一种用户购买偏好分析的方法和系统与流程

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。技术实现要素：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。优选的，本发明还包括根据购买偏好分析生成推荐列表的方法：获取用户感兴趣的产品；根据用户感兴趣的产品，生成第一推荐列表，所述第一推荐列表包括至少两件推荐产品；根据所述购买偏好分析的方法，对所述推荐产品进行购买偏好分析；根据所述购买偏好对所述第一推荐列表进行排序，生成第二推荐列表。本发明还提供一种采用上述购买偏好分析方法的系统，所述系统包括购买力分析模块、历史购买偏好分析模块、交往圈关联购买偏好分析模块、交往圈购买偏好分析模块、产品关联偏好分析模块和购买偏好分析模块，所述购买力分析模块用于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；所述历史购买偏好分析模块用于获取用户历史购买产品的期限和已使用期限，基于用户购买产品的期限和已使用期限分析用户历史购买偏好；所述交往圈关联购买偏好分析模块用于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分析交往圈关联购买偏好；所述交往圈购买偏好分析模块用于获取用户交往圈中购买所述产品的人数，基于所述交往圈中购买所述产品的人数判断交往圈购买偏好；所述产品关联偏好分析模块用于获取用户对产品关联使用情况，分析用户的产品关联偏好；所述用户购买偏好分析模块基于所述购买力、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。与现有技术相比，本发明的有益效果为：从所述购买力、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。附图说明图1是本发明的用户购买偏好分析的方法流程图；图2是手机合约服务的购买偏好的分析方法流程图；图3是生成推荐列表的方法流程图；图4是本发明的用户购买偏好分析系统的逻辑框图；图5是建立用户购买偏好模型的方法流程图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。下面结合附图对本发明做进一步的详细描述：一种用户购买偏好分析的方法，如图1所示，所述方法包括：步骤101：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。其中，可以从用户的出账信息中获取历史购买支出，值得提出的是，用户的敏感信息需在用户的授权前提下获得；也可以从财务系统的出账收入中获取用户的购买支出。其中历史购买支出的期限可以设置在1年内或2年内，但不限于此。步骤102：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。其中，第一产品可以包括实物产品或服务产品，产品具有一定的期限，如合约服务的期限可以是24期，通过期限和已使用期限计算剩余期限，合约服务的剩余期限用于分析用户历史购买偏好，即第一产品到期或即将到期时，用户再次购买该产品的偏好更高。步骤103：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。其中，交往圈是指在一定期限内与用户直接沟通过的人群，当用户交往圈购买关联产品的人数较多时，用户购买第一产品的偏好更高。直接沟通是指通过电话联系、短信联系或在线联系可以被检测到的方式进行的沟通。步骤104：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。即交往圈中购买所述第一产品的人数较多时，用户购买所述第一产品的偏好更高。步骤105：获取用户对第一产品关联使用情况，获取用户的产品关联偏好。其中，所述使用情况与所述第一产品具有关联性，如手机合约服务与手机具有关联性，对手机使用的情况，影响手机合约服务的购买偏好；再如打印机的使用情况影响，纸张和墨盒的购买偏好。步骤106：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。从所述购买力、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，可以准确的反应用户对特定产品的购买需求。如图5所示，本发明还包括建立用户购买偏好模型的方法：步骤501：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及权重。评分模型用于定量衡量所述购买力、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值，权重用于衡量各个评分在总评分中所起到的比重。步骤502：根据所述评分模型和权重计算购买偏好的总评分。购买偏好总评分用于定量衡量购买偏好。实施例1构建所述购买力评分模型的方法包括：设置购买力的评分区间；根据所述历史购买支出和评分区间评定购买力的评分(p1)。以手机通讯费用为例：月通讯费用在60元以下时，评分0；在60-80时，评分0.2；在80-120时，评分0.4；在120-180时，评分0.6；在180-300之间时，评分0.8；在300以上时，评分1。但不限于此，可以跟据产品的种类价格设定评分区间。实施例2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、已使用期限和所述历史购买期限的评分区间，评定历史购买偏好的评分(p2)。以手机合约服务为例：未使用手机合约服务，评分为0；手机合约服务到期剩余月数(m)大于24月，评分为0；手机合约服务到期剩余月数低于24月，评分：m/24；手机合约服务使用期限低于6月，评分0或负值。