数据分析方法和装置制造方法及图纸

本发明专利技术实施例提供一种数据分析方法和装置，该方法包括：获取不同观察时刻时多个用户中每个用户的消费标签集合，其中，消费标签集合中的每个标签由消费属性和属性值构成；分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性。针对任一用户来说，通过对多个不同观察时刻其对应的用户消费标签集合的分析，能够跟踪发现影响用户消费行为变化的消费属性，基于此，对大量的用户进行上述分析过程，可以准确地发现一段时间内影响大量用户消费行为变化的原因，基于该原因的发现，在实际应用中可以有利于提高服务平台向服务提供方推送服务策略的针对性、准确性。

【技术实现步骤摘要】
数据分析方法和装置
本专利技术涉及互联网
，尤其涉及一种数据分析方法和装置。
技术介绍
随着互联网的发展，常常需要对用户的行为信息进行分析，以便预测用户未来的行为，进而基于预测结果确定互联网信息的分发策略或处理策略。目前，通常通过建立模型的方式进行用户行为的分析，具体地，首先从历史数据中采集样本，基于采集的样本建立预测模型，然后根据预测模型中的预测系数，比如概率系数、关系权重系数等，来预测用户潜在的行为。
技术实现思路
从时间维度考虑，当通过建立模型来分析用户的消费行为时，一旦模型建立完成以后，除非重新选择样本并重新建立模型，否则模型中的预测系数是固定不变的，因此不能够适应变化的消费习惯、消费趋势等最新的消费行为信息，导致确定用户潜在消费行为的准确率降低，或者说导致不能准确分析出影响用户消费行为变化的原因。专利技术人通过对大量用户的消费数据的跟踪、研究发现：以任一个用户或多个用户来说，其在不同时间阶段所体现出的消费行为可能是不同的。该用户在不同时间的消费行为的变化，可能主要受几个消费属性的影响，比如配送时间、起送价格等等。因此，如果能够准确分析获得大量用户在不同时间阶段的消费行为的本文档来自技高网...

【技术保护点】
一种数据分析方法，其特征在于，包括：获取不同观察时刻时多个用户中每个用户的消费标签集合，所述消费标签集合中的每个标签由消费属性和属性值构成；分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性。

【技术特征摘要】
1.一种数据分析方法，其特征在于，包括：获取不同观察时刻时多个用户中每个用户的消费标签集合，所述消费标签集合中的每个标签由消费属性和属性值构成；分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性。2.根据权利要求1所述的方法，其特征在于，所述分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性，包括：根据所述多个用户中每个用户的消费标签集合和至少一组观察指标区间，确定每组观察指标区间在不同观察时刻对应的用户集合，其中，每组观察指标区间由至少一种观察指标及对应的一个取值区间构成；对每组观察指标区间在不同观察时刻对应的用户集合进行用户流转情况和消费标签差异性分析，确定影响用户消费行为变化的消费属性。3.根据权利要求2所述的方法，其特征在于，所述在不同观察时刻，获取多个用户中每个用户的消费标签集合之前，还包括：根据用户筛选条件，获取满足所述用户筛选条件的所述多个用户。4.根据权利要求3所述的方法，其特征在于，所述根据所述多个用户中每个用户的消费标签集合和至少一组观察指标区间，确定每组观察指标区间在不同观察时刻对应的用户集合，包括：根据不同观察时刻时每个用户的用户消费标签集合，确定在对应观察时刻，多组观察指标区间分别对应的用户集合。5.根据权利要求3所述的方法，其特征在于，所述对每组观察指标区间在不同观察时刻对应的用户集合进行用户流转情况和消费标签差异性分析，确定影响用户消费行为变化的消费属性，包括：对观察时刻Ti时的任一组观察指标区间Sk对应的用户集合Xk，确定在观察时刻Tj时，在各组观察指标区间上,所述用户集合Xk对应的各流转用户子集合,其中，j大于i；对所述用户集合Xk对应的各流转用户子集合进行消费标签差异性分析，获得影响所述用户集合Xk中用户在观察时刻Tj时消费行为变化的消费属性；根据观察时刻Ti时全部用户集合对应的消费属性，确定观察时刻Tj时影响用户消费行为变化的消费属性。6.根据权利要求5所述的方法，其特征在于，所述对所述用户集合Xk对应的各流转用户子集合进行消费标签差异性分析，获得影响所述用户集合Xk中用户在观察时刻Tj时消费行为变化的消费属性，包括：针对所述用户集合Xk对应的每个流转用户子集合，根据每个流转用户子集合中各用户的消费标签集合，统计每个流转用户子集合对应的每种消费属性对应的属性度量值；确定影响所述用户集合Xk中用户在观察时刻Tj时消费行为变化的消费属性为：属性度量值在所述各流转用户子集合间的差异化程度大于预设阈值的消费属性。7.根据权利要求6所述的方法，其特征在于，所述确定观察时刻Tj时影响用户消费行为变化的消费属性，包括：确定所述观察时刻Tj时影响用户消费行为变化的消费属性为：所述观察时刻Ti时全部用户集合对应的消费属性的并集，或者为：所述观察时刻Ti时全部用户集合对应的消费属性中的部分消费属性，所述部分消费属性根据观察时刻Ti时全部用户集合对应的消费属性的出现次数确定。8.根据权利要求3至7中任一项所述的方法，其特征在于，所述用户筛选条件中包括地理区域信息；所述方法还包括：确定与所述地理区域信息对应的服务提供方标识；根据确定出的消费属性，向所述服务提供方标识对应的服务提供方推送相应的服务策略。9.根据权利要求1所述的方法，其特征在于，所述分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性之前，还包括：响应于对目标用户类型的选择操作，确定与所述目标用户类型对应的用户筛选条件；根据不同观察时刻时获取的多个用户中每个用户的消费标签集合和所述用户筛选条件，确定在对应观察时刻，满足所述用户筛选条件的用户集合。10.根据权利要求9所述的方法，其特征在于，所述分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性，包括：根据观察时刻Ti时对应的用户集合Y和观察时刻Tj时对应的用户集合Z，确定用户集合Y中的转出用户子集合和转入用户子集合，其中，j大于i，所述转出用户子集合中的用户不包含于所述用户集合Z中，所述转入用户子集合中的用户包含于所述用户集合Z中；对所述转出用户子集合和所述转入用户子集合进行消费标签差异性分析，获得影响所述用户集合Y中用户在观察时刻Tj时消费行为变化的消费属性。11.根据权利要求10所述的方法，其特征在于，所述对所述转出用户子集合和所述转入用户子集合进行消费标签差异性分析，获得影响所述用户集合Y中用户在观察时刻Tj时消费行为变化的消费属性，包括：根据所述转出用户子集合中各用户的消费标签集合，统计所述转出用户子集合对应的每种消费属性对应的第一属性度量值；根据所述转入用户子集合中各用户的消费标签集合，统计所述转入用户子集合对应的每种消费属性对应的第二属性度量值；确定影响所述用户集合Y中用户在观察时刻Tj时消费行为变化的消费属性为：第一属性度量值和对应的第二属性度量值之间...

【专利技术属性】
技术研发人员：蒋凡，
申请(专利权)人：北京小度信息科技有限公司，
类型：发明
国别省市：北京,11