[發明專利]基于馬爾科夫鏈的預測方法和裝置

在審

• 申請號: 201711138828.3
• 申請日: 2017-11-16
• 公開（公告）號: CN107862413A
• 公開（公告）日: 2018-03-30
• 發明（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: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 張潤

技術領域

本發明涉及互聯網技術領域，尤其涉及一種基于馬爾科夫鏈的預測方法和裝置。

背景技術

對于線上、線下亦或兩者混合型的零售門店，產生過購買的顧客，就具體的購買行為而言，可能存在顯著的差異，例如，不同用戶的訪問頻率、消費金額，以及對產品的偏好可能不同。而現有技術中，僅通過簡單的歷史購買數據統計，使用相關時間序列方法進行零售門店顧客數預測，導致預測結果和實際結果的差距較大，即預測結果的準確性較低。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的第一個目的在于提出一種基于馬爾科夫鏈的預測方法，基于馬爾科夫鏈，將零售門店的顧客進行不同狀態的刻畫，由此預測零售門店在未來某一時段的顧客數，能夠有效提升預測結果的準確性，用于解決現有顧客數預測結果的準確性較低的技術問題。

本發明的第二個目的在于提出一種基于馬爾科夫鏈的預測裝置。

本發明的第三個目的在于提出一種計算機設備。

本發明的第四個目的在于提出一種非臨時性計算機可讀存儲介質。

本發明的第五個目的在于提出一種計算機程序產品。

為達上述目的，本發明第一方面實施例提出了一種基于馬爾科夫鏈的預測方法，包括：

采集預設時長內顧客的歷史購買數據；

根據所述歷史購買數據，統計獲取顧客的狀態轉移矩陣；其中，所述狀態轉移矩陣中包括所述顧客從第i個狀態轉移到第j個狀態的概率；

獲取用于預測的每個狀態下的顧客的第一購買數據；

根據每個狀態下的所述第一購買數據和所述狀態轉移矩陣，得到第一預測結果；其中，所述第一預測結果包括每個狀態下的預測出的顧客數。

本發明實施例的基于馬爾科夫鏈的預測方法，通過采集預設時長內顧客的歷史購買數據；根據歷史購買數據，統計獲取顧客的狀態轉移矩陣；獲取用于預測的每個狀態下的顧客的第一購買數據；根據每個狀態下的第一購買數據和狀態轉移矩陣，得到第一預測結果；其中，第一預測結果包括每個狀態下的預測出的顧客數。本實施例中，基于馬爾科夫鏈，將零售門店的顧客進行不同狀態的刻畫，由此預測零售門店在未來某一時段的顧客數，能夠有效提升預測結果的準確性，解決現有技術中顧客數預測結果的準確性較低的技術問題。

為達上述目的，本發明第二方面實施例提出了一種基于馬爾科夫鏈的預測裝置，包括：

采集模塊，采集預設時長內顧客的歷史購買數據；

統計模塊，用于根據所述歷史購買數據，統計獲取顧客的狀態轉移矩陣；其中，所述狀態轉移矩陣中包括所述顧客從第i個狀態轉移到第j個狀態的概率；

獲取模塊，用于獲取用于預測的每個狀態下的顧客的第一購買數據；

處理模塊，用于根據每個狀態下的所述第一購買數據和所述狀態轉移矩陣，得到第一預測結果；其中，所述第一預測結果包括每個狀態下的預測出的顧客數。

本發明實施例的基于馬爾科夫鏈的預測裝置，通過采集預設時長內顧客的歷史購買數據；根據歷史購買數據，統計獲取顧客的狀態轉移矩陣；獲取用于預測的每個狀態下的顧客的第一購買數據；根據每個狀態下的第一購買數據和狀態轉移矩陣，得到第一預測結果；其中，第一預測結果包括每個狀態下的預測出的顧客數。本實施例中，基于馬爾科夫鏈，將零售門店的顧客進行不同狀態的刻畫，由此預測零售門店在未來某一時段的顧客數，能夠有效提升預測結果的準確性，解決現有技術中顧客數預測結果的準確性較低的技術問題。

為達上述目的，本發明第三方面實施例提出了一種計算機設備，包括：處理器和存儲器；其中，所述處理器通過讀取所述存儲器中存儲的可執行程序代碼來運行與所述可執行程序代碼對應的程序，以用于實現如本發明第一方面實施例所述的基于馬爾科夫鏈的預測方法。

為了實現上述目的，本發明第四方面實施例提出了一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如本發明第一方面實施例所述的基于馬爾科夫鏈的預測方法。

為了實現上述目的，本發明第五方面實施例提出了一種計算機程序產品，當所述計算機程序產品中的指令處理器執行時實現如本發明第一方面實施例所述的基于馬爾科夫鏈的預測方法。

本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。

附圖說明

本發明上述的和/或附加的方面和優點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中：