[发明专利]用户移动化程度的检测方法及应用方法

说明书

本发明公开了用户移动化程度的检测方法及应用方法，该检测方法包括：首先用户移动化程度的描述指标中选取训练集和测试集，对训练集进行因子分析，获得M个因子，M个因子至少包括购买移动化程度因子、移动浏览价值因子、浏览移动化程度因子及移动购买价值因子，每个因子包括一个或多个变量；再通过M个因子得到M个变量，将所述M个变量作为自变量，将因子综合得分作为因变量，进行多元线性回归分析，得到用户移动化指数函数；利用用户移动化指数函数，计算所述测试集的用户移动化指数；最后利用用户移动化指数，检测出测试集的用户移动化程度。本发明大幅精简了新增样本需要获取的变量个数，保障了移动化程度的检测效率。

技术领域

本发明属于互联网电子商务领域，尤其涉及一种用户移动化程度的检测方法及应用方法，特别是基于用户移动化程度的营销推广方案设计方法及基于用户移动化程度的商品推荐方法。

背景技术

近年来，随着移动终端的普及、移动支付的发展，移动电商的发展逐渐壮大，大量用户正逐渐向移动设备迁徙。目前的互联网电子商务分析体系中，尚无业内广泛认可并采纳的检测用户移动化程度的方法。

指数计算方法方面，一般来说，用于综合评估的指数计算方法如下：

1.加权平均算法。如上证指数，权数为上市公司的总股本。电商行业指标包括流量、订单、销售额等，指标类别多样化，量纲相差较大，难以选取合适的指标作为权数。

2.因子分析法。因子分析是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原资料的大部分信息。因子分析法广泛应用于公司综合实力、区域经济发展水平等的综合评估和排名。在目前应用的案例中，都是对所有样本进行评估排名，如果要考虑到方案的可扩展性，则必须要考虑到如何评估新样本。因子综合得分，是原始变量的加权线性函数，这个函数可以用作新样本的评估。但由于原始变量往往很多，移动化程度的检测效率难以保证，很难支持实时推荐等功能。

发明内容

(一)要解决的技术问题

本发明的目的在于提供一种用户移动化程度的检测方法，提高移动化程度的检测效率。

(二)技术方案

本发明提供一种用户移动化程度的检测方法，该方法包括：

S1，选取用户移动化程度的描述指标，分别得到训练集和测试集；

S2，根据所述训练集进行因子分析，获得M个因子，其中，每个因子包括一个或多个变量，其中，M为大于等于1的整数；

S3，从所述M个因子的每一个因子中选取对该因子贡献最大的一个变量，得到M个变量；

S4，将所述M个变量作为自变量，将因子综合得分作为因变量，进行多元线性回归分析，得到用户移动化指数函数；

S5，利用所述用户移动化指数函数，计算所述测试集的用户移动化指数；

S6，利用所述用户移动化指数，检测出所述测试集的用户移动化程度。

本发明还提供一种基于用户移动化程度的营销推广方案设计方法，营销系统结合用户画像基础模型及用户移动化程度对用户进行分类，针对不同类别的用户设计对应的营销推广方案。

本发明还提供一种基于用户移动化程度的商品推荐方法，当用户通过移动终端访问网站时，实时推荐系统根据用户移动化程度将所述用户至少分为移动终端重度依赖用户、移动终端中度依赖用户及移动终端轻度依赖用户，实时推荐系统对移动终端重度依赖用户及移动终端中度依赖用户进行商品推荐。

(三)有益效果