专利名称：面向用户消费行为的时间推移数据分析模型的建立方法
技术领域：
本发明涉及的面向用户 消费行为的时间推移数据分析模型的建立方法，主要是针对用户消费数据进行建模分析，通过以时间推移为基础的分析模型的建立方法来推测用户长期的消费兴趣和趋向，本模型的实现涉及到数据趋势建模，遗忘曲线分析，统计学算法等领域，通过本分析模型的建立方法的建立和实现能够对用户消费的兴趣和趋势进行有效的，合理的分析，有利于商家更好的对未来的市场策略做出有效的反应和调整以增强市场竞争力。
背景技术：
目前零售行业竞争激烈，随着互联网电子商务的迅猛发展，传统的零售行业也逐渐的向电子商务、网络购物方面不断的滲透，用户消费的人群广泛化，消费的途径多元化，是的传统的零售消费数据急剧增长，对于零售商来说，如何能更好的把握用户消费兴趣及倾向，从而及时的做出市场反应，掌握市场先机，已经成为了ー个不得不面对的问题。然后目前采用的商业数据分析主要是针对数据本身的指标性分析，只能反应数据本身所反应出来的指标匹配情况，更多的根据时间推移的预测分析往往都是通过人为的来做二次分析，缺乏科学性，缺乏推理性。所以，在传统零售业务急剧增长和网络化发展迅速的大趋势下，传统的数据分析已经很难适应，具体体现在以下ー些方面I.针对数据本身的指标性分析，只能反应数据本身所反应出来的指标匹配情况，没有一个标准的基于时间推移的分析模型的建立方法，不能对消费兴趣和倾向进行ー个有效的分析和预测。2.传统的分析是基于时间维度块的分析，没有形成连续的分析模型的建立方法。3.没有结合人本身的遗忘曲线等特性来进行综合分析，只是通过数据本身来进行指标分析。分析结果的可实际性參考价值不大。4.没有专门针对于长期消费兴趣的倾向的标准分析模型的建立方法，标准化程度和可參考性程度都很低，分析结果不具备实际应用价值。
发明内容
本发明的目的是针对目前用户消费行为数据分析中的ー些局限性；提出的ー种面向用户消费行为的时间推移数据分析模型的建立方法，本模型主要是通过建立基于时间推移基础上的算法模型，结合人本身的遗忘曲线特征对消费数据进行量化分析，从而得到长期范围内的用户消费兴趣和倾向，通过本分析模型的建立方法的建立和实现能够对用户消费的兴趣和趋势进行有效的，合理的分析，有利于商家更好的对未来的市场策略做出有效的反应和调整以增强市场竞争力。本发明的技术方案是一种面向用户消费行为的时间推移数据分析模型的建立方法，该方法包括以下步骤
A、首先建立用户消费数据模型库，采集一段时间内的用户消费数据；B、建立用户消费行为分析指标库；C、建立时间推移用户消费倾向分析方法；D、对于消费行为分 析指标库所要求分析的各项指标，结合步骤C的时间推移用户消费倾向分析方法进行分析，得到各项指标的分析结果，作为时间推移数据分析模型输出；E、通过对连续时间段内用户消费倾向的分析，调整各项指标的权重使模型进ー步优化。本发明的步骤C中，时间推移用户消费倾向分析是指计算在一段时间r内用户的短期消费倾向，采用如下公式.グ(ん，り=Σ.バス,り
ier其中，f(k, r)为用户在短期时间r对任ー类商品的短期消费倾向度，(k，t)为用户在时刻t(t e r)浏览的属于对应类商品的消费倾向指数；如果时间间隔r取得足够小，不同的时间间隔内用户对对应类商品的短期消费倾向度可以看作相互独立，计算兴趣度都从零开始。对每ー个分类都计算其短期消费倾向度，就可得到用户短期消费倾向模型。本发明的用户对任一消费对应商品的兴趣度即用户消费倾向度指数用线性方程来计算，为消费时间设置两个阈值!'1パ2(1'1〈12)，则用户对某个商品的兴趣度バ10方程
1 ￡ItJT| + O い·Ti + CjI1 jf|f(k) = 4 a2Ji + 62x2 + C1 T1 Jcl ^ T2
( 3-1] + bJ1JC2 + CjJf1 > Tl其中，f(k)为用户对该商品的消费倾向度指数；xl表示商品浏览时间；x2表示商品挑选次数；al，bl, Cl为常数，a, b, c指的是某种商品或者消费对象；如商品浏览时间较短，即xl〈Tl，则商品浏览时间在用户消费关注度中所占权值较重 al>bl ；如商品浏览时间较长，即xl>T2，则商品挑选次数在用户兴趣度中所占的权值较重a3〈b3 ；如果商品浏览时间适中，S卩即T2>xI>TI，则表示a2和b2的在用户兴趣度中所占的权值相近。本发明中，随时间推移，根据用户消费的长期数据指标进行总体趋势分析，采用如下方法，将连续的不同时间段内的用户的短期消费倾向按照时间的先后赋予不同的权值，再进行计算得到用户长期消费倾向，采用如下公式
I *P ( k ) = 2] af^k.T)
在·* O其中，F(k)为对应类商品的长期消费兴趣；(k，r)为对应类商品的第i个短期消费兴趣；ai为遗忘因子；遗忘因子ai用负指数函数来逼近，取值为Oi /( O =< 3 < I本发明的有益效果
