[发明专利]一种用户购买偏好分析的方法和系统在审
申请号: | 202010773390.1 | 申请日: | 2020-08-04 |
公开(公告)号: | CN112101980A | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 李海凤 | 申请(专利权)人: | 北京思特奇信息技术股份有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 北京汇信合知识产权代理有限公司 11335 | 代理人: | 陈圣清 |
地址: | 100086 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用户 购买 偏好 分析 方法 系统 | ||
本发明公开了一种用户购买偏好分析的方法和系统,所述方法包括:基于历史购买支出分析用户的购买力;获取用户历史购买第一产品的期限和已使用期限,基于期限和已使用期限分析用户历史购买偏好;获取用户交往圈中购买关联产品的人数,基于所述购买关联产品的人数获取交往圈关联购买偏好;获取用户交往圈中购买第一产品的人数,基于所述交往圈中购买第一产品的人数分析交往圈购买偏好;获取用户对第一产品关联使用情况,分析用户的产品关联偏好;基于上述分析结果分析用户购买偏好。从多个维度综合分析用户的购买偏好,通过对历史数据地深度挖掘,分析用户对于特定产品的购买偏好,从而准确的反应用户对特定产品的购买需求。
技术领域
本发明涉及计算机技术领域,具体涉及一种用户购买偏好分析的方法和系统。
背景技术
购买偏好分析是对历史行为数据进行挖掘,根据可靠的计算,从而对用户未来事件购买行为进行预测。随着信息技术的不断发展,用户所产生的信息量不断增多,产品的信息量也不断增多;如何挖掘这些信息,对用户购买进行偏好分析,成为产品推荐的关键问题。现有购买场景中,通过对用户的历史浏览信息分析用户感兴趣的产品,再将这些分析的产品推荐给用户。
这种分析方法的数据挖掘深度较低,仅向用户推荐感兴趣的产品,而无法分析用户对特定产品的购买偏好。
发明内容
针对现有技术中存在的上述技术问题,本发明提供一种用户购买偏好分析的方法和系统,基于历史数据深度挖掘用户对特定产品的购买偏好。
本发明公开了一种用户购买偏好分析的方法,所述方法包括:获取用户的历史购买支出,基于历史购买支出分析用户的购买力;获取用户历史购买第一产品的期限和已使用期限,基于期限和已使用期限分析用户历史购买偏好;获取用户交往圈中购买关联产品的人数,基于所述购买关联产品的人数获取交往圈关联购买偏好;获取用户交往圈中购买所述第一产品的人数,基于所述交往圈中购买所述第一产品的人数分析交往圈购买偏好;获取用户对第一产品关联使用情况,分析用户的产品关联偏好;基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。
优选的,本发明还包括建立用户购买偏好模型的方法:分别设置所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好的评分模型和权重;根据所述评分模型和权重计算购买偏好的总评分。
优选的,构建所述购买力的评分模型的方法包括:设置购买力的评分区间,根据历史购买支出和评分区间评定购买力的评分。
优选的,构建历史购买偏好评分模型的方法包括:设置历史购买期限的评分区间,根据历史购买第一产品的期限、已使用期限和该评分区间,评定历史购买偏好的评分。
优选的,构建交往圈关联购买偏好评分模型的方法包括:设置交往圈中购买关联产品人数的评分区间,根据交往圈中购买关联产品的人数和该评分区间,评定交往圈关联购买偏好的评分。
优选的,构建交往圈购买偏好评分模型的方法包括:设置交往圈中购买所述第一产品人数的评分区间,根据交往圈中购买所述第一产品的人数和该评分区间,评定交往圈购买偏好的评分。
优选的,构建关联偏好评分模型的方法包括:设置用户对产品关联使用情况的评分区间,根据用户对产品关联使用情况和该评分区间,评定产品关联偏好的评分。
优选的,所述购买偏好模型用于手机合约服务的购买偏好的分析:基于用户的出账支出,分析用户的购买力;基于历史购买的手机合约服务的剩余期限,分析历史购买偏好;基于交往圈中购买手机的人数,分析交往圈关联购买偏好;基于交往圈中购买手机合约服务的人数,分析交往圈购买偏好;基于手机上网流量的使用情况,分析用户的产品关联偏好;基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。
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北京思特奇信息技术股份有限公司,未经北京思特奇信息技术股份有限公司许可,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/202010773390.1/2.html,转载请声明来源钻瓜专利网。