即购买手机合约服务的用户，再次购买手机合约服务的偏好大于没有购买过的用户；合约剩余月数少的用户，再次购买手机合约服务的偏好大于月数多的用户。其中第一产品的使用期限较低时，再次购买的偏好低；在第一产品使用期限较低，而不向用户提供第一产品时，可以通过负值调节总评分。也可以通过关联产品分析历史购买偏好的评分(p2)，如手机租赁服务，购买手机租赁服务的用户，手机租赁的月数(n)越多，购买手机合约服务的偏好较大,评分为：n/24。实施例3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(p3)。以购买手机合约服务为例，用户交往圈按联系次数降序排列，取前10人，获取他们当中换手机的人数。换手机人数为0时，评分0；换手机人数1，评分0.4；换手机人数2，评分0.6；换手机人数超过3，评分1。即，交往圈内换手机的人数越多，购买手机合约服务的偏好越大。其中，以手机合约服务为第一产品，以手机为关联产品。实施例4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(p4)。以购买手机合约服务为例，获取交往圈前10人中购买手机合约服务的人数。购买人数为0时，评分0；购买人数为1时，评分0.4；购买人数为2是，评分0.6；购买人数超过3时，评分1。实施例5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，根据用户对第一产品关联使用情况和该评分区间，评定关联偏好的评分(p5)。所述使用情况可以包括使用频次或使用量。其中第一产品关联及其使用情况的维度应当根据产品的类别和最关联的使用进行设定。以手机合约服务为例，将手机流量使用情况作为最关联使用：使用流量为0时，评分0；使用流量0-30m时，评分0.8；使用流量30-800m时，评分：流量/800；使用流量超过800m时，评分为0。用户购买偏好模型包括上述评分模型的评分和各评分模型的权重：p＝p1×k1+p2×k2+p3×k3+p4×k4+p5×k5(1)其中，k1-k5为权重系数,p为购买偏好的总评分。本发明还可以包括根据p对购买偏好分级的方法：根据p及其评分区间，划分购买偏好的等级，如下表：购买偏好总评分(p)购买偏好等级0-30非潜在用户30-40低等级40-50中等级50-100高等级实施例6如图2所示，将本发明的购买偏好模型应用于手机合约服务的购买偏好的分析：步骤201：基于用户的出账支出，分析用户的购买力，获得购买力评分p1。步骤202：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，获得历史购买偏好评分p2。其中，以手机合约服务为第一产品。步骤203：基于交往圈中购买手机的人数，分析交往圈关联购买偏好，获得交往圈关联购买偏好评分p3。其中，以手机为关联产品。步骤204：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，获得交往圈购买偏好评分p4。步骤205：基于手机上网流量的使用情况，分析用户的产品关联偏好，获得产品关联偏好评分p5。其中，以手机上网流量为第一产品关联使用情况。步骤206：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。取k1为20,k2为20，k3为25，k4为25，k5为10，根据公式1计算用户对于手机合约服务购买偏好的评分(p)：p＝p1×20+p2×20+p3×25+p4×25+p5×10(2)。其中，用户的出账支出、历史购买的手机合约服务的剩余期限、交往圈中购买手机或购买手机合约服务人数、手机上网流量的使用情况为预先存储的历史数据或可以经过该数据计算得到。本发明还对购买偏好分析方法上线测试了1个月：根据手机合约服务的购买偏好的分析方法建立了的购买偏好模型，并向不同购买偏好等级的用户推荐了手机合约服务，手机合约服务的购买率如下表所示：购买偏好等级购买率非潜在用户0.5％低等级3.7％中等级9.5％高等级18.1％由表中可知，本发明提供的该模型可以有效的反映用户购买偏好。实施例7如图3所示，本发明还包括根据购买偏好分析生成推荐列表的方法：步骤301：获取用户感兴趣的产品，可以根据用户浏览或咨询的产品获得。步骤302：根据用户感兴趣的产品，生成第一推荐列表，所述第一推荐列表包括至少两件推荐产品。可以根据用户感兴趣的产品，生成与所述产品相关联的产品或关联产品，如用户咨询或浏览手机时，可以向用户推荐同类手机、手机壳以及手机套餐。步骤303：根据所述购买偏好分析的方法，对所述推荐产品进行购买偏好分析。步骤304：根据所述购买偏好对所述第一推荐列表进行排序，生成第二推荐列表。可以按购买偏好总评分降序的方式进行排序。本发明还提供一种用户购买偏好分析的系统，如图4所示，所述系统包括购买力分析模块1、历史购买偏好分析模块2、交往圈关联购买偏好分析模块3、交往圈购买偏好分析模块4、产品关联偏好分析模块5和购买偏好分析模块6，购买力分析模块1用于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；历史购买偏好分析模块2用于获取用户历史购买产品的期限和已使用期限，基于用户购买产品的期限和已使用期限分析用户历史购买偏好；交往圈关联购买偏好分析模块3用于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分析交往圈关联购买偏好；交往圈购买偏好分析模块4用于获取用户交往圈中购买所述产品的人数，基于所述交往圈中购买所述产品的人数判断交往圈购买偏好；产品关联偏好分析模块5用于获取用户对产品关联使用情况，分析用户的产品关联偏好；用户购买偏好分析模块6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。以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12