The invention provides a method and apparatus for user behavior analysis cycle, the method includes: obtaining interval sequences of user behavior; find the cycle time interval of adjacent elements in the time interval in the sequence of wave meets a predetermined condition sequence; calculate all the cycle time interval sequence according to the scores of scores; grading evaluation of user. The method by judging the degree of fluctuation of user behavior is composed of time interval sequence exceeds a threshold value, to find the sequence in the form of a periodic sequence, and the score of all sub sequences, which can get the results of the analysis of the user.
【技术实现步骤摘要】
一种分析用户行为周期的方法和装置
本申请涉及用户行为分析
,特别涉及一种分析用户行为周期的方法和装置。
技术介绍
很多现有技术都试图通过分析用户的交易行为,得到用户的潜在交易行为倾向,但是由于用户很难一直以一个稳定周期产生交易行为,因此,例如使用快速傅里叶变换等快速计算时域序列周期的方法都不能很好的适用于用户交易行为的分析,因此很难准确的得到用户对商户或者平台的忠诚度等数据。
技术实现思路
为解决现有技术中的上述问题,本申请的一个目的在于提出一种分析用户行为周期的方法和装置,能够更加准确的分析用户行为以及评价用户,根据该评价结果可以指导商家调整生产,以对目标用户提供相对应的定制服务或者产品,从而可以提高生产服务的效率,降低盲目生产带来的资源浪费。为达到上述目的,本申请实施例提出了一种分析用户行为周期的方法,包括:获取用户行为的时间间隔序列;寻找所述时间间隔序列中相邻元素的波动满足预定条件的周期时间间隔子序列;计算所有所述周期时间间隔子序列的分值;根据所述分值对用户进行分级评价。为达到上述目的,本申请实施例提出了一种分析用户行为周期的装置,包括:获取单元,用于获取用户行为的时间间隔序列;子序列单元,用于寻找所述时间间隔序列中相邻元素的波动满足预定条件的周期时间间隔子序列;计算单元,用于计算所有所述周期时间间隔子序列的分值;评价单元,用于根据所述分值对用户进行分级评价。由以上本申请实施例提供的技术方案可见,通过上述本申请实施例的方法,可以找到用户行为的周期特性,并对该周期性的行为进行打分,量化了对用户评价的过程,用数字化的方式描述了用户的特征,能够更加准确的 ...
【技术保护点】
一种分析用户行为周期的方法,其特征在于包括:获取用户行为的时间间隔序列;寻找所述时间间隔序列中相邻元素的波动满足预定条件的周期时间间隔子序列;计算所有所述周期时间间隔子序列的分值;根据所述分值对用户进行分级评价。
【技术特征摘要】
1.一种分析用户行为周期的方法,其特征在于包括:获取用户行为的时间间隔序列;寻找所述时间间隔序列中相邻元素的波动满足预定条件的周期时间间隔子序列;计算所有所述周期时间间隔子序列的分值;根据所述分值对用户进行分级评价。2.根据权利要求1所述的方法,其特征在于,所述寻找所述时间间隔序列中相邻元素的波动满足预定条件的周期时间间隔子序列进一步包括,当所述时间间隔序列的某段连续的子序列中相邻元素的波动小于预定值时,则该连续的子序列为周期时间间隔子序列。3.根据权利要求2所述的方法,其特征在于,所述波动包括所述子序列中相邻元素的方差,或者子序列中相邻元素的比值。4.根据权利要求2所述的方法,其特征在于,当所述时间间隔序列的某段连续的子序列中相邻元素的波动小于预定值时,则该连续的子序列为周期时间间隔子序列进一步包括,以时间间隔序列中某元素为头,另一元素为尾形成连续的子序列,计算当前子序列是否为周期时间间隔子序列,若所述子序列为周期时间间隔子序列,则不再计算该子序列中是否还存在其它周期时间间隔子序列。5.根据权利要求4所述的方法,其特征在于,以时间间隔序列中某元素为头,另一元素为尾形成连续的子序列中进一步包括,选择所述子序列中头元素与尾元素时,以两者之间具有的元素越多越好。6.根据权利要求2所述的方法,其特征在于,当所述时间间隔序列的某段连续的子序列中相邻元素的波动小于预定值时,则该连续的子序列为周期时间间隔子序列进一步包括,所述连续的子序列满足如下公式则为周期时间间隔子序列:Variance(list)/mean(list)<epsilon/f(length(list))其中,Variance(list)是指子序列中相邻元素的波动,mean(list)是指子序列中元素的均值,epsilon是指根据场景的预设值,f(length(list))是指考虑到子序列长度的惩罚值。7.根据权利要求2所述的方法,其特征在于,当所述时间间隔序列的某段连续的子序列中相邻元素的波动小于预定值时,则该连续的子序列为周期时间间隔子序列进一步包括,所述连续的子序列满足如下公式则为周期时间间隔子序列:Variance(list)<epsilon其中,Variance(list)是指子序列中相邻元素的波动,epsilon是指根据场景的预设值。8.根据权利要求1所述的方法,其特征在于,计算所有所述周期时间间隔子序列的分值进一步包括,提取所述周期时间间隔子序列的周期、波动以及长度,分配以不同的权重值,并获得所述周期时间间隔子序列结束至当前时间的时间信息,计算得到该周期时间间隔子序列的分值,并计算所有周期时间间隔子序列分值的和。9.根据权利要求8所述的方法,其特征在于,计算得到该周期时间间隔子序列的分值进一步包括,所述周期时间间隔子序列的分值按照以下公式计算:s=(a*period+b*variance+c*times)*f(toNow)其中,s为周期时间子序列的分值,a、b、c为权值,period为所述周期时间子序列的周期,variance为所述周期时间子序列中相邻元素的波动,times为所述周期时间子序列的元素个数;toNow为所述周期时间间隔子序列结束至当前时间的时间信息,f()为对所述时间信息的函数运算。10.根据权利要求1所述的方法,其特征在于,计算所有所述周期时间间隔子序...
【专利技术属性】
技术研发人员:杨一品,毛仁歆,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。