[發(fā)明專利]基于馬爾科夫鏈的預測方法和裝置

在審

• 申請?zhí)枺?/td>: 201711138828.3
• 申請日: 2017-11-16
• 公開（公告）號: CN107862413A
• 公開（公告）日: 2018-03-30
• 發(fā)明（設計）人: 劉鈺慧;李匡正
• 申請（專利權）人: 四維口袋科技（北京）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 北京清亦華知識產(chǎn)權代理事務所(普通合伙)11201
• 代理人: 張潤

1.一種基于馬爾科夫鏈的預測方法，其特征在于，包括：

采集預設時長內(nèi)顧客的歷史購買數(shù)據(jù)；

根據(jù)所述歷史購買數(shù)據(jù)，統(tǒng)計獲取顧客的狀態(tài)轉(zhuǎn)移矩陣；其中，所述狀態(tài)轉(zhuǎn)移矩陣中包括所述顧客從第i個狀態(tài)轉(zhuǎn)移到第j個狀態(tài)的概率；

獲取用于預測的每個狀態(tài)下的顧客的第一購買數(shù)據(jù)；

根據(jù)每個狀態(tài)下的所述第一購買數(shù)據(jù)和所述狀態(tài)轉(zhuǎn)移矩陣，得到第一預測結果；其中，所述第一預測結果包括每個狀態(tài)下的預測出的顧客數(shù)。

2.根據(jù)權利要求1所述的基于馬爾科夫鏈的預測方法，其特征在于，所述狀態(tài)轉(zhuǎn)移矩陣包括第一狀態(tài)轉(zhuǎn)移矩陣和第二狀態(tài)轉(zhuǎn)移矩陣，其中，所述第一狀態(tài)轉(zhuǎn)移矩陣為所述顧客存在連續(xù)購買行為時對應的狀態(tài)轉(zhuǎn)移矩陣，所述第二狀態(tài)轉(zhuǎn)移矩陣為所述顧客不存在續(xù)購買行為時對應的狀態(tài)轉(zhuǎn)移矩陣；

所述根據(jù)所述歷史購買數(shù)據(jù)，統(tǒng)計獲取顧客的狀態(tài)轉(zhuǎn)移矩陣，包括：

對所述歷史購買數(shù)據(jù)進行統(tǒng)計分析，獲取所述顧客從所述第i個狀態(tài)轉(zhuǎn)移到所述第j個狀態(tài)的狀態(tài)轉(zhuǎn)移概率；其中，i，j為大于等于1的正整數(shù)；

從所有的狀態(tài)轉(zhuǎn)移概率中，根據(jù)所述狀態(tài)轉(zhuǎn)移概率對應的狀態(tài)，選取出用于構成所述第一狀態(tài)轉(zhuǎn)移矩陣的狀態(tài)轉(zhuǎn)移概率，并構成所述第一狀態(tài)轉(zhuǎn)移矩陣；

利用除構成所述第一狀態(tài)轉(zhuǎn)移矩陣之外的狀態(tài)轉(zhuǎn)移概率，構成所述第二狀態(tài)轉(zhuǎn)移矩陣。

3.根據(jù)權利要求2所述的基于馬爾科夫鏈的預測方法，其特征在于，還包括：

獲取多個所述預設時長內(nèi)的所述第一狀態(tài)轉(zhuǎn)移矩陣和所述第二狀態(tài)轉(zhuǎn)移矩陣；

將每個預設時長內(nèi)的所述第一狀態(tài)轉(zhuǎn)移矩陣進行加權平均，更新所述第一狀態(tài)轉(zhuǎn)移矩陣；

將每個預設時長內(nèi)的所述第二狀態(tài)轉(zhuǎn)移矩陣進行加權平均，更新所述第二狀態(tài)轉(zhuǎn)移矩陣。

4.根據(jù)權利要求2或3述的基于馬爾科夫鏈的預測方法，其特征在于，所述根據(jù)每個狀態(tài)下的所述第一購買數(shù)據(jù)和所述狀態(tài)轉(zhuǎn)移矩陣，得到第一預測結果，包括：

利用每個存在連續(xù)購買行為時對應的每個狀態(tài)下的所述第一購買數(shù)據(jù)構成第一矩陣；

利用不存在連續(xù)購買行為時對應的每個狀態(tài)下的所述第一購買數(shù)據(jù)構成第二矩陣；

利用所述第一矩陣與所述第一狀態(tài)矩陣進行相乘，并將相乘結果相加得到所述第二預測結果，以及將所述第二矩陣與所述第二狀態(tài)矩陣進行相乘，并將相乘結果相加得到所述第三預測結果；

將所述第二預測結果與所述第三預測結果相加，得到所述第一預測結果；其中，所述第一預測結果為一個矩陣，所述矩陣中不同元素表示不同狀態(tài)，所述元素的取值為對應狀態(tài)下預測出的顧客數(shù)。

5.根據(jù)權利要求4所述的基于馬爾科夫鏈的預測方法，其特征在于，所述得到所述第一預測結果之后，還包括：

獲取每個狀態(tài)下的消費數(shù)據(jù)，利用每個狀態(tài)下的消費數(shù)據(jù)構成第三矩陣；

將所述第一預測結果與所述第三矩陣相乘，得到第四預測結果；其中，所述第四預測結果為預測出的總消費數(shù)據(jù)。

6.根據(jù)權利要求1或2所述的基于馬爾科夫鏈的預測方法，其特征在于，所述獲取用于預測的每個狀態(tài)下的顧客的第一購買數(shù)據(jù)之后，還包括：

將采樣的時間間隔劃分成多個時段；

針對每個時段，獲取所述時段內(nèi)每個狀態(tài)下所述顧客的第二購買數(shù)據(jù)。

7.根據(jù)權利要求6所述的基于馬爾科夫鏈的預測方法，其特征在于，所述根據(jù)每個狀態(tài)下的所述顧客數(shù)據(jù)和所述狀態(tài)轉(zhuǎn)移矩陣，得到第一預測結果，包括：

針對每個時段，利用所述時段內(nèi)每個狀態(tài)下的所述第二購買數(shù)據(jù)構成第四矩陣；

利用所述時段內(nèi)的所述第四矩陣與所述狀態(tài)轉(zhuǎn)移矩陣相乘，得到所述時段對應的第五預測結果；其中，所述第五預測結果包括所述時段下每個狀態(tài)下的預測出的顧客數(shù)。

8.根據(jù)權利要求7所述的基于馬爾科夫鏈的預測方法，其特征在于，所述得到所述時段對應的第五預測結果之后，還包括：

獲取每個狀態(tài)下的消費數(shù)據(jù)，利用每個狀態(tài)下的消費數(shù)據(jù)構成第三矩陣；

針對每個時段，利用所述時段對應的所述第五預測結果與所述第三矩陣相乘，得到第六預測結果；其中，所述第六預測結果為預測出所述時段下的消費數(shù)據(jù)；

將每個時段內(nèi)的所述第六預測結果相加，得到第七預測結果，其中，所述第七預測結果為預測出的總消費數(shù)據(jù)。