[發明專利]決策因素分析裝置與決策因素分析方法

有效

• 申請號: 201711388816.6
• 申請日: 2017-12-20
• 公開（公告）號: CN109840796B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 林政良;李杰欣;王恩慈;黃俊堂;左聰文
• 申請（專利權）人: 財團法人工業技術研究院
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/18
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 楊靜

本發明提供用于分析導致商品類型的商品被購買的多個決策因素的一種決策因素分析裝置與決策因素分析方法。所述方法包括自消費者數據庫對應多個消費者的多個瀏覽歷史數據與多個購買歷史數據中辨識對應所述商品類型的多個商品序列，其中每一個商品序列包括未購買商品與購買商品；根據所述多個商品序列與多個商品信息獲得特征序列；根據特征序列的K個決策因素訓練對應所述商品類型的回歸模型以獲得最佳回歸模型，并且根據所述最佳回歸模型獲得分別對應所述K個決策因素的K個決策值，以產生對應所述商品類型的決策因素序列。

技術領域

本發明是有關于一種決策因素分析裝置與決策因素分析方法。

背景技術

隨著時代的進步、網絡的發達及運送通路的演進，現在人的購物方式也由從實體店面中購物的方式轉為從電商網站購物的方式。換言之，網絡購物已經是一種趨勢。

對于利用電商網站來進行貨物販賣的賣家(或相關的商品管理者)來說，雖然可根據電商網站所提供的統計信息/歷史記錄(如，已販賣商品的數量/類型)來判斷哪些商品是暢銷的。但是，賣家不容易從這些統計信息/歷史記錄中來判斷影響這些暢銷商品之所以暢銷的因素，導致賣家難以進一步地提高在電商網站中所販賣的商品的被購買率，即，賣家并不能夠充分地享受到利用電商網站販賣商品的好處。例如，賣家不容易經由電商網站所提供的統計信息/歷史記錄來有效地辨識出購買率較高的商品(以及其規格)或是辨識出可吸引人購買商品的販賣網頁的設計特征/規格。

基此，要如何利用電商網站所提供的統計信息/歷史數據來分析出商品之所以被購買的決策因素，進而使賣家可辨識出購買率較高的產品，或是設計出較具賣相的網頁，是本領域人員致力發展的目標。

發明內容

本發明提供一種決策因素分析裝置與決策因素分析方法，可分析影響所述特定商品類型的商品是否被購買的多個決策因素。

本發明的一實施例提供用于分析導致一商品類型的商品被購買的多個決策因素的一種決策因素分析裝置。所述決策因素分析裝置包括通信電路單元、存儲裝置以及處理器。通信電路單元用以連接至電商網站的電商服務器。存儲裝置用以儲存多個程序代碼模塊。所述處理器用以存取且執行所述多個程序代碼模塊，以執行對應所述商品類型的決策因素分析操作。所述多個程序代碼模塊包括數據擷取模塊、決策因素管理模塊與回歸模型管理模塊。數據擷取模塊用以自所述電商服務器的消費者數據庫讀取分別對應多個消費者的多個消費者歷史數據，并且自所述電商服務器的商品數據庫中讀取多個商品數據，其中所述多個消費者歷史數據的每一個消費者歷史數據報括瀏覽歷史數據與購買歷史數據。決策因素管理模塊用以管理所述決策因素分析操作?；貧w模型管理模塊用以訓練回歸模型。所述決策因素管理模塊根據所述商品類型指示所述數據擷取模塊從對應所述多個消費者的所述多個瀏覽歷史數據與所述多個購買歷史數據中辨識對應所述商品類型的多個商品序列，其中每一個商品序列包括屬于所述商品類型的分別對應所述多個消費者的多個已瀏覽商品，其中所述多個已瀏覽商品包括一或多個未購買商品與一購買商品。此外，所述決策因素管理模塊根據所述多個商品序列中各自的所述一或多個未購買商品與所述購買商品來獲得分別對應所述多個商品序列的多個特征組，其中每一個特征組包括多個特征及分別對應所述多個特征的多個特征值。所述決策因素管理模塊更根據對應所述商品類別的所述多個商品序列與所述多個特征組獲得一特征序列，其中所述決策因素管理模塊選擇所述特征序列中已排序的所述多個特征的前K個特征作為K個決策因素。所述回歸模型管理模塊根據所述K個決策因素與所述多個商品數據訓練對應所述商品類型的一回歸模型以獲得一最佳回歸模型，并且根據所述最佳回歸模型獲得分別對應所述K個決策因素的K個決策值。所述決策因素管理模塊根據所述K個決策值由大至小排序所述K個決策因素，以產生對應所述商品類型的具有K個決策因素的一決策因素序列，其中所述決策因素管理模塊判定在對應所述商品類型的所述決策因素序列的所述K個決策因素中排序最前面的一第一決策因素為最影響所述商品類型的商品是否會被購買的所述商品的關鍵商品信息。