[發明專利]通過網站訪問數據識別購買模式的方法及裝置

有效

• 申請號: 201611010068.3
• 申請日: 2016-11-16
• 公開（公告）號: CN108073629B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 劉朋飛;李愛華
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F30/20;G06F17/18;G06Q30/02
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 姜怡;袁禮君

1.一種通過網站訪問數據分析購物模式的方法，其特征在于，包括：

對網站訪問數據進行處理，得到因變量數據與自變量數據；其中，所述自變量數據包括客戶瀏覽數據，所述因變量數據包括客戶購買數據；

對所述自變量數據進行離散化處理，得到離散自變量數據，包括以下情況中至少一種：對所述自變量數據進行等間距離散化處理；及對所述自變量數據進行等頻率離散化處理；

建立分位數回歸算法模型；

通過所述分位數回歸算法模型獲得所述因變量數據與所述離散自變量數據之間的關系數據；

利用所述分位數回歸算法中的分位數回歸曲線對所述因變量數據與所述離散自變量數據之間的所述關系數據進行處理得到分層結構數據，包括：根據所述客戶瀏覽數據的數據量大小建立用戶活躍度的分層結構，以根據所述用戶活躍度的分層結構，預測用戶的購買意愿；

通過所述分位數回歸算法中的所述分位數回歸曲線與所述分層結構數據進行分層預測分析，包括：根據預測的用戶的購買意愿，確定進一步的規劃；

其中，所述客戶購買數據包括：客戶購買頻次數據、客戶購買數量數據、客戶購買金額數據；所述客戶瀏覽數據包括：瀏覽量數據、瀏覽訪問次數數據、瀏覽時長數據、瀏覽深度數據。

2.如權利要求1所述的方法，其特征在于，建立分位數回歸算法模型，包括：

確定所述分位數回歸算法模型的目標函數；

確定所述分位數回歸算法模型的分位數個數與回歸形式；

利用最優化方法確定所述分位數回歸算法模型的回歸參數；以及

進行所述分位數回歸算法模型的回歸檢驗。

3.如權利要求2所述的方法，其特征在于，所述目標函數為：

其中，d_q(y，q)為所述目標函數公式，p∈(0,1)，p表示數值小于第p個所述分位數的比例，q是p分位數對應的數值。

4.如權利要求2所述的方法，其特征在于，利用最優化方式求解回歸參數，最優化目標公式為：

其中τ∈(0,1)，為第τ分位數下的回歸系數估計，ρ_τ(z)＝τZI_[0.∞)(Z)-(1-τ)ZI_(-∞,0)(Z)，其中，I(·)為示性函數，x_i為所述自變量，y_i為所述因變量。

5.如權利要求2所述的方法，其特征在于，進行所述分位數回歸算法模型的回歸檢驗，包括以下情況中至少一種：

利用參數顯著性進行回歸檢驗；以及

利用模型擬合優度進行回歸檢驗。

6.如權利要求2所述的方法，其特征在于，還包括：

通過所述分位數回歸算法中的分位數回歸參數與所述分層結構數據進行分層策略分析。

7.如權利要求1所述的方法，其特征在于，對所述自變量數據進行離散化處理，得到離散自變量數據，包括：

判斷所述自變量數據是否為離散化數據；以及

如果所述自變量數據不為離散化數據，則對所述自變量數據進行離散化處理，得到所述離散自變量數據。