[发明专利]一种基于用户访问时段的差异化优惠券发放方法

说明书

一种基于用户访问时段的差异化优惠券发放方法，包括以下具体步骤：S1、根据用户在平台上的使用记录获取用户的历史数据；S2、将历史数据按照时间区间分为多个日常数据；S3、对各个时间区间的日常数据进行处理，建立用户消费欲望模型；S4、根据用户消费欲望模型预测用户在不同时间区间内的下单率；S5、根据用户在不同时间区间的下单率，向用户发放优惠劵。本发明根据用户的日常生活习惯进行划分不同时间区间，并根据不同时间区间内用户的消费习惯发放优惠券，在提高用户的购买欲同时可大大提高平台的订单量。

技术领域

本发明涉及电子优惠券技术领域，尤其涉及一种基于用户访问时段的差异化优惠券发放方法。

背景技术

优惠券作为在线交易系统(电商或者O2O)的一种重要营销手段；每张优惠券的生命周期都由两个阶段组成:发券和用劵；优惠券可以由运营平台创建一个优惠券活动,让用户主动领券或者主动发送给用户；消费者收到优惠券后,在结算页从优惠券列表中选择优惠券并使用。随着互联网的普及和电子商务的发展，在线销售额日益增加；众多平台为了留住消费者经常制定各种优惠券活动；但是现有的平台在发放优惠劵时不能很据消费者的购物习惯而发放优惠券，大多采取普便撒网的方式进行发放优惠劵；这样导致部分优惠劵发放给消费者后，没有购买欲望的消费者在一定的时间内并没有使用优惠劵进行消费，造成优惠劵的浪费，更不利于平台的发展。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于用户访问时段的差异化优惠券发放方法，本发明根据用户的日常生活习惯进行划分不同时间区间，并根据不同时间区间内用户的消费习惯发放优惠券，在提高用户的购买欲同时可大大提高平台的订单量。

(二)技术方案

为解决上述问题，本发明提供了一种基于用户访问时段的差异化优惠券发放方法，包括以下具体步骤：

S1、根据用户在平台上的使用记录获取用户的历史数据；

S2、将历史数据按照时间区间分为多个日常数据；

S3、对各个时间区间的日常数据进行处理，建立用户消费欲望模型；

S4、根据用户消费欲望模型预测用户在不同时间区间内的下单率；

S5、根据用户在不同时间区间的下单率，向用户发放优惠劵。

优选的，历史数据包括平台浏览信息、用户画像数据信息和订单信息；用户画像数据信息包括用户的性别、年龄、职业、消费物品的偏好、用户的地理位置以及用户使用的终端设备信息；订单信息包括用户下订单的时间信息、收货时间信息、下单物品的信息以及订单金额。

优选的，时间区间包括工作日时间区间和非工作日时间区间；工作日时间区间包括六点至九点时间段、九点至十二点时间段、十二点至十四点时间段、十四点至十七点时间段、十七点至二十点时间段、二十点至二十三点时间段以及二十三点至第二天六点时间段；非工作日时间区间包括八点至十二点时间段、十二点至十六点时间段、十六点至二十一点时间段和二十一点至二十四点时间段。

优选的，S3中建立用户消费欲望模型是通过机器学习算法对各个时间区间的日常数据进行处理后得到。

优选的，S4中对用户的在不同时间区间的下单率设定初始阈值，很据设定的初始阈值发放优惠券的具体步骤为：

判断当下时间区间段用户的下单率是否大于当下时间区间段设定的初始阈值；若是，则向用户发送小额优惠券；若否，则向用户发送大额优惠券。

优选的，同一时间区间内向用户发送的优惠券的金额与该时间区间设定的初始阈值呈负相关。