[发明专利]基于关联规则的房地产客户分析方法、装置及存储介质有效
申请号: | 201911291493.8 | 申请日: | 2019-12-16 |
公开(公告)号: | CN110992109B | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 李琦;宋卫东 | 申请(专利权)人: | 重庆锐云科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q50/16;G06F16/22;G06F16/2458 |
代理公司: | 重庆智慧之源知识产权代理事务所(普通合伙) 50234 | 代理人: | 余洪 |
地址: | 401120 重庆*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 关联 规则 房地产 客户 分析 方法 装置 存储 介质 | ||
1.一种基于关联规则的房地产客户分析方法,其特征在于,包括:
采集客户在线上线下发生的项目访问行为数据,形成原始数据池;
按照预先定义的客户行为数据N元组,将所述原始数据池中的客户行为数据,以客户为单位,映射填入到该客户对应的所述N元组中,对不存在行为数据的组别项设置为空值,对不满足所有组别属性的客户行为数据丢弃;所述N元组包括性别、年龄、工作、家庭成员、资产、来访频率、居住地;
基于已映射填入客户数据的各所述N元组,构建字典顺序前缀树,采用数据挖掘算法对所述字典顺序前缀树各数据项集进行扫描,计算所述数据项集的权值总和,判断所述权值总和与设定最小支持率阈值的大小关系,根据所述大小关系判定所述数据项集是否属于频繁项集,如是,输出频繁项集;
其中,数据挖掘算法的过程包括:
a)设定所设计的最小节点支持率阈值为θ,对行为数据树结构进行扫描,对每种数据项频繁度进行检测;当权重小于θ代表该数据项本身数据样本过小,不推荐继续进行计算,放弃该数据项;同时当该树结构中,超过一半的节点不满足最小支持率阈值θ时,则表示该数据集样本量过低,不推荐继续分析;
b)对于树根节点的第一个子节点A所组成的子树,根据字典顺序树的特点,它已经完全包含了与数据项A相关的所有其他流的完整信息,所以可以深度遍历其子孙节点,并对权重值与最小支持率阈值进行比较,当权重值大于最小支持率阈值时,则判断该节点是属于频繁项集;
c)在遍历比较的过程中,如果其中某个节点不能满足最小支持率阈值条件,即当权重值小于最小支持率阈值时,就不需要对其子孙节点进行拓展,从而节省遍历时间,提高算法搜索效率;
d)当完成搜索之后,就将得到的频繁项集输出,这样就完成了对数据项A相关的频繁项集的挖掘;
e)对于树根节点的第二个子节点B相关的流频繁项集,可以通过深度遍历以B节点为根节点的子树进行获取;依此类推,就可以找到任意节点的频繁项集,并将其输出;
利用关联规则对所述频繁项集进行分析,得到客户购买意向。
2.如权利要求1所述的基于关联规则的房地产客户分析方法,其特征在于,所述采集客户行为数据包括:按照设定时间窗口长度,采集客户行为数据。
3.如权利要求1所述的基于关联规则的房地产客户分析方法,其特征在于,所述根据所述大小关系判定所述数据项集是否属于频繁项集,包括:
在所述权值总和大于等于所述设定最小支持率阈值时,判定所述数据项集属于频繁项集;相反,则判定所述数据项集不属于频繁项集。
4.如权利要求1所述的基于关联规则的房地产客户分析方法,其特征在于,还包括:
若判定所述数据项集不属于频繁项集,则不再对所述数据项集进行子孙节点的扩展。
5.如权利要求1所述的基于关联规则的房地产客户分析方法,其特征在于,所述计算所述数据项集的权值总和包括:
获取与所述数据项集对应的数据频次、权重标准值,计算所述数据频次与所述权重标准值之间的乘积,作为所述数据项集的权值总和。
6.如权利要求5所述的基于关联规则的房地产客户分析方法,其特征在于,所述权重标准值是预先按照行业经验设定的。
7.一种装置,其特征在于,所述装置包括处理器、存储器及通信总线;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的一个或者多个程序,以实现如权利要求1至6中任一项所述的基于关联规则的房地产客户分析方法的步骤。
8.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至6中任一项所述的基于关联规则的房地产客户分析方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆锐云科技有限公司,未经重庆锐云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911291493.8/1.html,转载请声明来源钻瓜专利网。