[发明专利]一种访客行为分类方法及系统

说明书

本发明提供了一种访客行为分类方法及系统，对采集的原始数据进行数据标准化，得到标准化后的数据y_i；确定访客行为最大分类数k_max，分别取k＝1,2,3，…，k_max，划分成k类依次对确定的标准数据进行k‑means聚类，并计算群内平方和WSS，依次得到k_max个WSS数值；确定WSS的拐点k_best；重新按照k_best的值作为k‑means的初始分类数，重新对数据进行依次k‑means聚类。与现有技术相比，能够在没有任何业务经验的前提下，自动确定为k‑means聚类算法事先分配一个合适的初始分类数；既可手动控制参数范围，又可实现自动划分，简单、快速、明了。

技术领域

本发明涉及一种访客行为分类方法及系统，属于互联网领域。

背景技术

信息时代的来临使得企业营销焦点从产品中心转变为客户中心，客户关系管理成为企业的核心问题。客户关系管理的关键问题是客户分类，依据客户的行为特征数据，对客户进行分类，依据实际业务情况将客户划分为不同行为特征群体，企业针对不同行为特征的客户制定优化的个性化服务方案，采取不同的营销策略，将优先营销资源集中于高价值客户，实现企业利润最大化目标。

在航空领域常见的分析流程是借助航空公司客户访问行为数据(点击、跳转、购买等行为)，利用聚类分析技术对客户进行分群。最后对不同行为特征的客户群提供个性化服务，制定相应的营销策略。

聚类分析是在没有给定划分类别的情况下，根据数据相似度进行样本分组。它可以建立在无类标记的数据上，是一种非监督学习算法。K-means聚类算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数据划分为预定的k类，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度越大。

常见的聚类分析有k-means算法，通常该算法需要结合实际业务背景，事先确定需要将客户划分成多少类，作为超参数同行为数据一同作为算法的输入。然后通过一系列测试验证以此种分类数是否可以满足业务需求，因此具有一定的主观性。

发明内容

本发明提供了一种访客行为分类方法及系统，具有能够在没有任何业务经验的前提下，自动确定为k-means聚类算法事先分配一个合适的初始分类数的特点。

根据本发明提供的一种访客行为分类方法，具体方法包括，

数据标准化，对采集的原始数据进行数据标准化，得到标准化后的数据y_i，标准化公式为：其中x为数据点，n为数据点的总个数，i＝1,2，…，n；所述原始数据为访客行为数据，包括具体行为的次数和时间；所述行为包括访问行为；

执行k-means聚类计算，确定访客行为最大分类数k_max，分别取k＝1,2,3，…，k_max，划分成k类依次对确定的标准数据进行k-means聚类，并计算群内平方和WSS(Within-ClusterSumofSquare)，依次得到k_max个WSS数值；

确定WSS的拐点k_best；

重新按照k_best的值作为k-means的初始分类数，重新对数据进行依次k-means聚类。

具体方法还包括，y维度判断，判断y维度是否大于设定阈值，如果否，则执行k-means聚类计算。

具体方法还包括，如果y维度大于设定阈值，则对数据y进行降维，得到确定的标准化数据。

采用PCA算法对数据y进行降维。

采用PCA算法确定WSS的拐点k_best。

所述方法还包括，重新对数据进行依次k-means聚类后，输出每个访客数据所对应的分类编号。

根据本发明提供的一种访客行为分类系统，其特征在于：包括，