一种确定用户行为能力等级的方法和装置的制造方法
【技术领域】
[0001] 本发明涉及大数据应用技术，特别是涉及一种确定用户行为能力等级的方法和装 置。
【背景技术】
[0002] 在激烈的电商竞争环境下，电商企业通常需要对用户的行为能力（如购买力）进 行评估，基于该评估结果，可以在资源有限的情况下为不同能力等级的用户提供不同的营 销策略，以便达到留住用户并提高用户忠诚度的目的。
[0003] 目前，提出一种利用RFM模型来对用户的消费行为进行分类的方法。RFM模型是一 种基于客户消费行为的细分方法，以最近一次消费时间、消费频率和消费金额作为分类依 据，对客户的消费行为特征进行分类。该方法适用于提供多种商品的企业，这些商品单价相 对不高，或者相互间有互补性，具有多次重复购买的必要，例如，比较适用于加油站、旅行保 险、运输、快递、快餐店、KTV、行动电话信用卡、证券公司等行业的用户分类。
[0004] 上述利用RFM模型对客户消费行为能力进行分类的方法，存在如下问题：
[0005] 1、基于三个分类指标进行分类，每个指标被分成5个等级，三个指标的组合数量 将达到125个，也就是说，会得到125个客户群。如此多的客户群数量，将导致不同群之间 的特征差异小，群特征不明显，难以定位每个客户群的消费特点，进而难以针对每个客户群 制定准确有效的营销策略。
[0006] 2、在实际应用中，用户的行为能力是会发生变化的，相应的，用户的消费行为也会 发生变化的，这样，不同时间段的消费额度数据对确定用户当前的行为能力的价值也不同。 而上述现有方法中没有考虑上述数据的时间差异化，只是利用单位时期内的消费总额来确 定用户的行为能力，因此，会存在分类结果不准确性的问题，进而会影响基于分类结果所做 的各种决策的准确度。
【发明内容】
[0007] 有鉴于此，本发明的主要目的在于提供一种确定用户行为能力等级的方法和装 置，可以确保用户行为能力等级的准确度。
[0008] 为了达到上述目的，本发明提出的技术方案为：
[0009] 一种确定用户行为能力的方法，包括：
[0010] 统计用户在最近的单位统计时期内的购买行为次数，以及在同期各时间分段中的 订单累积金额数据；
[0011] 根据所述订单累积金额数据和预设的各时间分段的时间遗忘因子，确定所述用户 的综合价值；
[0012] 利用所述综合价值、所述购买行为次数，按照预设的行为能力参数等级组合和能 力等级映射关系，确定所述用户的行为能力等级。
[0013] 一种确定用户行为能力的装置，包括：
[0014] 数据统计单元，用于统计用户在最近的单位统计时期内的购买行为次数，以及在 同期各时间分段中的订单累积金额数据；
[0015] 综合价值分析单元，用于根据所述订单累积金额数据和预设的各时间分段的时间 遗忘因子，确定所述用户的综合价值；
[0016] 等级确定单元，用于利用所述综合价值、所述购买行为次数，按照预设的行为能力 参数等级组合和能力等级映射关系，确定所述用户的行为能力等级。
[0017] 综上所述，本发明提出的确定用户行为能力的方法和装置，考虑时间对用户行为 数据价值的影响，确定用户的综合价值，使得其可以准确反映用户行为能力变化趋势，从而 可以有效确保基于此所确定的行为能力等级的准确性。另外，本发明仅利用可以充分反映 用户行为能力的两个参数：综合价值和购买行为次数，来确定用户的行为能力，可以有效避 免参考参数过多所致的用户分组过细、以至于分组特征不明显问题，进而可以确保用户行 为能力等级划分的准确性。
【附图说明】
[0018] 图1为本发明实施例一的方法流程示意图；
[0019] 图2为本发明实施例一的能力映射规则示意图；
[0020] 图3为本发明实施例一的装置结构示意图。
【具体实施方式】
[0021] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对 本发明作进一步地详细描述。
[0022] 本发明的核心思想是：考虑到不同时间段的数据对用户行为能力的评估贡献大小 不同，本发明将对不同时间段的用户行为所产生的金额数据进行加权处理，然后再将该结 果与同期的用户行为次数组合，得到用户的能力参数组合，最后，根据该参数组合，对照预 设的能力参数组合与能力等级的映射关系，可以确定出相应的能力等级。这样，充分考虑了 用户行为能力在时间上的变化，就可以确保用户行为能力等级的准确性。
[0023] 图1为本发明实施例一的流程示意图，如图1所示，该实施例实现的确定用户行为 能力的方法主要包括：
[0024] 步骤101、统计用户在最近的单位统计时期内的购买行为次数，以及在同期各时间 分段中的订单累积金额数据。
