[发明专利]一种用户行为分析方法及系统

说明书

本发明提供一种用户行为分析方法及系统，该方法包括：根据用户的操作记录，获取用户行为数据；其中用户行为数据包括搜索关键词、已游览景点、已购买产品和产品浏览记录中的一项或多项；基于设定的算法模型对获取的用户行为数据进行分析，获取用户行为分析结果，并根据用户行为分析结果向指定用户推送相应的旅游产品，其中旅游产品包括旅游景点，旅游路线，旅游相关用品。本发明根据用户行为数据针对性向指定用户推送相应的旅游产品，有助于提高用户线上挑选旅游产品的体验。

技术领域

本发明涉及用户行为分析技术领域，特别是一种用户行为分析方法及系统。

背景技术

目前，越来越多的用户喜欢在线上浏览或者挑选旅游产品。但是目前的旅游平台通常仅能够通过被动展示自身的旅游产品供用户挑选，无法根据用户的喜好进行针对性的推荐或推送，用户很难从众多的旅游景点或旅游路线中挑选到自己满意的旅游产品，一方面导致用户体验较低；另一方面导致旅游平台成单率较低。

发明内容

针对上述问题，本发明旨在提供一种用户行为分析方法及系统。

本发明的目的采用以下技术方案来实现：

一方面，本发明示出一种用户行为分析方法，该方法包括：

S1根据用户的操作记录，获取用户行为数据；其中用户行为数据包括搜索关键词、已游览景点、已购买产品和产品浏览记录中的一项或多项；

S2基于设定的算法模型对获取的用户行为数据进行分析，获取用户行为分析结果，并根据用户行为分析结果向指定用户推送相应的旅游产品，其中旅游产品包括旅游景点，旅游路线，旅游相关用品。

优选的，步骤S1中，具体包括以下步骤中的一个或多个：

S11接收用户的搜索请求，记录搜索请求中的搜索关键词；

S12获取用户的出行记录信息，根据用户的景点打卡信息和已兑换的景点门票信息获取用户已游览景点；

S13根据用户的订单信息获取用户已购买产品；

S14根据用户的页面访问记录数据，获取相应的产品浏览记录。

优选的，步骤S2中采用的算法模型为基于协同过滤算法的用户行为分析模型；

步骤S2中，基于设定的算法模型对获取的用户行为数据进行分析，具体包括：

S21基于协同过滤算法的用户行为分析模型对获取的用户行为数据进行处理，获取用户的对各旅游产品的偏好程度，并进一步根据用户对各旅游产品的偏好程度获取与指定用户对应的相似用户；

S22根据与指定用户对应的相似用户对各旅游产品的偏好程度向指定用户推送相应的旅游产品。

优选的，步骤S21具体包括：

根据用户行为数据创建用户行为表，其中用户行为表包括各用户对各旅游产品的行为类型，其中行为类型包括用户对产品的历史行为记录；

根据用户行为表构建用户评分表，其中用户评分表包括各用户对各旅游产品的行为评分，其中行为评分为根据用户对产品的历史行为记录计算所得；

根据用户评分表计算指定用户与其他用户的相似度值，并根据相似度值选取相似度最高的前n名用户作为指定用户对应的相似用户；

根据用户评分表中相似用户对各旅游产品的行为评分，选取相应的旅游产品推送给指定用户。

优选的，用户对产品的历史行为记录包括：浏览记录和购买记录；

在用户评分表中，根据用户对旅游产品的浏览记录和购买记录累加相应的评分作为用户对该旅游产品的行为评分。