[發明專利]一種回頭客的預測方法及裝置

在審

• 申請號: 201810421976.4
• 申請日: 2018-05-04
• 公開（公告）號: CN109657832A
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 陸振龍;鄧興華;鄭國春
• 申請（專利權）人: 美味不用等（上海）信息科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種回頭客的預測方法，其特征在于，所述方法包括：

加載預測模型，其中，所述預測模型攜帶有訓練得到的模型參數值；

獲取待預測用戶的第一用戶標識以及所述待預測用戶光顧過一次的品牌的第一品牌標識；

根據所述第一用戶標識和所述第一品牌標識從數據庫中查找所述第一用戶標識對應的用戶特征集、所述第一品牌標識對應的品牌特征集以及所述第一用戶標識與所述第一品牌標識對應的關聯特征集，并保存為第一特征集合；

將所述第一特征集合輸入至所述預測模型，并獲取所述預測模型根據所述模型參數值計算得到的所述待預測用戶是否會成為所述品牌的回頭客的預測結果。

2.根據權利要求1所述的回頭客的預測方法，其特征在于，所述預測模型的所述模型參數值通過以下方法獲得：

從數據庫預存的歷史數據中篩選目標品牌的回頭客的第二用戶標識以及目標品牌的非回頭客的第三用戶標識；

根據所述第二用戶標識，從數據庫中查找所述第二用戶標識對應的用戶特征集；

根據所述第三用戶標識，從數據庫中查找所述第三用戶標識對應的用戶特征集；

根據所述目標品牌的第二品牌標識，從數據庫中查找所述第二品牌標識對應的品牌特征集；

根據所述第二用戶標識和所述第二品牌標識，從數據庫中查找所述第二用戶標識與所述第二品牌標識對應的關聯特征集；

根據所述第三用戶標識和所述第二品牌標識，從數據庫中查找所述第三用戶標識與所述第二品牌標識對應的關聯特征集；

將所述第二用戶標識對應的用戶特征集、所述第三用戶標識對應的用戶特征集、所述第二品牌標識對應的品牌特征集、所述第二用戶標識與所述第二品牌標識對應的關聯特征集以及所述第三用戶標識與所述第二品牌標識對應的關聯特征集保存為第二特征集合；

將所述第二特征集合輸入至預測模型進行訓練，得到并保存所述預測模型的模型參數值。

3.根據權利要求2所述的回頭客的預測方法，其特征在于，所述模型參數值通過以下公式計算：

其中，為所述預測模型(W，b)中第l層的第i個節點到第l+1層的第j個節點的傳輸權重；

為所述預測模型(W，b)中第l層的第i個節點的輸出偏置；

alpha為學習速率，控制每輪學習模型參數值的更新速度；

S為第二特征集合；

L(W，b；S)為所述預測模型(W，b)在所述第二特征集合S上的損失函數。

4.根據權利要求1所述的回頭客的預測方法，其特征在于，在計算得到所述待預測用戶是否會成為所述品牌的回頭客的預測結果之后，還包括：

將所述預測結果和所述待預測用戶是否會成為所述品牌的回頭客的實際結果進行對比，得到預測準確率。

5.根據權利要求1所述的回頭客的預測方法，其特征在于，

所述用戶特征集包括：用戶屬性信息、用戶就餐記錄、用戶就餐地理信息、用戶就餐品牌信息、用戶就餐門店信息、用戶就餐時間信息、用戶口味信息中的一個或者多個；

所述品牌特征集包括：品牌評價信息、品牌排名信息、品牌口味和品牌時間信息中的一個或者多個；

所述關聯特征集包括：用戶在品牌的第一次就餐信息。

6.根據權利要求1所述的回頭客的預測方法，其特征在于，所述預測模型包括：輸入層、輸出層以及位于所述輸入層和所述輸出層之間的至少一層隱藏層；

所述輸入層包括至少一個節點；

所述隱藏層包括至少一個節點；

所述輸出層包括一個節點；

每層的每個節點分別與相鄰層的每個節點相連接。