[發(fā)明專利]一種個人消費行為預(yù)測方法

在審

• 申請?zhí)枺?/td>: 201910302142.6
• 申請日: 2019-04-15
• 公開（公告）號: CN110009432A
• 公開（公告）日: 2019-07-12
• 發(fā)明（設(shè)計）人: 徐晗茜;譚江來;費日龍
• 申請（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N3/04;G06N3/08
• 代理公司: 北京東方盛凡知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11562
• 代理人: 牟炳彥

1.一種個人消費行為預(yù)測方法，其特征在于，所述方法包括：

S1.根據(jù)消費者為滿足個人需求而購買商品行為的特征，分析消費者消費行為特征及影響消費者消費行為的主要因素；

S2.基于影響消費行為因素的多樣性，結(jié)合灰色系統(tǒng)模型構(gòu)建多因素的灰色關(guān)聯(lián)度模型，計算不同影響因素的重要性，并選擇影響消費行為的主要因素；

S3.結(jié)合影響個人消費行為因素的重要程度，基于多隱層BP神經(jīng)網(wǎng)絡(luò)，建立個人消費行為預(yù)測模型，進行個人消費行為的預(yù)測；

S4.根據(jù)樣本數(shù)據(jù)的數(shù)量和質(zhì)量，結(jié)合基于RFM模型和灰色模型的消費行為預(yù)測方法綜合匹配，采用合理的方法，有效完成個人消費行為的預(yù)測。

2.根據(jù)權(quán)利要求1所述個人消費行為預(yù)測方法，其特征在于，S1包括以下步驟，

(1)根據(jù)消費者為滿足個人需求而購買商品行為的特征，劃分消費者消費行為類型；

(2)根據(jù)消費者消費行為類型，分析得影響個人消費行為因素主要包括個人因素、經(jīng)濟因素、心理因素和文化因素等幾類，建立影響個人消費行為因素模型。

3.根據(jù)權(quán)利要求1所述個人消費行為預(yù)測方法，其特征在于，灰色關(guān)聯(lián)度的計算方法如下，個人消費行為的預(yù)測是一個多因素、多目標的復(fù)雜預(yù)測系統(tǒng)，且包含較多不確定信息，通過灰色關(guān)聯(lián)分析，比較各因素與消費行為的發(fā)展變化態(tài)勢，選擇其中最能反映消費行為特征的影響因素：

假設(shè)所有影響因素的參考序列為：

x₀＝{x₀(1)，x₀(2)，...，x₀(n)}

m個影響因素的關(guān)聯(lián)序列分別為：

x_i＝{x_i(1)，x_i(2)，...，x_i(n)}(1≤i≤m)

由于各關(guān)聯(lián)序列的量綱存在不同，通過下列算式對所有序列進行標準化處理：

其中為所有序列均值，則關(guān)聯(lián)序列x_i與參考序列x₀在k點的關(guān)聯(lián)系數(shù)可表示為：

δ_i(k)＝|x₀(k)-x_i(k)|(k＝1，2，...，n；1≤i≤m)

其中α∈[0，1]為分辨率系數(shù)，當α越大時，關(guān)聯(lián)序列與參考序列間的分辨率越大，反之，則分辨率越小；和分別為兩級最小差和兩級最大差；由此可得，各因素間灰色關(guān)聯(lián)度可表示為：

以步驟S1所述的影響因素，本發(fā)明以個人消費行為為參考序列x₀，利用上述步驟中灰色關(guān)聯(lián)度的計算方法，計算各個影響消費行為因素與個人消費行為之間的灰色關(guān)聯(lián)度r_i，并將所有關(guān)聯(lián)度進行排序，設(shè)置關(guān)聯(lián)度閾值T，選擇其中關(guān)聯(lián)度值大于閾值T的因素作為影響個人消費行為的主要因素。

