[发明专利]基于用户访问路径提高商户转化率的方法和系统

说明书

本公开提供一种基于用户访问路径提高商户转化率的方法和系统。在根据本公开的方法和系统中，对用户访问路径的大数据进行机器学习或通过含人工干预的自动化过程以建立模型，当有新的用户的访问时，实时记录用户的访问路径，并根据用户实时访问路径，从模型中寻找适配的路径，以便在合适的路径节点给予合适的激励，从而提高用户购买的可能性，即提高商户转化率。本发明的技术利用了大数据和机器学习技术，同时照顾到了人类动力学原理，从而最大限度上提升了商户的转化率，即提高了商户收入。

技术领域

本发明涉及大数据与机器学习，更具体涉及基于用户访问路径提高商户转化率的方法和系统。

背景技术

无论是线上(online)还是线下(offline)，商户转化率(或简称为“转化率”)是任何商业活动中最受关注的参数。宏观地，关于转化率的计算公式可以表达为：

转化率＝购买用户个数/到访用户个数。

微观到每一个用户，则转化率也可以表达为：

转化率＝P(购买)

即，购买事件未来发生在某一个用户身上的概率。

在目前的电子商务与线上到线下(O2O)经营活动中，已经提议并使用了一些技术来努力提高商业成功率。

中国发明专利申请CN105225135A(申请号201510737221.1、申请日2015年10月31日、发明名称“潜力客户识别方法以及装置”)提出了一种根据客户、主要是游戏玩家的行为特征，静态属性，判断客户的付费潜力、促进客户晋级的方法。但是，该专利文献并不尝试解决在一般商业环境下的促进整体转化率的问题。

中国发明专利申请CN105912686A(申请号201610240342.X、申请日2016年4月18日、发明名称“一种基于机器学习的搜索引擎营销竞价方法及系统”)使用了机器学习的方法对在搜索引擎营销竞价的价格和结果进行预先的测算，结果用来帮助搜索广告买主预测效果。该专利文献中所称的“转化率”指的是购买关键字的价格到最终到达最终点击的转化率，而不是本发明中所定义的从访客到付费客户的转化率。

中国发明专利申请CN 105761093A(申请号201410789962.X、申请日2014年12月17日、发明名称“一种基于知识空间的行为结果评估方法以及装置”)提供了一种判断用户价值的方法。通过在一段时间内的观察，判断用户是否高价值用户，以决策是否对客户进行挽留等措施。该专利文献没有在用户操作的时候实时的提升用户的转换可能，而是通过非实时手段去采取行动。

以上的现有技术均不能解决商业上最关心的转化率问题。

因此，需要提供一种基于用户访问路径提高商户转化率的方法和系统。

发明内容

本发明的目的在于提供一种基于用户访问路径提高商户转化率的方法和系统。其中，对用户访问路径的大数据进行机器学习或通过含人工干预的自动化过程以建立模型，当有新的用户的访问时，实时记录用户的访问路径，并根据用户实时访问路径，从模型中寻找适配的路径，以便在合适的路径节点给予合适的激励，从而提高用户购买的可能性，即提高商户转化率。

根据本发明的第一方面，提供了一种基于用户访问路径提高商户转化率的方法，包括：基于用户对商品的访问日志记录而构建预测模型；基于新的用户对商品的实时访问路径、所述预测模型，并参考预设营销手段，确定用于该用户的营销决策。

优选地，在根据本发明的第一方面的方法中，所述的用户对商品的访问日志记录包括到访商品的访问时序序列、在每个到访商品上的停留时间以及商品购买记录。

优选地，在根据本发明的第一方面的方法中，所述的基于用户对商品的访问日志记录而构建预测模型包括：基于用户对商品的访问日志记录，利用深度神经网络，并基于历史观察的人工干预，来构建预测模型。