发明的社交数字化营销方法包括：

业务知识构建步骤S1：建立领域知识schema和品牌营销指标间的指标计算逻辑；

领域知识获取步骤S2：根据所述领域知识schema对领域语料进行抽样标注获得标注语料，根据所述标注语料构建知识抽取模型，使用所述知识抽取模型对所述领域语料进行知识抽取计算，获得领域语料知识；

品牌营销统计分析步骤S3：根据所述指标计算逻辑对所述领域语料知识进行处理，得到业务指标，再根据所述指标计算逻辑对所述业务指标进行趋势预测；

品牌新机会发现步骤S4：从所述领域语料知识中过滤出业务知识，对所述业务知识进行聚类，根据聚类结果判断是否为新的品牌机会点。

请参照图2，图2是领域知识获取步骤S2的流程图。如图2所示，所述领域知识获取步骤S2包括：

收集步骤S21：收集所述领域语料；

标注步骤S22：根据所述领域知识schema对所述领域预料进行抽样标注获得所述标注语料；

构建模型步骤S23：根据所述标注语料使用所述深度学习算法构建所述知识抽取模型；

计算步骤S24：使用所述知识抽取模型对所述领域语料进行知识抽取计算，获得所述领域语料知识。

请参照图3，图3是品牌营销统计分析步骤S3的流程图。如图3所示，所述品牌营销统计分析步骤S3包括：

指标获取步骤S31：根据所述指标计算逻辑，对所述领域语料知识进行统计计算得到所述业务指标；

预测步骤S32：对所述业务指标进行组合统计分析后，再根据所述指标计算逻辑从时间维度上对组合统计分析后的结果进行趋势预测。

具体地说，本发明具体步骤如下：

模块一：业务知识构建模块

步骤1：根据领域业务需求，业务专家建立领域知识schema；

步骤2：设计品牌营销相关的指标(例如品牌月度声量、产品月度声量、品牌正向情感评价声量、品牌负向情感声量、品牌负向情感声量占比，等等)；

步骤3：将步骤1的领域知识和步骤2的指标，建立计算逻辑(品牌月度声量＝月度内品牌所有提及的总和，品牌负向情感声量＝月度内所有和品牌关联的三元组(欧莱雅，发布，欧莱雅小黑瓶)的情感为负面的所有提及的微博数量总和(因为有的说这个新产品好，有的说这个新产品不好，也有的中立，存在不同情感))。

模块二：领域知识获取模块：

步骤4：收集领域语料；

步骤5：根据步骤1的业务知识定义，对步骤4的样本进行抽样进行标注；

步骤6：根据步骤5的标注语料，使用Bert相关深度学习算法，构建知识抽取模型(例如美妆行业，可以从语料中抽取品牌、产品、成分、功效、妆容等等实体类型)；

步骤7：利用步骤6获取的模型对步骤4的所有语料进行知识抽取计算。

模块三：营销指标计算模块：

步骤8：依据步骤3的指标计算逻辑，对步骤7获取的社交语料的知识进行统计计算，得到业务相关的指标，例如声量、情感、痛点等统计分析。

模块四：品牌营销统计分析模块：

步骤9：对品牌的声量、情感、功效、成分等进行组合统计分析，依据步骤3的计算逻辑，从时间维度进行趋势的预测。

模块五：品牌新机会发现模块：

步骤10：从步骤7的语料中过来出人群、情景和痛点的业务知识；

步骤11：对步骤10的人群、情景和痛点进行聚类；

步骤12：对步骤11的聚类结果进行人工审核，判断是否为新的品牌机会点。

实施例二：

请参照图4，图4是本发明的社交数字化营销系统的结构示意图。如图4所示本发明的社交数字化营销系统，其中，包括：

业务知识构建模块，所述业务知识构建模块建立领域知识schema和品牌营销指标间的指标计算逻辑；

领域知识获取模块，所述领域知识获取模块根据所述领域知识schema对领域语料进行抽样标注获得标注语料，根据所述标注语料构建知识抽取模型，使用所述知识抽取模型对所述领域语料进行知识抽取计算，获得领域语料知识；

品牌营销统计分析模块，所述品牌营销统计分析模块根据所述指标计算逻辑对所述领域语料知识进行处理，得到业务指标，再根据所述指标计算逻辑对所述业务指标进行趋势预测。

其中，还包括：

品牌新机会发现模块，所述品牌新机会发现模块从所述领域语料知识中过滤出业务知识，对所述业务知识进行聚类，根据聚类结果判断是否为新的品牌机会点。

其中，所述领域知识获取模块包括：

收集单元，所述收集单元收集所述领域语料；

标注单元，所述标注单元根据所述领域知识schema对所述领域预料进行抽样标注获得所述标注语料；

构建模型单元，所述构建模型单元根据所述标注语料使用所述深度学习算法构建所述知识抽取模型；

计算单元，所述计算单元使用所述知识抽取模型对所述领域语料进行知识抽取计算，获得所述领域语料知识。

其中，所述品牌营销统计分析模块包括：

指标获取单元，所述指标获取单元根据所述指标计算逻辑，对所述领域语料知识进行统计计算得到所述业务指标；

预测单元，所述预测单元对所述业务指标进行组合统计分析后，再根据所述指标计算逻辑从时间维度上对组合统计分析后的结果进行趋势预测。

实施例三：

结合图5所示，本实施例揭示了一种电子设备的一种具体实施方式。电子设备可以包括处理器81以及存储有计算机程序指令的存储器82。

具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。

处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意一种社交数字化营销方法。

在其中一些实施例中，电子设备还可包括通信接口83和总线80。其中，如图5所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。

通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线80包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(FrontSide Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

该电子设备可以基于社交数字化营销，从而实现结合图1-图3描述的方法。

另外，结合上述实施例中基于社交数字化营销方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种社交数字化营销方法。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

综上所述，基于本发明的有益效果在于，本发明提供了一种社交数字化营销方法，本发明能让品牌营销更加实时更加有效；本发明能够提供给品牌新的机会挖掘点；本发明能够提供给企业发现新品牌的机会。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本发明的保护范围应以所附权利要求的保护范围为准。