[0025] 本步骤，用于统计当前待确定等级的用户在最近一段时间（即一个单位统计时 期）内的行为情况，即购买行为次数以及该时间内各分段中的订单累积金额，以供后续步 骤中基于这些数据来确定该用户的用户行为能力等级。
[0026] 这里，每个时间分段的订单累积金额数据就是该时间分段内用户提交的订单金额 之和。
[0027] 需要说明的是，本步骤中，考虑到不同时间段用户消费金额会变化，相应的与当前 行为能力关联的密切程度会不同，即距离当前最近的消费金额与用户当前行为能力的关联 性越强，反映用户当前行为能力的准确性会较高，反之，会关联性越弱，反映用户行为能力 的准确性会弱一些。因此，这里在统计用户的订单累积金额数据时，会区分单位统计时期内 的不同时间分段分别进行统计，这样，后续步骤中确定用户的综合价值时可以区别不同分 段的数据进行处理，以确保综合价值结果接近用户的实际情况，从而提高行为能力等级结 果的准确性。
[0028] 在实际应用中，所述单位统计时期的长度以及单位统计时期内时间分段的划分， 可由本领域技术人员根据实际需要进行确定。较佳地，可以按照距离当前最近的时间分段 比距离当前较远的时间分段长度短一些的原则进行分段。例如，所述单位统计时期可以为 1年；分段数可以为3,此时可以将单位统计时期划分为最近1至3个月之间、最近3至6个 月之间以及最近6至12个月之间三个分段。
[0029] 步骤102、根据所述订单累积金额数据和预设的各时间分段的时间遗忘因子，确定 所述用户的综合价值。
[0030] 本步骤，用于根据用户在最近的单位统计时期内各时间分段的订单累积金额数 据，以及各时间分段的时间遗忘因子，来确定该用户的综合价值。
[0031] 较佳地，可以采用下述方法确定所述用户的综合价值：
[0032] 按照
，计算所述综合价值V，其中，T为所述单位统计时期内的时间分段 数，P t为所述单位统计时期内第t个时间分段的时间遗忘因子，V t为所述用户在所述第t 个时间分段的所述订单累积金额数据，〇 < P t< T，
，
[0033] 这里，各时间分段的时间遗忘因子P t，用于对各时间分段的订单累积金额数据进 行加权，以体现不同阶段数据对确定当前用户行为能力的不同价值。该值具体可由本领域 技术人员根据用户行为的实际情况进行设置。较佳地，可以按照距离当前时间越近则时间 遗忘因子的值越大的原则进行设置，以体现用户近期行为更具有价值的特点，消除数据饱 和现象，加强当前数据的影响，减小历史数据的影响。
[0034] 步骤103、利用所述综合价值、所述购买行为次数，按照预设的行为能力参数等级 组合和能力等级映射关系，确定所述用户的行为能力等级。
[0035] 本步骤，用于根据步骤102中所确定出的综合价值以及步骤101中所统计到的购 买行为次数的组合，通过查询已知的行为能力参数等级组合和能力等级映射关系，确定出 用户的行为能力等级。
[0036] 这里，由于所基于的参数仅为两个，且在确定用户的综合价值时充分考虑了用户 行为能力的变化，因此，可以确保基于此所确定出的行为能力等级与实际情况的匹配度，提 尚行为能力等级的准确性。
[0037] 较佳地，本步骤中所述行为能力参数等级组合和能力等级映射关系可以预先采用 要下述方法进行设置：
[0038] 步骤xl、将用户在单位统计时期的综合价值设置为预设的K个等级，其中，第k级 综合价值与第k+Ι级综合价值之间的等级临界值^为λ JPC的乘积，C为当前发展一个 新用户的成本或单个用户的维护成本，λ k为预设的第k个乘数因子，λ k>〇, k = 1，…，K-I ; λ < λ 2〈…〈λ κ 1〇
[0039] 这里，所述乘数因子Ak可由本领域技术人员根据实际需要设置，通常可以以成本 价为基准，随着等级的增加，A k的取值逐步增加。
[0040] 步骤X2、根据当前单位统计时期内统计到的所有用户的购买行为次数，将所述所 有用户划分为N组，其中，第η组用户的所述购买行为次数小于第n+1组用户的所述购买行 为次数，η = 1，…，N-I。
[0041] 步骤Χ3、对于每组用户，计算该组用户的所述购买行为次数的平均值；根据每组 用户的所述平均值，将用户在单位统计时期的购买行为次数设置为N个等级；其中，第η级 购买行为次数与第n+1级购买行为次数之间的等级临界值为第η组用户的所述平均值。 [0042] 本步骤中，购买行为次数之间的等级临界值是根据实际统计到的每组用户的购买 行为次数的平均值确定的，因此可以有效确保等级临界值的客观性，确保等级划分的准确 度。
[0043] 步骤x4、将每个综合价值等级分别与每个购买行为次数等级进行组合，并按照预 设的能力映射规则，确定每个所述组合对应的能力等级。
[0044] 上述方法中，本领域技