[发明专利]一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统

说明书

本发明涉基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统，与现有技术相比解决了无法挖掘出潜在客户进行网络在线广告推送的缺陷。本发明包括以下步骤：数据收集和预处理，从在线移动终端上收集消费者的行为数据并建立数据池，对数据池中的数据进行预处理操作，为后续数据分析和建模提供数据支持；针对消费者的行为数据进行建模，建立一种面向消费者行为数据的主题模型，挖掘出消费者与在线广告类别、购买时间段之间的联系；针对消费者进行有效分类，针对不同的消费者类别在线推送对应类型的广告。本发明通过收集各种移动终端上消费者的行为数据，分析和建模消费者的行为，挖掘不同消费者的消费习惯，实现消费者有效分类。

技术领域

本发明涉及数据分析和预测技术领域，具体来说是一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统。

背景技术

随着移动互联网技术的快速发展，诸如手机、平板电脑以及POS机等各种移动终端越来越普及，受到大众欢迎。它们使得人们可以尽量不受时间与空间的限制，随时随地完成消费行为，购买到自己需求的商品。据TalkingData发布的《2014移动互联网数据报告》显示，截止2014年年底，我国移动智能终端用户规模达10.6亿，较2013年增长231.7％；用户平均每天使用移动应用市场达1458秒。另有数据显示，我国POS机的数量呈直线趋势增长，到2014夏末，每万人拥有13.7台POS机。

这些移动终端在方便人们消费的同时，也记录下了消费者们的行为数据，例如消费者刷POS机购物后，设备会存下消费者的购物清单：商品名、价格、销售数量、销售时间以及店铺名等；再例如消费者通过手机银行完成网上购物后，相关应用也会存下消费者的购物清单，另外如果手机的GPS是打开的情况，消费者的位置信息也会被记录下来。事实上，消费者的个人特点往往表现在日常的消费行为上，例如，一些消费者习惯去大卖场逛早市，那么他们会经常在早上六点至八点出现在大卖场并产生消费行为，而另一些消费者习惯晚上去大型购物中心Shopping，那么他们的消费行为数据多产生于晚上八点至十点。存留于移动终端上的这些数据使得分析和建模消费者的行为成为一种可能。

那么如何通过分析和建模消费者的行为，再挖掘出不同消费者的消费习惯，从技术上实现已有客户群体的粘性加固、潜在客户的精准营销和广告推送，已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中无法挖掘出潜在客户进行网络在线广告推送的缺陷，提供一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种基于消费者行为数据分析和分类技术的在线广告分类推送方法，包括以下步骤：

数据收集和预处理，从在线移动终端上收集消费者的行为数据并建立数据池，对数据池中的数据进行预处理操作，为后续数据分析和建模提供数据支持；

针对消费者的行为数据进行建模，建立一种面向消费者行为数据的主题模型，挖掘出消费者与在线广告类别、购买时间段之间的联系；

针对消费者进行有效分类，针对不同的消费者类别在线推送对应类型的广告。

所述的数据收集和预处理包括以下步骤：

收集数据，从在线移动终端上收集消费者的行为数据，并将消费者所对应的行为数据建立数据池；

推送对象身份匹配，通过数据池中的消费者基本信息表，对消费者的身份进行了逐级匹配，为具有多重身份的消费者赋予唯一身份标识；

数据清洗，删除数据池中购买商品总数和购买次数均较低的消费者及其对应的行为数据；

划分时间片，将一天二十四小时划分成七个时间段，并将消费者购买的商品配以相应的时间段标签。