[发明专利]一种基于品类购买次数的数据分析处理方法及系统

权利要求书

1.一种基于品类购买次数的数据分析处理方法，其特征在于，包括：

步骤S1：获取用户购买数据，根据用户购买数据按照品类维度进行分类；其中用户购买数据包括用户账号、购买品类、购买时间和购买次数；

步骤S2：对分类后的每个品类按照购买次数维度进行统计，获取每个品类中购买次数的人群数量数据；

步骤S3：基于每个品类中购买次数的人群数量数据建立实际模型；所述实际模型是通过对购买次数的人群数量数据进行自然对数处理，再将做过自然对数处理之后的数据进行线性回归所得，其中购买次数的人群数量数据是从用户购买数据中所获取的；

步骤S4：将实际模型与预测模型进行对比分析，从中获取用户购买情报数据；所述预测模型是通过对购买次数的人群数量数据进行自然对数处理，再将做过自然对数处理之后的数据进行线性回归所得，其中购买次数的人群数量数据是通过预设推算所得；所述购买情报数据包括通过预测模型和实际模型的对比所获知的用户实际购买次数转换情况、通过模型斜率下降速度所获知的用户再次购买倾向；

步骤S5：通过用户数据平台筛选用户信息，结合用户购买情报数据向用户推送相对应的促销信息。

2.根据权利要求1所述的基于品类购买次数的数据分析处理方法，其特征在于，所述步骤S2后还包括步骤S2’：对每个品类中购买次数的人群数量数据进行过滤处理，过滤掉每个品类中少于设定购买频率的人群。

3.根据权利要求1所述的基于品类购买次数的数据分析处理方法，其特征在于，所述品类包括日常家用类和家电3C类，其中日常家用类包括美妆类、服饰类。

4.根据权利要求3所述的基于品类购买次数的数据分析处理方法，其特征在于，所述日常家用类的实际模型的回归方程为：k＝e^{-0.147*n+15.269}；其中n为用户购买美妆商品的次数，k为购买n次的人群数量。

5.根据权利要求3所述的基于品类购买次数的数据分析处理方法，其特征在于，所述家电3C类的实际模型的回归方程为k＝e^{-0.239*n+14.555}；其中n为用户购买家电3C类商品的次数，k为购买n次的人群数量。

6.根据权利要求1所述的基于品类购买次数的数据分析处理方法，其特征在于，所述促销信息包括投放广告、推送用户购买商品相似的商品信息、通知用户收藏商品降价通知。

7.一种基于品类购买次数的数据分析处理系统，其特征在于，包括服务器，所述服务器执行权利要求1～6任意一项所述的基于品类购买次数的数据分析处理方法。