4.根據(jù)權(quán)利要求1所述個人消費行為預(yù)測方法，其特征在于，步驟S3中根據(jù)灰色關(guān)聯(lián)度值的分析結(jié)果，選擇其中影響程度較大的影響因素作為個人消費行為預(yù)測的基礎(chǔ)數(shù)據(jù)，建立基于多隱層BP神經(jīng)網(wǎng)絡(luò)的個人消費行為預(yù)測的基礎(chǔ)網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求1所述的個人消費行為預(yù)測方法，其特征在于，步驟S4中根據(jù)歷史數(shù)據(jù)的全面性情況，結(jié)合基于RFM即消費行為模型和灰色模型即GM模型的預(yù)測方法，進行個人消費行為的預(yù)測。

6.根據(jù)權(quán)利要求5所述的個人消費行為預(yù)測方法，其特征在于，所述的基于RFM即消費行為模型和灰色模型即GM模型的預(yù)測方法，進行個人消費行為的預(yù)測，其步驟包括，

步驟1，RFM由3個變量組成，分別為以最近一次消費為時間節(jié)點，從開始到當前時間節(jié)點的時間間隔R，在觀察期內(nèi)顧客完成購買的次數(shù)F和在同一觀察期內(nèi)顧客購買行為產(chǎn)生的交易金額M；根據(jù)RFM模型中的F和M變量將消費者在每個維度上的消費行為狀態(tài)分為三種，構(gòu)造一組3×3的消費行為狀態(tài)矩陣，包含九種消費行為狀態(tài)，每一種特定的行為狀態(tài)代表了消費者當前或未來的消費行為特征；

步驟2，根據(jù)由F和M兩個維度構(gòu)成的消費行為模式，分別在每個維度上使用灰色模型對消費行為進行預(yù)測；首先建立購買頻率F維度的預(yù)測模型，假設(shè)消費者個人原始消費頻率F的序列為：

F₀＝{F₀(1)，F(xiàn)₀(2)，...，F(xiàn)₀(n)}

其中F₀(n)表示第n周期內(nèi)消費者個人的購買頻率，通過將顧客購買頻率的離散數(shù)列進行一階累加后得到新序列：

F₁＝{F₁(1)，F(xiàn)₁(2)，...，F(xiàn)₁(n)}

假設(shè)Z₁為序列F₁中各離散值的緊鄰均值，則緊鄰均值序列為：

Z₁＝{Z₁(1)，Z₁(2)，...，Z₁(n)}

其中且F₁(0)＝0；則購買頻率的一階動態(tài)灰微分方程可表示為：

H＝F₀(n)+a×Z₁(n)

其中a表示發(fā)展灰度，H為灰作用量，以其反映購買頻率的離散序列的發(fā)展趨勢以及數(shù)據(jù)間的變化關(guān)系；經(jīng)過微分處理，得到一階線性白化微分方程：

其中發(fā)展灰度a的取值決定了動態(tài)灰微分方程的適用度，若|a|≤0.5則表示該模型對于短期或中長期預(yù)測能夠產(chǎn)生較好的效果，若|a|＞0.5，則需對模型作進一步調(diào)整；

假設(shè)發(fā)展灰度a和微灰作用量H′的參數(shù)估計向量為E＝[a，H′]^T，則根據(jù)估計向量的計算過程：

得到參數(shù)值a和H′，由此可得到消費者購買頻率的時間相應(yīng)預(yù)測函數(shù)為：

則購買頻率F₀(n+1)的預(yù)測序列為：

F₀(n+1)＝F₁(n+1)-F₁(n)

采用同樣的方法可得消費者個人消費金額M的預(yù)測序列M₀(n+1)，根據(jù)個人的購買頻率F和購買金額M兩個維度的預(yù)測結(jié)果，可得消費者未來消費行為模式的變化；

步驟3，根據(jù)消費者個人消費行為模式的變化，結(jié)合相關(guān)專家經(jīng)驗判斷此類消費行為模式變化的消費者所具有的消費行為特征，由此確定其所屬行為類型。