[发明专利]零售用户价值分析系统及方法

摘要

本发明提供一种零售用户价值分析系统及方法，包括：采集用户交易数据和用户轮廓特征；设定基本时间单位；将老用户交易数据按基本时间单位划分；构建未来交易次数模型、未来交易金额模型和未来价值模型；将老用户在每个基本时间单位交易数据作为训练集，将训练集分别代入上述模型获得每个老用户未来交易次数、未来交易金额和未来价值；将每个老用户交易总金额作为每个老用户当前价值；根据未来价值和当前价值对老用户进行分类；对每类老用户用户轮廓特征进行描述性统计，获得每类用户的类轮廓特征；根据新用户的用户轮廓特征进行类匹配，得到新用户归属的用户类，对应预测用户未来价值。上述系统及方法根据用户交易数据对用户进行价值分析和分类。

主权项

1.一种零售用户价值分析系统，其特征在于，包括：采集模块，采集用户交易数据和用户轮廓特征，所述交易数据包括交易次数和交易金额，所述用户轮廓特征包括年龄、职业、城市、性别、籍贯和工资水平的一个或多个；设定模块，设定基本时间单位；数据处理模块，将交易数据为0的用户作为新用户，交易数据不为0的作为老用户，将采集模块采集的老用户的交易数据按照基本时间单位划分，在基本时间单位内，存在交易的交易次数设为1，不存在交易的，交易次数设为0；未来交易次数模型构建模块，采用NBD模型的似然函数构建未来交易次数模型；未来交易金额模型构建模块，采用Gamma‑Gamma模型的似然函数构建未来交易金额模型；未来价值模型构建模块，根据未来交易次数模型和未来交易金额模型，采用用户未来生命周期价值构建未来价值模型；训练模块，将经过数据处理模块处理后老用户在每个基本时间单位的交易数据作为训练集，将训练集分别代入未来交易次数模型和未来交易金额模型进行训练得到各模型的模型参数，并获得每个老用户未来交易次数和未来交易金额，输入未来价值模型，得到每个老用户的未来价值；当前价值获得模块，将每个老用户的交易总金额作为每个老用户的当前价值；分类模块，根据未来价值和当前价值对老用户进行分类，所述分类包括LL类，当前价值和未来价值均低的用户类；HL类，当前价值高，未来价值低的用户类；LH类，当前价值低，未来价值高的用户类；HH类，当前价值和未来价值均高的用户类；类轮廓特征获得模块，对每一类中的老用户的用户轮廓特征进行描述性统计，获得每类用户的类轮廓特征；新用户价值获得模块，根据新用户的用户轮廓特征进行类匹配，得到新用户归属的用户类，对应预测用户未来价值。