[发明专利]一种基于用户行为数据的客户忠诚度细分方法

权利要求书

1.一种基于用户行为数据的客户忠诚度细分方法，其特征在于，包括如下步骤：基于电子商务网站企业日志数据库中的访问日志数据和企业业务数据库中的业务数据来提取用户进入网站后的访问行为和购买行为；结合电子商务环境特征与企业数据库中的实际数据，构建客户忠诚度的评价指标体系；结合层次分析法和K-means聚类法计算客户的忠诚度指数，并获取客户的忠诚度类别，更具体为：

步骤A，获取电子商务企业的业务数据库中记录的所有用户购买数据和网络日志数据库中存储的一个时间段内的用户访问数据；

步骤B，数据预处理，清除无效数据，所述无效数据包括爬虫、异常访问的数据，清除与客户忠诚度评价无关的冗余字段和数据；

步骤C，构建用于客户忠诚度细分的行为指标体系，所述行为指标体系中包括客户忠诚度评价指标，所述客户忠诚度评价指标包括访问忠诚维度的指标和购买忠诚维度的指标，在不同维度下选取具体行为指标，得到初步的客户忠诚度评价指标体系，根据所述初步的客户忠诚度评价指标体系，分别从访问数据和购买数据中提取访问行为指标和购买行为指标，并匹配同一用户的访问行为特征与购买行为特征，剔除无效的用户记录，得到用户行为特征集；

所述步骤C中所提的客户忠诚度评价指标体系是多指标结构，采用层次化结构设置指标，将其划分为三个层次，每一层次的指标均是由上层指标展开，上层指标通过下层指标的结果反映得出，其中一级指标为客户忠诚度指数；二级指标为客户忠诚度评价维度，包括访问忠诚和购买忠诚；三级指标为所述二级指标对应的评估指标，共包含如下表所述的18个用户行为指标：

所述步骤C中所提的访问行为指标的提取步骤包括用户识别、会话识别和特征计算，具体步骤如下：

用户识别是通过网络日志数据中的VINFO字段区别不同用户的访问记录；

会话识别是对同一用户的多次访问进行划分，采用设定页面访问时间阈值的方式切分会话，即设定页面访问阈值为30分钟，单一页面访问时间超过30分钟时划分为两次会话；

特征计算是根据步骤C构建的客户忠诚度评价指标体系提取访问行为指标，通过VINFO字段联立各日志表，通过SQL程序计算每个用户的访问特征，合并特征获得用户访问行为特征数据集；

所述步骤C中所提的购买行为指标的提取步骤包括用户识别和特征计算，具体步骤如下：

用户识别是通过业务数据库中的LOGIN_ID字段区别不同用户的购买记录；

特征计算是根据步骤C构建的客户忠诚度评价指标体系提取购买行为指标，通过LOGIN_ID字段联立各业务表，通过SQL程序计算每个用户的购买特征，合并特征获得用户购买行为特征数据集；

所述步骤C中所提的用户访问行为特征和购买行为特征的匹配是指合并用户访问行为特征和购买行为特征获得用户行为特征数据集，具体指通过用户身份匹配表中记录的LOGIN_ID字段和VINFO字段关联用户访问行为特征数据集和用户购买行为特征数据集；

步骤D，根据步骤C提取的初步的客户忠诚度评价指标体系，运用随机森林算法对用户行为指标进行特征选择,筛选出对忠诚度分类的影响程度达到设定阈值的指标,获得最终的客户忠诚度评价指标体系；

步骤E，根据步骤D中所获得的最终的客户忠诚度评价指标体系,采用层次分析法获取最终的客户忠诚度评价指标体系中各个指标的权重，并通过计算得到每个客户的忠诚度指数；

步骤F，根据客户忠诚度指数，采用K-means聚类算法划分客户类别；

步骤G，分析不同忠诚度组别下客户行为特征的差异，进行结果可视化分析。

2.如权利要求1所述的一种基于用户行为数据的客户忠诚度细分方法，其特征在于：所述步骤A中的用户购买数据提取的时间段为业务数据库中存储的所有购买数据，用户访问数据提取的时间段为网络日志数据库中存储的至少一年以上的访问数据。