[發明專利]來訪概率預測方法和系統

在審

• 申請號: 201310350009.0
• 申請日: 2013-08-12
• 公開（公告）號: CN103426036A
• 公開（公告）日: 2013-12-04
• 發明（設計）人: 鄭梓力;羅穎怡
• 申請（專利權）人: 廣州唯品會信息科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王茹;崔春

技術領域

本發明涉及互聯網技術領域，特別是涉及一種來訪概率預測方法和系統。

背景技術

對于電商網站運營商等互聯網站，需要根據服務器中客戶端的來訪信息，如來訪的時間和次數，預測客戶來訪的概率，進而根據該來訪的概率將用戶分群歸類，然后針對不同類別的客戶制定相應的營銷策略。

傳統的來訪概率預測方法通過獲取服務器中客戶端在若干天內的來訪天數，將來訪天數除以所述若干天，確定客戶端當日的來訪概率。

這種預測方法中若干天的取值過小，無法準確反映客戶端長期的訪問規律；若干天的取值過大，則降低了預測結果的區分度，導致預測的結果準確性低。

發明內容

基于此，有必要針對現有技術的預測結果準確性低問題，提供一種來訪概率預測方法和系統。

一種來訪概率預測方法，包括步驟：

獲取客戶端最近若干天內的來訪天數，根據所述來訪天數確定當日所述客戶端來訪的第一概率值；

獲取所述客戶端的歷史訪問記錄中的來訪日期，根據所述來訪日期確定該客戶端在每相鄰兩天中，首日來訪轉變成次日來訪的第二概率值和首日不來訪轉變成次日來訪的第三概率值；

根據所述第一概率值、第二概率值及第三概率值確定所述客戶端下一日來訪的概率值。

上述來訪概率預測方法，通過獲取客戶端最近若干天的來訪天數，確定客戶端當日來訪的第一概率值，反映了客戶端最近的訪問規律；通過獲取客戶端的歷史訪問中的來訪日期，確定每相鄰兩天中，客戶端首日來訪轉變成次日來訪的第二概率值以及首日不來訪轉變成次日來訪的第三概率值，代表了客戶端在每相鄰兩天中，從首日的不來訪狀態或者來訪狀態轉變成次日來訪狀態的概率，反映了客戶端歷史的訪問規律。最后通過第一概率值、第二概率值以及第三概率值便可以確定客戶端下一日來訪的概率值，全面描述了客戶端的來訪行為，提高了預測結果的區分度，達到提高預測結果準確性的效果。

一種來訪概率預測系統，其特征在于，包括：

當日來訪概率預測模塊，用于獲取客戶端最近若干天內的來訪天數，根據所述來訪天數確定當日所述客戶端來訪的第一概率值；

狀態轉移概率預測模塊，用于獲取所述客戶端的歷史訪問記錄中的來訪日期，根據所述來訪日期確定該客戶端在每相鄰兩天中，首日來訪轉變成次日來訪的第二概率值和首日不來訪轉變成次日來訪的第三概率值；

下一日來訪概率預測模塊，用于根據所述第一概率值、第二概率值及第三概率值確定所述客戶端下一日來訪的概率值。

上述來訪概率預測系統，通過當日來訪概率預測模塊獲取客戶端最近若干天內的來訪天數，確定客戶端當日來訪的第一概率值，反映了客戶端最近的來訪規律；通過狀態轉移概率預測模塊獲取客戶端歷史訪問記錄中的來訪日期，確定每相鄰兩天中，客戶端首日來訪轉變成次日來訪的第二概率值以及首日不來訪轉變成次日來訪的第三概率值，代表了客戶端在每相鄰兩天中，從首日的不來訪狀態或者來訪狀態轉變成次日來訪狀態的概率，反映了客戶端歷史的訪問規律。最后由下一日來訪概率預測模塊根據所述的第一概率值、第二概率值和第三概率值確定客戶端下一日來訪的概率值，全面描述了客戶端的來訪行為，提高了預測結果的區分度，達到提高預測結果準確性的效果。

附圖說明

圖1為本發明的一個實施例的來訪概率預測方法的流程示意圖；

圖2為本發明的一個實施例的來訪概率預測系統的結構示意圖；

圖3為當日概率預測模塊的一個實施例的結構示意圖；

圖4為狀態轉移概率預測模塊的一個實施例的結構示意圖。

具體實施方式

以下針對本發明來訪概率預測方法及系統的實施例進行詳細的描述。

首先針對來訪概率預測方法進行描述。

參見圖1，是一個實施例的來訪概率預測方法的流程示意圖，包括步驟：

步驟S101：獲取客戶端最近若干天內的來訪天數，根據所述來訪天數確定當日所述客戶端來訪的第一概率值。其中，第一概率值是客戶端最近訪問規律的客觀反映。

步驟S102：獲取所述客戶端的歷史訪問記錄中的來訪日期，根據所述來訪日期確定該客戶端在每相鄰兩天中，首日來訪轉變成次日來訪的第二概率值和首日不來訪轉變成次日來訪的第三概率值。其中，客戶端在歷史訪問記錄中每相鄰兩天中從來訪狀態轉變成來訪狀態的第二概率值和由不來訪狀態轉變成來訪狀態的第三概率值，它是客戶端從首次登陸至當前的歷史訪問規律的客觀反映。