一种基于大数据的意向客户分析系统技术方案

本发明专利技术公开了一种基于大数据的意向客户分析系统，包括与该系统进行通信连接的客户端，该系统还包括商品分类模块、客户行为获取模块、商品意向分级模块、关键字提取模块、商品功能提取模块、存储模块。商品意向分级模块将客户的意向分为两个意向等级，能够更加精准的确定客户的购买意向，可为后期销售提供数据支持。关键字提取模块生成必要功能关键字、无关功能关键字、优选功能关键字，来表示客户对于一品类的商品最注重的功能，不关注的商品功能，会进一步提升商品的评价的功能。实现了对不同意向商品的进一步挖掘，可用于后期的广告推送以及消费预测。

An Intentional Customer Analysis System Based on Big Data

【技术实现步骤摘要】
一种基于大数据的意向客户分析系统
本专利技术涉及数据挖掘
，具体涉及一种基于大数据的意向客户分析系统。
技术介绍
在线购物越来越成为购物的主流，客户在浏览商品是会产生大量的数据，如何通过对这些数据进行挖掘来帮助销售是现在市场的热点，而现有技术中，如申请号为CN201811278267.1的文件，公开了一种基于客户属性及营销数据的客户意向有监督预测方法，包括知识获取、知识库更新和客户购买意向预测，本专利技术就客户网购行为分析及预测问题进行了研究，构建了基于知识库的客户网购行为分析及预测系统，实现了基于知识的客户网购行为预测。但此方法，只是对于客户是否对商品有购买意向进行确定，而未对用户为何选择该商品进行深度挖掘，对于数据挖掘的深度较低，可视化程度不高。
技术实现思路
为了解决上述的技术问题，本专利技术的目的在于提供一种基于大数据的意向客户分析系统，通过对客户的浏览行为进行挖掘，对客户的意向进一步进行细分，并根据细分结果进一步进行挖掘，获取客户对一品类商品在选购时必须的功能、不关注的功能以及作为加分项的功能，为后期的销售提供数据支持。本专利技术所要解决的技术问题为：(1)如何对客户的浏览行为进行深度挖掘。本专利技术的目的可以通过以下技术方案实现：一种基于大数据的意向客户分析系统，包括与该系统进行通信连接的客户端，所述客户端用于在客户点击商品链接后，生成一条包含有商品名称和商品页面的浏览时长的浏览记录，该系统还包括商品分类模块、客户行为获取模块、商品意向分级模块、关键字提取模块、商品功能提取模块、存储模块；所述存储模块存储的数据包括商品分类数据、各品类的商品功能数据库、用户的浏览记录、购物车内商品清单、已完成订单信息；所述商品分类模块用于将所有商品按照商品分类表进行分类，将商品按照同一品类进行划分；所述客户行为获取模块用于从客户端中获取客户的浏览记录、购物车内商品清单、订单信息；所述商品功能提取模块从各品类的商品功能数据库获取商品的功能，并生成该商品的功能集；所述商品意向分级模块对客户的浏览记录和购物车清单进行分析后，将浏览过的商品分为一级意向和二级意向；其中，商品意向分级模块将客户分级的步骤具体为：S1、商品意向分级模块获取该客户的每条浏览记录中的商品名称和商品页面的浏览时长，并删除商品页面的浏览时长小于3秒的浏览记录；再获取相同商品名称的浏览记录数量作为浏览次数，最后删除浏览次数小于2的浏览记录，获取剩余的浏览记录中的商品名称，作为该客户的一级意向商品；S2、商品意向分级模块从剩余的浏览记录中计算对应一级意向商品的浏览次数作为真实次数，将真实次数和预设的对照值A进行比较，若真实次数大于对照值A，则一级意向商品升级为二级意向商品，同时将购物车内商品清单中的商品作为二级意向商品。所述关键字提取模块用于在商品意向分级模块进行分级后，将不同意向等级商品的功能集进行分析对比，筛选出客户对该品类商品功能的必要功能关键字、无关功能关键字、优选功能关键字。进一步的，所述对照值A的数值获取方法如下：从该客户的已完成订单信息中筛选出已购买的商品，作为参考商品，从客户的浏览记录中筛选出参考商品对应的浏览次数和参考商品的数量，并计算平均浏览次数，并将平均浏览次数作为对照值A，且平均浏览次数的计算公式为：T＝(t1+t2+…+tn)/n；其中T为平均浏览次数，(t1+t2+…+tn)为各个参考商品的浏览次数之和，n参考商品的数量。