[发明专利]一种用户单价分解方法、系统及计算机存储介质

权利要求书

1.一种用户单价分解方法，其特征在于，包括：

获取客户端的全部用户上下文数据，并将所述全部用户上下文数据上传到服务器端存储，得到一一对应的全部用户行为数据；

将每个所述用户行为数据通过映射、分析以及统计构建得到对应的多字段用户画像；

根据全部所述用户行为数据、全部所述多字段用户画像以及预先获取的广告联盟平台的日报表计算得到历史各日期最小单位价值；

根据所述历史各日期最小单位价值以及时间序列算法，预估得到当前日期最小单位价值；

根据全部所述用户行为数据、全部所述用户多字段用户画像、所述历史各日期最小单位价值计算得到每个用户在历史各日期中指定日期指定行为创造的价值、每个用户在历史各日期中指定日期创造的价值、全部用户在历史各日期中指定日期创造的总价值；以及根据全部所述用户行为数据、全部所述用户多字段用户画像、所述当前日期最小单位价值计算得到每个用户在当前日期指定行为创造的价值、每个用户在当前日期创造的价值、全部用户在当前日期创造的总价值。

2.根据权利要求1所述的方法，其特征在于，所述多字段用户画像包括：

用户设备品牌、用户网络类型、用户手机系统、用户最近活跃时间、用户最近活跃时间是否为节假日、近7天用户是否活跃、近7天用户是否流失、用户曝光总次数、用户点击总次数、用户历史总点击率、用户昨天曝光总次数、用户昨天点击总次数、用户昨天总点击率、用户历史每小时点击次数、用户昨天每小时点击次数、用户历史网络类型次数、用户节假日点击次数、用户周末点击次数、用户工作日点击次数、用户工作时间点击次数、用户非工作时间点击次数。

3.根据权利要求1所述的方法，其特征在于：

所述广告联盟平台的日报表包括：历史各日期的曝光总数、历史各日期的点击总数、历史各日期的总收益；

所述计算得到历史各日期最小单位价值的公式为：

其中，date1表示历史各日期，user表示用户，behavior表示行为，所述PerV_date1表示历史各日期中指定日期最小单位价值，V_date1为该日期所述广告联盟平台提供的总收益，β_date1为广告系统非用户影响因子，N_{date1_user_behavior}为该日期内指定用户指定行为的总次数，α_behavior表示指定行为影响因子，γ_user表示指定用户的多字段用户画像影响因子。

4.根据权利要求1所述的方法，其特征在于：

所述时间序列算法包括：自回归模型算法、移动平均模型算法、向量自回归模型算法、自回归滑动平均模型算法、自回归移动平均模型算法。

5.根据权利要求3所述的方法，其特征在于：

所述计算得到每个用户在当前日期指定行为创造的价值的公式为：

V_{date2_user_behavior}＝β_date2*α_behavior*γ_user*PerV_date2

所述计算得到每个用户在当前日期创造的价值的公式为：

所述计算得到全部用户在当前日期创造的总价值的公式为：

其中，β_date2为广告系统非用户影响因子，N_{date2_user_behavior}为当前日期内指定用户指定行为的总次数，α_behavior表示指定行为影响因子，γ_user表示指定用户的多字段用户画像影响因子；PerV_date2表示当前日期最小单位价值。