[發明專利]一種基于大數據的電商復購行為的用戶畫像系統

在審

• 申請號: 202210066971.0
• 申請日: 2022-01-20
• 公開（公告）號: CN114511378A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 宋培森;陳晨;龍浩
• 申請（專利權）人: 徐州工業職業技術學院
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02;G06K9/62
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 王峰剛

1.一種基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述基于大數據的電商復購行為的用戶畫像系統包括：

數據采集模塊，與中央控制模塊連接，用于獲取用戶在預設時間段內的購買記錄數據以及其他交互數據；

特征提取模塊，與中央控制模塊連接，用于提取采集用戶的購買商品的特征、行為特征以及其他特征；

聚類分析模塊，與中央控制模塊連接，用于基于特征提取結果進行聚類分析；

畫像優化模塊，與中央控制模塊連接，用于基于特征提取結果以及聚類分析結果對構建的初始用戶畫像進行優化，得到優化后的用戶畫像；

顯示模塊，與中央控制模塊連接，用于對采集、處理、分析的數據以及優化后的用戶畫像進行顯示。

2.如權利要求1所述基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述基于大數據的電商復購行為的用戶畫像系統還包括：

數據預處理模塊，與中央控制模塊連接，用于對采集的用戶購買記錄數據進行預處理；

中央控制模塊，與數據采集模塊、數據預處理模塊、數據分類統計模塊、數據分析模塊、特征提取模塊、聚類分析模塊、畫像構建模塊、畫像優化模塊以及顯示模塊連接，用于利用單片機或控制器控制各個模塊正常工作；

數據分類統計模塊，與中央控制模塊連接，用于對預處理后的數據按照用戶、商品類別、頻率以及其他主題詞進行分類與統計；同時用于確定不同商品的關聯情況；

數據分析模塊，與中央控制模塊連接，用于基于用戶的分類統計結果分析用戶的單個訂單的金額、購買次數、重復購買的商品類型、參與促銷活動情況及其他數據；

畫像構建模塊，與中央控制模塊連接，用于構建初始用戶畫像。

3.如權利要求1所述基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述交互數據包括：用戶的瀏覽、收藏、點擊、添加購物車以及其他數據。

4.如權利要求1所述基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述特征提取模塊包括：

行為特征提取單元，用于基于用戶的交互數據進行用戶的瀏覽、收藏以及其他行為特征的提取；

心理特征提取單元，用于通過分析數據分類統計結果以及分析結果確定用戶對促銷活動的敏感度；

偏好特征提取單元，用于基于分析數據分類統計結果以及分析結果確定用戶的興趣愛好特征、商品偏好特征以及品牌偏好特征。

5.如權利要求2所述基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述數據預處理模塊對采集的用戶購買記錄數據進行預處理包括：

首先，將采集的用戶的購買記錄以及交互數據根據預設的清洗規則進行清洗，得到清洗后的數據；

其次，確定清洗后的數據是否存在無效字段，并過濾去除無效字段；并確定采集的用戶購買記錄數據中所需要的各個字段；

最后，基于確定的各個字段判斷數據是否存在缺失，并進行缺失字段的填補；同時對填補好的數據進行歸一化處理。

6.如權利要求4所述基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述行為特征提取單元基于用戶的交互數據進行用戶的瀏覽、收藏以及其他行為特征的提取包括：

根據用戶交互行為分類將采集的交互數據進行分類，得到瀏覽行為數據、收藏行為數據、點擊行為數據以及其他行為數據；

確定不同行為數據中包含的用戶行為指標，并生成各個行為數據的用戶行為指標矩陣；

確定用戶在各個指標的均值以及標準差，并建立對應的用戶行為類別列表；并對各個行為數據的用戶行為類別列表進行相似度計算，得到用戶行為習慣矩陣；

基于所述用戶行為習慣矩陣確定用戶的行為特征。

7.如權利要求6所述基于大數據的電商復購行為的用戶畫像系統，其特征在于，所述生成各個行為數據的用戶行為指標矩陣包括：

基于行為數據匯總包含的用戶行為指標確定對應每一個行為數據的行為指標嵌入向量，得到由所述各個嵌入向量構成的初始向量序列；

利用矩陣模型處理所述初始向量序列，得到表征所述用戶行為數據的用戶行為指標矩陣。