进一步的，所述关键字提取模块获取客户对一个品类的商品的必要功能关键字、无关功能关键字、优选功能关键字的具体步骤如下：步骤一、关键字提取模块任意选择一个二级意向商品对应的品类，并从所有二级意向商品中筛选出该品类的商品作为同级对照商品，再从一级意向商品中筛选出与该二级意向商品的该品类的所有商品，作为低级对照商品，且关键字提取模块记录同级对照商品和低级对照商品的数量；若同级对照商品的数量等于1，且低级对照商品的数量大于1时，执行步骤二；若同级对照商品和低级对照商品的数量均等于1时，执行步骤三；若同级对照商品的数量等于1，且低级对照商品的数量为0时，执行步骤四；若同级对照商品的数量和低级对照商品的数量均大于1时，执行步骤五；若同级对照商品的数量大于1，且低级对照商品的数量均等于1时，执行步骤六；若同级对照商品的数量大于1，且低级对照商品的数量为0时，执行步骤七；步骤二、关键字提取模块将二级意向商品的功能集记为C2，将所有低级对照商品的功能集的交集记为Jd，关键字提取模块根据公式Fb＝C2∩Jd，计算出必要功能集Fb，关键字提取模块将所有低级对照商品的功能集的并集记为Bd，再根据公式Fw＝Bd-C2，计算出无关功能集Fw，最后根据公式Fy＝C2-Bd，计算出优选功能集Fy；步骤三、关键字提取模块将二级意向商品的功能集记为C2，将一级意向商品的功能集记为C1，关键字提取模块根据公式Fb＝C1∩C2，计算出必要功能集Fb，再根据公式Fw＝C1-C2，计算出无关功能集Fw，最后根据公式Fy＝C2-C1，计算出优选功能集Fy；步骤四、关键字提取模块将空集作为必要功能集Fb、无关功能集Fw以及优选功能集Fy；步骤五、关键字提取模块将所有低级对照商品的功能集的交集记为Jd，将所有同级对照商品的交集记为Jt；所有低级对照商品的功能集的并集记为Bd，将所有同级对照商品的并集记为Bt，关键字提取模块根据公式Fb＝Jt∩Jd，计算出必要功能集Fb；再根据公式Fw＝Bd-Bt，计算出无关功能集Fw，最后根据公式Fy＝Bd-Bt，计算出优选功能集Fy；步骤六、关键字提取模块将所有同级对照商品的交集记为Jt，将所有同级对照商品的并集记为Bt，将一级意向商品的功能集记为C1，关键字提取模块将Jt作为必要功能集Fb，再根据公式Fw＝C1-Bt，计算出无关功能集Fw，最后根据公式Fy＝Bt-C1，计算出优选功能集Fy；步骤七、关键字提取模块将所有同级对照商品的交集记为Jt，将所有同级对照商品的并集记为Bt，关键字提取模块将Jt作为必要功能集Fb，将空集作为无关功能集Fw，最后根据公式Fy＝Bt-Jt，计算出优选功能集Fy；步骤八、将步骤二至步骤七中任意一个步骤获取的必要功能集Fb、无关功能集Fw、优选功能集Fy中对应的功能分别作为该客户对该品类的必要功能关键字、无关功能关键字、优选功能关键字。本专利技术的有益效果：(1)通过商品意向分级模块根据单次浏览的时长和浏览的次数对浏览记录进行精简，确定客户有意向购买的商品，即一级意向商品，通过商品意向分级模块对客户有意向购买的商品结合客户的购买习惯进行分为两个意向等级，等级越高，购买的概率越大，在满足条件后，商品从一级意向商品升级为二级意向商品，同时将购物车内的商品直接纳入二级意向商品，能够更加精准的确定客户的购买意向，可为后期销售提供数据支持。(2)关键字提取模块通过将商品意向分级模块的分级结果与商品的功能进行结合分析，生成必要功能关键字、无关功能关键字、优选功能关键字，来表示客户对于一品类的商品最注重的功能，不关注的商品功能，会进一步提升商品的评价的功能。实现了对不同意向商品的进一步挖掘，可用于后期的广告推送以及消费预测。附图说明下面结合附图对本专利技术作进一步的说明。图1是本专利技术的系统框图。具体实施方式下面将本文档来自技高网...