一、本发明结合人本身的遗忘特征的特性来对消费数据进行分析，分析更全面科学。ニ、本发明采用基于时间推移的模型分析，分析结果的准确性更高，预测可參考性更大。三、本发明能够对 群体消费偏好和个体分类偏好进行全面的分析。四、本发明同时能够对消费倾向的偏移和偏移度进行可量化的预测，可參考性更闻。五、本发明通过建立标准的分析模型的建立方法，使得消费兴趣倾向分析标准化，可复制化，大大提高分析效率。六、有利于商家更好的对未来的市场策略做出有效的反应和调整以增强市场竞争力。
具体实施例方式一种面向用户消费行为的时间推移数据分析模型的建立方法；A、首先建立用户消费数据模型库；包括建立系统參数存储表建立消费指数存储表建立消费数据时间窗快照存储表建立消费原始数据表建立遗忘曲线配置表B、建立用户消费行为分析指标库。主要包括短期消费倾向长期消费倾向分类短期消费倾向分类长期消费倾向基于价格的时间推移消费趋向基于季节性的时间推移消费趋向零售商品销售粘滞度零售商品受欢迎程度消费波动预期度消费波动幅度预期指标等等。C、建立时间推移用户消费倾向分析算法，./(ん,り=(ん,り
te=-f在ー个较短时间r内用户的消费指向。可以用如下公式计算其中，f (k，r)为用户在时间r对任ー类商品的短期消费倾向度；，(k，t)为用户在时刻t(t e r)浏览的属于对应类商品的消费倾向指数。如果时间问隔!■取得足够小，不同的时间问隔内用户对对应类商品的短期消费倾向度可以看作相互独立，计算兴趣度都从零开始。对每ー个分类都计算其短期消费倾向度，就可得到用户短期消费倾向模型。D、对于消费行为指标库，结合时间推移分析算法进行分析，输出结果。用户对某个商品的兴趣度可以用ー组线性方程来计算。为消费时间设置两个阔值Tl，T2(T1〈T2)，则用户对某个商品的兴趣度f(k)方程
Cl I JC1 +- I , .I·2 + CjX1 、 |'|f(k) = ^ U2Jfl + 62；r2 + C2 T1 ^
权利要求
1.一种面向用户消费行为的时间推移数据分析模型的建立方法，其特征在于，该方法包括以下步骤 A、首先建立用户消费数据模型库，采集一段时间内的用户消费数据； B、建立用户消费行为分析指标库； C、建立时间推移用户消费倾向分析方法； D、对于消费行为分析指标库所要求分析的各项指标，结合步骤C的时间推移用户消费倾向分析方法进行分析，得到各项指标的分析结果，作为时间推移数据分析模型输出； E、通过对连续时间段内用户消费倾向的分析，调整各项指标的权重使模型进ー步优化。
2.根据权利要求I所述的面向用户消费行为的时间推移数据分析模型的建立方法，其特征在于所述的步骤C中，时间推移用户消费倾向分析是指计算在一段时间r内用户的短期消费倾向，采用如下公式 其中，f(k，r)为用户在短期时间r对任ー类商品的短期消费倾向度，(k，t)为用户在时刻t(t e r)浏览的属于对应类商品的消费倾向指数；不同的时间间隔内用户对对应类商品的短期消费倾向度看作相互独立，计算兴趣度都从零开始； 对每ー个分类的商品都计算其短期消费倾向度，得到用户短期消费倾向模型。
3.根据权利要求I所述的面向用户消费行为的时间推移数据分析模型的建立方法，其特征在于步骤D中，用户对任ー类商品的兴趣度即用户消费倾向度指数用线性方程来计算，为消费时间设置两个阈值Tl、T2，T1〈T2，用户对某个商品的兴趣度f(k)方程其中，f(k)为用户对该类商品的消费倾向度指数；xl表示商品浏览时间；x2表示商品挑选次数；al、a2、a3、bl、b2、b3、cl、c2、c3均为常数，指的是某种商品或者消费对象； 如商品浏览时间较短，即xl〈Tl，则商品浏览时间在用户消费关注度中所占权值较重al>bl ； 如商品浏览时间较长，即xl>T2，则商品挑选次数在用户兴趣度中所占的权值较重a3〈b3 ； 如果商品浏览时间适中，即T2>xI>ΤI，则表示a2和b2的在用户兴趣度中所占的权值相近。
4.根据权利要求I所述的面向用户消费行为的时间推移数据分析模型的建立方法，其特征在于步骤E中，随时间推移，根据用户消费的长期数据指标进行总体趋势分析，采用如下方法，将连续的不同时间段内的用户的短期消费倾向按照时间的先后赋予不同的权值，再进行计算得到用户长期消费倾向，采用如下公式其中，F(k)为对应类商品的长期消费兴趣；(k，r)为对应类商品的第i个短期消费兴趣；ai为遗忘因子。
5.根据权利要求4所述的面向用户消费行为的时间推移数据分析模型的建立方法，其特征在于遗忘因子ai用负指数函数来逼近，取值为 Qi /(O =B < I
全文摘要
一种面向用户消费行为的时间推移数据分析模型的建立方法，通过建立基于时间推移基础上的算法模型，结合人本身的遗忘曲线特征对消费数据进行量化分析，从而得到长期范围内的用户消费兴趣和倾向，同时能够对群体消费偏好和个体分类偏好进行全面的分析。从而对消费倾向的偏移和偏移度进行可量化的预测。通过本分析模型的建立方法的建立和实现能够对用户消费的兴趣和趋势进行有效的，合理的分析，有利于商家更好的对未来的市场策略做出有效的反应和调整以增强市场竞争力。
文档编号G06Q30/02GK102693502SQ20121018171
公开日2012年9月26日 申请日期2012年6月4日 优先权日2012年6月4日
发明者王渊 申请人:南京中兴软创科技股份有限公司