[發明專利]歸因分析方法、裝置、設備及存儲介質

在審

• 申請號: 202110725846.1
• 申請日: 2021-06-29
• 公開（公告）號: CN113361954A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 樊瑞琪
• 申請（專利權）人: 平安普惠企業管理有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

本發明涉及大數據領域，公開了一種歸因分析方法、裝置、設備及存儲介質。所述歸因分析方法包括：接收用戶輸入的歸因分析指令，并根據其中的數據匹配參數，在用戶行為數據集中匹配關鍵事件和待歸因事件；根據關鍵事件和待歸因事件，構建用戶的行為序列；基于歸因分析策略和行為序列中的排序信息，計算每個待歸因行為對于關鍵行為的置信度以及關鍵行為對于每個待歸因行為的支持度；根據該置信度、該支持度以及歸因分析指令中的權重分配百分比，確定每個待歸因行為對于關鍵行為的貢獻度；基于預設的可視化參數，輸出歸因分析結果，本發明結合置信度與支持度來確定行為的貢獻度，從而讓分析結果更加準確。

技術領域

本發明涉及大數據領域，尤其涉及一種歸因分析方法、裝置、設備及存儲介質。

背景技術

歸因分析為一種數據分析方案，常被企業用于對用戶行為進行分析，通過設定產品埋點、建立分析維度以及用戶畫像標簽，從而將用戶群體與產品購買轉化或者其他關鍵績效指標之間的關系進行可視化呈現，進而促使企業進做出相應的商業決策，以提升業務增長。

現有的歸因分析方案，其分析結果的準確率較低，原因在于其中待分析的業務指標以及維度過多且錯綜復雜，難以找到它們之間的關聯性，從而導致得到的分析結果并不準確。

發明內容

本發明的主要目的在于解決由現有歸因分析方案得到的分析結果不準確的問題。

本發明第一方面提供了一種歸因分析方法，包括：

接收用戶輸入的歸因分析指令，并根據所述歸因分析指令中的數據匹配參數，在預置的用戶行為數據集中匹配關鍵事件和多個待歸因事件，其中，所述歸因分析指令還包括歸因分析策略、貢獻度的權重分配百分比；

根據所述關鍵事件和所述待歸因事件，構建用戶的行為序列，其中，所述行為序列包括關鍵行為與多個待歸因行為的排序信息；

基于所述歸因分析策略和所述排序信息，依次計算每個待歸因行為對于所述關鍵行為的置信度以及所述關鍵行為對于每個待歸因行為的支持度；

根據每個待歸因行為對于所述關鍵行為的置信度、所述關鍵行為對于每個待歸因行為的支持度以及所述權重分配百分比，確定每個待歸因行為對于所述關鍵行為的貢獻度；

基于預設的可視化參數，輸出歸因分析結果，其中，所述歸因分析結果包括所述待歸因行為的名稱、所述關鍵行為對于所述待歸因行為的支持度、所述待歸因行為對于所述關鍵行為的置信度以及所述待歸因行為對于所述關鍵行為的貢獻度。

可選的，在本發明第一方面的第一種實現方式中，所述根據所述歸因分析指令中的數據匹配參數，在預置的用戶行為數據集中匹配關鍵事件和多個待歸因事件包括：

根據所述數據匹配參數中的關鍵字參數，在所述用戶行為數據集中匹配所述關鍵事件；

基于所述數據匹配參數中的指標參數，在所述用戶行為數據集中匹配多個待歸因事件，其中，所述指標參數中至少包括事件類別、事件發生時刻以及事件名稱中的任意一種指標。

可選的，在本發明第一方面的第二種實現方式中，在所述根據所述關鍵事件和所述待歸因事件，構建用戶的行為序列之前，還包括：

根據所述關鍵事件的發生時刻和所述關鍵事件的事件名稱，對所述關鍵事件對應的數據進行數據分區，得到包含分區結構的目標數據；

獲取所述用戶的身份標識，并基于所述身份標識，對所述目標數據進行分桶操作。

可選的，在本發明第一方面的第三種實現方式中，在所述根據所述歸因分析指令中的數據匹配參數，在預置的用戶行為數據集中匹配關鍵事件和多個待歸因事件之后，以及在所述根據所述關鍵事件和所述待歸因事件，構建用戶的行為序列之前，還包括：

基于預設的編碼規則，對所述關鍵事件和所述待歸因事件進行編碼。