一种基于用户消费习惯的潜在用户挖掘方法及系统与流程

本发明涉及数据分析，尤其涉及一种基于用户消费习惯的潜在用户挖掘方法及系统。

背景技术：

1、目前金融公司获客渠道常为根据预先准备的用户名单进行电话推销或消息推送，这些名单上的用户在过往可能存在资金需求，因此对金融公司授权了相关信息而生成名单，但并不清楚其当前是否存在资金需求，名单信息不精准，若盲目的遍历进行推销，容易影响无资金需求的用户体验，且推销成本较高。

技术实现思路

1、本发明提供了一种基于用户消费习惯的潜在用户挖掘方法，用于解决现有技术中用户数据不精准导致推销成本高，且影响用户体验的问题。

2、本发明第一方面提供了一种基于用户消费习惯的潜在用户挖掘方法，包括：

3、获取待挖掘用户的流水数据，根据流水数据计算各日消费额，以月度跨度为第一时间区间，将各日消费额归入多个第一时间区间内；计算各第一时间区间内的平均日消费额，将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日；

4、分别判断高消费日和低消费日的日期是否符合预设聚类规律模型，若都符合，则计算高消费日的第一平均消费额和低消费日的第二平均消费额的差值，若差值大于平均日消费额的预设消费比例，则将待挖掘用户标记为潜在用户。

5、可选的，所述将待挖掘用户标记为潜在用户之前，还包括：

6、获取各月度的高消费日期区间，在多个月度的高消费日期区间中提取重合日期，由重合日期得到第二时间区间；

7、获取消费数据和浏览数据，消费数据中包括第一商品信息和消费时间，浏览数据中包括第二商品信息和浏览时间；识别消费时间在第二时间区间的消费数据，将对应的第一商品信息与浏览数据中的第二商品信息进行匹配，得到多个有效浏览时间；计算各有效浏览时间与消费时间的时间差平均值；计算各消费数据对应的有效浏览次数平均值；

8、获取未匹配的浏览数据中浏览时间距离当前时间小于等于时间差平均值的第二商品信息，识别同类商品信息的第一浏览次数，若第一浏览次数大于有效浏览次数平均值，则获取商品的平均价格；若商品平均价格大于预设消费比例的多月平均日消费额，则将待挖掘用户标记为潜在用户。

9、可选的，获取待挖掘用户的流水数据之后，还包括：

10、识别流水数据中的自动扣款项目，并将其从流水数据中剔除。

11、可选的，所述将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日之后，还包括：

12、根据第一时间区间内的各日消费额拟合消费曲线，识别消费曲线上斜率绝对值超过预设斜率的第三时间区间，将第三时间区间对应的高消费日或低消费日剔除。

13、本申请第二方面提供了一种基于用户消费习惯的潜在用户挖掘系统，包括：

14、流水数据处理模块，用于获取待挖掘用户的流水数据，根据流水数据计算各日消费额，以月度跨度为第一时间区间，将各日消费额归入多个第一时间区间内；计算各第一时间区间内的平均日消费额，将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日；

15、用户挖掘模块，用于分别判断高消费日和低消费日的日期是否符合预设聚类规律模型，若都符合，则计算高消费日的第一平均消费额和低消费日的第二平均消费额的差值，若差值大于平均日消费额的预设消费比例，则将待挖掘用户标记为潜在用户。

16、可选的，所述用户挖掘模块中，所述将待挖掘用户标记为潜在用户之前，还包括：

17、获取各月度的高消费日期区间，在多个月度的高消费日期区间中提取重合日期，由重合日期得到第二时间区间；

18、获取消费数据和浏览数据，消费数据中包括第一商品信息和消费时间，浏览数据中包括第二商品信息和浏览时间；识别消费时间在第二时间区间的消费数据，将对应的第一商品信息与浏览数据中的第二商品信息进行匹配，得到多个有效浏览时间；计算各有效浏览时间与消费时间的时间差平均值；计算各消费数据对应的有效浏览次数平均值；

19、获取未匹配的浏览数据中浏览时间距离当前时间小于等于时间差平均值的第二商品信息，识别同类商品信息的第一浏览次数，若第一浏览次数大于有效浏览次数平均值，则获取商品的平均价格；若商品平均价格大于预设消费比例的多月平均日消费额，则将待挖掘用户标记为潜在用户。

