潜在用户数据挖掘的方法及装置制造方法及图纸

本发明专利技术提供了一种潜在用户数据挖掘的方法及装置，包括：采集数据样本，根据数据样本，统计建模数据，建立用户数据挖掘模型，并对用户数据挖掘模型进行训练，最终通过输入数据得到用以判断用户是否为购买企业收费功能点的潜在用户的判断值，这种方法可以准确的筛选出购买意愿最高的用户群，最终有针对性地通过短信推送的形式刺激用户进行消费行为，有助于节约企业推广成本、提高企业收入。

【技术实现步骤摘要】
潜在用户数据挖掘的方法及装置
本专利技术涉及数据统计领域，具体而言，涉及一种潜在用户数据挖掘的方法及装置。
技术介绍
企业进行产品促销的手段多种多样，包括广告、邮件、短信等。综合成本、接收率、转化率等因素，以短信形式进行的促销推广方式效果较为突出。短信，作为企业与客户沟通最常用的渠道之一，具有覆盖度高，打开率高，即时性强等优点。为了促使用户购买企业相关产品(如数据、报告等)，会不定期向用户以短信的形式推送促销信息。现有方法是依据用户的地域或者活跃度等指标进行用户筛选，再进行促销短信推送，这样虽有一定效果，但最终用户购买量与短信成本的比例并未达到最优，并且不能准确地选取潜在用户，浪费了企业推广成本、对于提高企业收入来说非并没有非常大的价值。
技术实现思路
针对上述现有技术中存在的问题，本专利技术提供了一种潜在用户数据挖掘的方法。第一方面，本专利技术实施例提供了一种潜在用户数据挖掘的方法，包括：获取待判定用户在预设时长内对企业收费功能点的访问量；将访问量输入训练好的用户数据挖掘模型，根据用户数据挖掘模型的输出量，判断用户是否为购买企业收费功能点的潜在用户；其中，用户数据挖掘模型的训练过程包括本文档来自技高网...

【技术保护点】
一种潜在用户数据挖掘的方法，其特征在于，所述方法包括：获取待判定用户在预设时长内对企业收费功能点的访问量；将所述访问量输入训练好的用户数据挖掘模型，根据所述用户数据挖掘模型的输出量，判断所述用户是否为购买企业收费功能点的潜在用户；其中，用户数据挖掘模型的训练过程包括：采集数据样本，所述数据样本包括一段时间内促销短信发送的用户，企业收费功能点的访问量和企业收费功能点的购买情况；根据所述数据样本，统计建模数据，所述建模数据包括被发送促销短信用户对企业收费功能点的访问量和被发送促销短信的客户是否购买企业收费功能点；建立初始用户数据挖掘模型，所述初始用户数据挖掘模型为y＝α0+α1x1+α2x2+α3...

【技术特征摘要】
1.一种潜在用户数据挖掘的方法，其特征在于，所述方法包括：获取待判定用户在预设时长内对企业收费功能点的访问量；将所述访问量输入训练好的用户数据挖掘模型，根据所述用户数据挖掘模型的输出量，判断所述用户是否为购买企业收费功能点的潜在用户；其中，用户数据挖掘模型的训练过程包括：采集数据样本，所述数据样本包括一段时间内促销短信发送的用户，企业收费功能点的访问量和企业收费功能点的购买情况；根据所述数据样本，统计建模数据，所述建模数据包括被发送促销短信用户对企业收费功能点的访问量和被发送促销短信的客户是否购买企业收费功能点；建立初始用户数据挖掘模型，所述初始用户数据挖掘模型为y＝α0+α1x1+α2x2+α3x3+…+αnxn+β其中，y的数值用于判断用户是否为购买企业收费功能点的潜在用户，β为预设常数，x1、x2、x3、...、xn分别为用户对企业不同收费功能点的访问次数，α0、α1、α2、...、αn分别为预设的企业不同收费功能点的权重；利用所述建模数据，对所述初始用户数据挖掘模型进行训练，得到训练好的用户数据挖掘模型。2.根据权利要求1所述的方法，其特征在于，在根据所述数据样本，统计建模数据，所述建模数据包括被发送促销短信用户对企业收费功能点的访问量和被发送促销短信的客户是否购买企业收费功能点步骤之后，用户数据挖掘模型的训练过程还包括：所述建模数据的80％作为训练集，所述建模数据的20％作为测试集。3.根据权利要求2所述的方法，其特征在于，利用所述建模数据，对所述初始用户数据挖掘模型进行训练，得到训练好的用户数据挖掘模型，包括：利用所述训练集对所述初始用户数据挖掘模型进行线性回归训练。4.根据权利要求3所述的方法，其特征在于，利用所述训练集对所述初始用户数据挖掘模型进行线性回归训练，包括：利用最小二乘法对所述初始用户数据挖掘模型进行训练。5.根据权利要求2所述的方法，其特征在于，利用所述建模数据，对所述初始用户数据挖掘模型进行训练，得到训练好的用户数...

【专利技术属性】
技术研发人员：朱迪，程浩，柳超，
申请(专利权)人：北京金堤科技有限公司，
类型：发明
国别省市：北京,11