[发明专利]一种判断用户群体流失倾向的方法及装置

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种判断用户群体流失倾向的方法及装置。

背景技术

随着计算机技术的发展与大数据时代的到来，各个公司对于用户的留存情况越来越重视，希望能够对用户的流失进行预测。及早识别出其已拥有的但有可能流失的用户对于各公司来说非常重要，因为如果能及早识别出这样的用户，就可以采取一些措施来防止用户流失。但是在电商领域中对于预测某类用户的流失倾向还是缺少明确、有效的预测机制。

目前，对于用户流失的预测算法并没有明确针对电商平台上用户的模型算法，所以目前的预测算法主要是通过用户的人口统计信息、用户的行为信息等数据源作为用户模型构建的因子。此外，目前的预测模型在预测用户的流失倾向时，没有根据用户的购买行为数据等互联网访问数据对用户进行归类，所以在预测流失率时，难以对某类用户的整体流失倾向做出准确预测，电商商家在得知流失倾向后也无法根据不同用户的用户特征和偏好模型做出反馈。

发明内容

有鉴于此，本发明提供一种判断用户群体流失倾向的方法及装置，主要目的在于针对互联网电商用户的购买行为数据判断用户群体流失的倾向概率。

为达到上述目的，本发明主要提供如下技术方案：

一方面，本发明提供了一种判断用户群体流失倾向的方法，该方法包括：

获取产品购买用户的浏览行为数据，所述浏览行为数据是所述用户进行产品浏览时生成的数据信息；

根据预置的数据特征值为所述浏览行为数据对应的用户标记标签，所述数据特征值为所述浏览行为数据中行为特征字段的值；

利用所述标签对所述浏览行为数据进行分类，得到用户群体集合；

根据所述用户群体集合的购买行为数据与标签占比值，计算所述用户群体集合的流失倾向，所述购买行为数据记录有用户在购买产品时生成的数据信息，所述标签占比值为所述用户群体集合的所有用户中含有的单个标签数量占总标签数量的比重值。

另一方面，本发明还提供了一种判断用户群体流失倾向的装置，该装置包括：

获取单元，用于获取产品购买用户的浏览行为数据，所述浏览行为数据是所述用户进行产品浏览时生成的数据信息；

标记单元，用于根据预置的数据特征值为所述获取单元获取的浏览行为数据对应的用户标记标签，所述数据特征值为所述浏览行为数据中行为特征字段的值；

分类单元，用于利用所述标签对所述标记单元标记有标签的浏览行为数据进行分类，得到用户群体集合；

计算单元，用于根据所述分类单元所划分的用户群体集合的购买行为数据与标签占比值，计算所述用户群体集合的流失倾向，所述购买行为数据记录有用户在购买产品时生成的数据信息，所述标签占比值为所述用户群体集合的所有用户中含有的单个标签数量占总标签数量的比重值。

依据上述本发明所提出的判断用户群体流失倾向的方法及装置，主要用于预测电商网站中具有相似特征的用户群体的流失倾向概率。具体通过大数据的统计，获取购买过电商网站产品的用户数量，以及每个用户的网络浏览行为数据，并且根据这些浏览行为数据中所具有的特征值为所有浏览行为数据标记不同的信息标签，再根据预置的分类策略进行数据分类，从而得到具有相似特征的用户群体。再根据该群体中用户购买行为数据的平均值，以及标签中的标签占比值综合计算并判断该用户群体相对于该电 商网站的流失倾向。相对于现有的预测用户流失的计算模型，本发明所采用的方法是针对电商领域中销售产品网站或平台进行的用户流失倾向的预测方法，因此，本方法中所采用的数据参数更加具有针对性，使得在电商领域中的预测准确度更高。同时，本发明还能够根据用户之间所具有的相似特征对多名用户同时进行流失倾向的预测，相对于单个用户的预测方式，大幅提高了预测效率。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提出的一种判断用户群体流失倾向的方法的流程图；

图2示出了本发明实施例提出的另一种判断用户群体流失倾向的方法的流程图；

图3示出了本发明实施例提出的一种判断用户群体流失倾向的装置的组成框图；

图4示出了本发明实施例提出的另一种判断用户群体流失倾向的装置的组成框图。

具体实施方式