[發(fā)明專利]一種基于用戶和產(chǎn)品層面的多因子在線購買行為轉(zhuǎn)化預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202011085876.2
• 申請日: 2020-10-12
• 公開（公告）號: CN112183875A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 曹杰;張佳禹;申冬琴;趙慕階;張威煊;徐桂瑩;馬麗娜;靖慧;羅婕;張興旺
• 申請（專利權(quán)）人: 云境商務(wù)智能研究院南京有限公司;南京理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06Q30/06
• 代理公司: 南京天華專利代理有限責(zé)任公司 32218
• 代理人: 劉暢;徐冬濤

1.一種基于用戶和產(chǎn)品層面的多因子在線購買行為轉(zhuǎn)化預(yù)測方法，其特征在于它基于用戶一系列頁面訪問事件，提取用戶瀏覽歷史中的預(yù)測因子，獲得各預(yù)測因子導(dǎo)致的用戶購買概率；結(jié)合產(chǎn)品層面的橋梁常數(shù)將獲得的用戶購買概率聚合獲得用戶轉(zhuǎn)化基數(shù)η_[t0:t0+△t](p)，η_[t0:t0+△t](p)表示用戶c在時間△t內(nèi)購買產(chǎn)品p的概率。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述預(yù)測因子包括購買轉(zhuǎn)移B¹_c,p、瀏覽比率B²_c,p、瀏覽時間B³_c,p，具體的：

購買轉(zhuǎn)移：采用用戶轉(zhuǎn)移權(quán)重W來表示用戶購買概率G(P,V,W)表示一個有權(quán)有向的節(jié)點的購買轉(zhuǎn)移圖，P＝{P₁，P₂…P_n}表示不同的產(chǎn)品，邊表示購買轉(zhuǎn)移：

Z(c,p_i,t_v)＝1表示用戶c在時間t_v購買了產(chǎn)品p_i；Z＝0時表示沒有購買該產(chǎn)品；W_pi,pj,△t越高表示，用戶購買產(chǎn)品p_i的可能性越大；Z(c,p_j,[t_v:t_v+△t])表示用戶c在時間t_v+△t是否購買了產(chǎn)品p_i；

瀏覽比率B²_c,p因素導(dǎo)致的用戶購買概率為

Y_PR表示用戶訪問p產(chǎn)品的次數(shù)，N_PR表示用戶沒有訪問p產(chǎn)品的次數(shù)；

瀏覽時間B³_c,p因素導(dǎo)致的用戶轉(zhuǎn)換概率為將用戶分成兩組，一組為購買成功的買家，一組為櫥窗購物者，生成基于兩個客戶群體和瀏覽持續(xù)時間x_active的概率密度函數(shù)x_adopt，估計轉(zhuǎn)換概率為：

Y_PD表示訪問p頁面的時長，N_PD表示沒有訪問p頁面的時長。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于瀏覽持續(xù)時間x_active的計算方法是：

定義(c，p)為客戶-產(chǎn)品配對，定義配對之間的三個過渡態(tài)為{inactive，active，adopt}，每一對(c，p)最初都處于inactive狀態(tài)，這表示客戶c尚未意識到對p的需求；接下來，如果(c，p)對變?yōu)閍ctive狀態(tài)則就意味著用戶對p產(chǎn)品的需求，當(dāng)c開始訪問產(chǎn)品頁面時，active狀態(tài)可以被識別；若客戶c在(c，p)達(dá)到active狀態(tài)后訪問不同的頁面，(c，p)仍保持active狀態(tài)；當(dāng)客戶c對產(chǎn)品p做出采購訂單時，(c，p)變成了adopt狀態(tài)；到達(dá)adopt狀態(tài)后，這對(c，p)立即返回到inactive狀態(tài)；

瀏覽持續(xù)時間x_active是從active狀態(tài)到adopt狀態(tài)的時間或最后一次訪問p頁面的時長。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于用戶轉(zhuǎn)化基數(shù)的計算公式為：

其中，C_active(p,t0)表示在當(dāng)前時間t0處于p的active狀態(tài)的客戶集合。