白酒行业线上营销竞争激烈,品牌方难以从海量抖音视频中快速识别高热度内容背后的营销路线、视觉风格与用户偏好。本项目面向酒类品牌市场部与包装设计师,通过自动化采集抖音搜索视频数据,结合热度模型与AI语义分析,挖掘爆款内容的营销规律,并生成可落地的包装设计方案与营销策略,解决"凭感觉做设计、缺乏数据支撑"的痛点。
点击空白处退出提示
语言技术
Python、Flask、JavaScript系统类型
Web行业分类
企业服务
白酒行业线上营销竞争激烈,品牌方难以从海量抖音视频中快速识别高热度内容背后的营销路线、视觉风格与用户偏好。本项目面向酒类品牌市场部与包装设计师,通过自动化采集抖音搜索视频数据,结合热度模型与AI语义分析,挖掘爆款内容的营销规律,并生成可落地的包装设计方案与营销策略,解决"凭感觉做设计、缺乏数据支撑"的痛点。
系统提供两大核心工作流:
1. 排行榜视图 :支持导入罗盘榜单Excel,自动提取酒品关键词并批量采集视频,进行品类级汇总分析;
2. 视频列表视图 :支持自定义关键词列表,通过CDP浏览器自动化采集指定数量的视频及评论,实时展示采集进度。
核心分析功能包括:热度排序、营销路线趋势提取(L1关键词+L2语义分类)、内容风格识别、目标受众分析、竞品差异化洞察;最终调用大模型生成多套包装设计方案,并从内容方向、设计风格、营销策略、目标受众、差异化五个维度进行可行性评分,支持历史方案弹窗查看与方案修正迭代。
我负责整体技术方案设计与核心代码实现。后端采用Flask + Python,使用Playwright通过Chrome DevTools Protocol实现浏览器自动化采集;热度计算综合点赞、评论、分享加权;算法层使用关键词提取+StructBERT零样本语义分类;LLM层通过DashScope调用通义千问生成市场洞察与设计方案,并加入评分-修正闭环。前端为原生JS三栏布局,已实现进度条、时间范围筛选、历史方案弹窗、下拉框美化等交互。难点在于抖音反爬对抗、登录态Profile管理、LLM长文本生成超时控制以及前后端数据格式适配。



评论