【技术保护点】
1.一种基于大数据的意向客户分析系统，包括与该系统进行通信连接的客户端，其特征在于，所述客户端用于在客户点击商品链接后，生成一条包含有商品名称和商品页面的浏览时长的浏览记录，该系统还包括商品分类模块、客户行为获取模块、商品意向分级模块、关键字提取模块、商品功能提取模块、存储模块；所述存储模块存储的数据包括商品分类数据、各品类的商品功能数据库、用户的浏览记录、购物车内商品清单、已完成订单信息；所述商品分类模块用于将所有商品按照商品分类表进行分类，将商品按照同一品类进行划分；所述客户行为获取模块用于从客户端中获取客户的浏览记录、购物车内商品清单、订单信息；所述商品功能提取模块从各品类的商品功能数据库获取商品的功能，并生成该商品的功能集；所述商品意向分级模块对客户的浏览记录和购物车清单进行分析后，将浏览过的商品分为一级意向和二级意向；其中，商品意向分级模块将客户分级的步骤具体为：S1、商品意向分级模块获取该客户的每条浏览记录中的商品名称和商品页面的浏览时长，并删除商品页面的浏览时长小于3秒的浏览记录；再获取相同商品名称的浏览记录数量作为浏览次数，最后删除浏览次数小于2的浏览记录，获取剩余的浏览记录中的商品名称，作为该客户的一级意向商品；S2、商品意向分级模块从剩余的浏览记录中计算对应一级意向商品的浏览次数作为真实次数，将真实次数和预设的对照值A进行比较，若真实次数大于对照值A，则一级意向商品升级为二级意向商品，同时将购物车内商品清单中的商品作为二级意向商品；所述关键字提取模块用于在商品意向分级模块进行分级后，将不同意向等级商品的功能集进行分析对比，筛选出客户对该品类商品功能的必要功能关键字、无关功能关键字、优选功能关键字。...

【技术特征摘要】
1.一种基于大数据的意向客户分析系统，包括与该系统进行通信连接的客户端，其特征在于，所述客户端用于在客户点击商品链接后，生成一条包含有商品名称和商品页面的浏览时长的浏览记录，该系统还包括商品分类模块、客户行为获取模块、商品意向分级模块、关键字提取模块、商品功能提取模块、存储模块；所述存储模块存储的数据包括商品分类数据、各品类的商品功能数据库、用户的浏览记录、购物车内商品清单、已完成订单信息；所述商品分类模块用于将所有商品按照商品分类表进行分类，将商品按照同一品类进行划分；所述客户行为获取模块用于从客户端中获取客户的浏览记录、购物车内商品清单、订单信息；所述商品功能提取模块从各品类的商品功能数据库获取商品的功能，并生成该商品的功能集；所述商品意向分级模块对客户的浏览记录和购物车清单进行分析后，将浏览过的商品分为一级意向和二级意向；其中，商品意向分级模块将客户分级的步骤具体为：S1、商品意向分级模块获取该客户的每条浏览记录中的商品名称和商品页面的浏览时长，并删除商品页面的浏览时长小于3秒的浏览记录；再获取相同商品名称的浏览记录数量作为浏览次数，最后删除浏览次数小于2的浏览记录，获取剩余的浏览记录中的商品名称，作为该客户的一级意向商品；S2、商品意向分级模块从剩余的浏览记录中计算对应一级意向商品的浏览次数作为真实次数，将真实次数和预设的对照值A进行比较，若真实次数大于对照值A，则一级意向商品升级为二级意向商品，同时将购物车内商品清单中的商品作为二级意向商品；所述关键字提取模块用于在商品意向分级模块进行分级后，将不同意向等级商品的功能集进行分析对比，筛选出客户对该品类商品功能的必要功能关键字、无关功能关键字、优选功能关键字。2.根据权利要求1所述的一种基于大数据的意向客户分析系统，其特征在于，所述对照值A的数值获取方法如下：从该客户的已完成订单信息中筛选出已购买的商品，作为参考商品，从客户的浏览记录中筛选出参考商品对应的浏览次数和参考商品的数量，并计算平均浏览次数，并将平均浏览次数作为对照值A，且平均浏览次数的计算公式为：T＝(t1+t2+…+tn)/n；其中T为平均浏览次数，(t1+t2+…+tn)为各个参考商品的浏览次数之和，n参考商品的数量。3.根据权利要求1所述的一种基于大数据的意向客户分析系统，其特征在于，所述关键字提取模块获取客户对一个品类的商品的必要功能关键字、无关功能关键字、优选功能关键字的具体步骤如下：步骤一、关键字提取模块任意选择一个二级意向商品对应的品类，并从所有二级意向商品中筛选出该品类的商品作为同级对照商品，...

【专利技术属性】
技术研发人员：孟宪坤，张蕾，刘杰，
申请(专利权)人：浙江华坤道威数据科技有限公司，
类型：发明
国别省市：浙江,33