20、可选的，所述流水数据处理模块中，获取待挖掘用户的流水数据之后，还包括：

21、识别流水数据中的自动扣款项目，并将其从流水数据中剔除。

22、可选的，所述流水数据处理模块中，将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日之后，还包括：

23、根据第一时间区间内的各日消费额拟合消费曲线，识别消费曲线上斜率绝对值超过预设斜率的第三时间区间，将第三时间区间对应的高消费日或低消费日剔除。

24、本申请第三方面提供了一种基于用户消费习惯的潜在用户挖掘方法设备，所述设备包括处理器以及存储器：

25、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

26、所述处理器用于根据所述程序代码中的指令执行本发明第一方面任一项所述的一种基于用户消费习惯的潜在用户挖掘方法。

27、本申请第四方面提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行本发明第一方面任一项所述的一种基于用户消费习惯的潜在用户挖掘方法。

28、从以上技术方案可以看出，本发明具有以下优点：获取待挖掘用户的流水数据，根据流水数据计算各日消费额，以月度跨度为第一时间区间，将各日消费额归入多个第一时间区间内；计算各第一时间区间内的平均日消费额，将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日；分别判断高消费日和低消费日的日期是否符合预设聚类规律模型，若都符合，则计算高消费日的第一平均消费额和低消费日的第二平均消费额的差值，若差值大于平均日消费额的预设消费比例，则将待挖掘用户标记为潜在用户；基于待挖掘用户的流水数据分析消费额的波动情况，判断用户的消费习惯与钱币支付能力是否有影响消费水平的情况，准确识别有资金需求的潜在用户。

技术特征：

1.一种基于用户消费习惯的潜在用户挖掘方法，其特征在于包括：

2.根据权利要求1所述的一种基于用户消费习惯的潜在用户挖掘方法，其特征在于，所述将待挖掘用户标记为潜在用户之前，还包括：

3.根据权利要求1所述的一种基于用户消费习惯的潜在用户挖掘方法，其特征在于，获取待挖掘用户的流水数据之后，还包括：

4.根据权利要求1所述的一种基于用户消费习惯的潜在用户挖掘方法，其特征在于，所述将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日之后，还包括：

5.一种基于用户消费习惯的潜在用户挖掘系统，其特征在于，包括：

6.根据权利要求5所述的一种基于用户消费习惯的潜在用户挖掘系统，其特征在于，所述用户挖掘模块中，所述将待挖掘用户标记为潜在用户之前，还包括：

7.根据权利要求5所述的一种基于用户消费习惯的潜在用户挖掘系统，其特征在于，所述流水数据处理模块中，获取待挖掘用户的流水数据之后，还包括：

8.根据权利要求5所述的一种基于用户消费习惯的潜在用户挖掘系统，其特征在于，所述流水数据处理模块中，将大于平均日消费额的日期标为高消费日，低于平均日消费额的日期标为低消费日之后，还包括：

9.一种基于用户消费习惯的潜在用户挖掘方法设备，其特征在于，所述设备包括处理器以及存储器：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的一种基于用户消费习惯的潜在用户挖掘方法。

技术总结
本发明涉及数据分析技术领域，提供一种基于用户消费习惯的潜在用户挖掘方法及系统，方法包括：获取待挖掘用户的流水数据，根据流水数据计算各日消费额，以月度跨度为第一时间区间，将各日消费额归入多个第一时间区间内；计算各第一时间区间内的平均日消费额，标记高消费日和低消费日；判断高消费日和低消费日的日期是否符合预设聚类规律模型，若都符合，则计算高消费日的第一平均消费额和低消费日的第二平均消费额的差值，若差值大于平均日消费额的预设消费比例，则将待挖掘用户标记为潜在用户；基于待挖掘用户的流水数据分析消费额的波动情况，判断用户的消费习惯与钱币支付能力是否有影响消费水平的情况，准确识别有资金需求的潜在用户。

技术研发人员：宋维杰,陈聪聪,周子猜
受保护的技术使用者：广州西米科技有限公司
技术研发日：
技术公布日：2024/3/17