[发明专利]确定产品需求的方法及装置和电子设备

权利要求书

1.一种确定产品需求的方法，所述方法包括：

从产品的当前版本的运营数据中采集种子用户集合；

根据所述种子用户集合内种子用户的第一特征，查询与所述种子用户的第一特征的特征值相似的潜在用户组成的潜在用户集合；

根据所述潜在用户集合内潜在用户的第二特征，从所述潜在用户集合中筛选与设定比例的潜在用户的第二特征的特征值不相似的异常用户组成的异常用户集合；

解析所述异常用户集合中异常用户的第三特征的特征值，确定该产品迭代的产品需求。

2.根据权利要求1所述的方法，所述方法还包括：

根据所述产品需求开发所述产品的新功能，将所述新功能添加到所述当前版本后得到迭代版本。

3.根据权利要求2所述的方法，所述方法还包括：

将所述迭代版本作为当前版本后重复权利要求1中的步骤。

4.根据权利要求1所述的方法，所述根据所述种子用户集合内种子用户的第一特征，查询与所述种子用户的第一特征的特征值相似的潜在用户组成的潜在用户集合，具体包括：

提取所述种子用户集合中种子用户之间第一特征中具有共性的特征值；

从其它用户集合中用户的第一特征中查询与该共性的特征值相似的特征值对应的潜在用户，由所述潜在用户组成潜在用户集合。

5.根据权利要求1所述的方法，所述根据所述种子用户集合内种子用户的第一特征，查询与所述种子用户的第一特征的特征值相似的潜在用户组成的潜在用户集合，具体包括：

利用人群扩散算法，查询与所述种子用户的第一特征的特征值相似的潜在用户组成的潜在用户集合；

所述根据所述潜在用户集合内潜在用户的第二特征，从所述潜在用户集合中筛选与设定比例的潜在用户的第二特征值的特征值不相似的异常用户组成的异常用户集合，具体包括：

利用无监督学习算法，从所述潜在用户集合中筛选与预设比例的潜在用户的第二特征值的特征值不相似的异常用户组成的异常用户集合。

6.根据权利要求5所述的方法，所述人群扩散算法包括带监督学习的人群扩散算法；其中，所述种子用户的第一特征的特征值作为监督学习的监督标签。

7.根据权利要求1所述的方法，所述产品包括餐饮软件，所述当前版本为到店交易，所述第三特征包括LBS和Memo；

所述解析所述异常用户集合中异常用户的第三特征的特征值，确定该产品迭代的产品需求，具体包括：

解析所述异常用户集合中异常用户的LBS数据和Memo数据；

在所述LBS数据表示的交易距离大于阈值的比例超过预设比例，并且所述Memo数据中备注有电话号码和房间号码时，确定该产品迭代的产品需求为到家交易，所述产品的迭代版本为到店交易+到家交易。

8.根据权利要求6所述的方法，所述监督学习包括LR、GBDT或者RF算法。

9.根据权利要求5所述的方法，所述无监督学习算法包括聚类算法或者邻近异常检测算法。

10.根据权利要求9所述的方法，所述聚类算法包括K-MEANS算法、DBSCAN算法或者凝聚层次算法。

11.一种确定产品需求的装置，所述装置包括：

采集单元，从产品的当前版本的运营数据中采集种子用户集合；

查询单元，根据所述种子用户集合内种子用户的第一特征，查询与所述种子用户的第一特征的特征值相似的潜在用户组成的潜在用户集合；

筛选单元，根据所述潜在用户集合内潜在用户的第二特征，从所述潜在用户集合中筛选与设定比例的潜在用户的第二特征的特征值不相似的异常用户组成的异常用户集合；

确定单元，解析所述异常用户集合中异常用户的第三特征的特征值，确定该产品迭代的产品需求。