一种社交电商用户群体阶层划分方法技术

本发明专利技术提供了一种社交电商用户群体阶层划分方法，它解决了现有技术存在的局限性的问题。其方法包括：S1：取用户使用时长、使用人数、单月留存率、双月留存率、单月同层转化率和双月同层转化率；S2：利用多项式函数拟合的方式生成以使用时长为自变量，使用人数、单月留存率、双月留存率、单月同层转化率分别为因变量的函数曲线；S3：拟合函数确定后通过计算其局部区间上的数据离散程度差异的极大值得到函数转折点；S4：转折点之间划分得到的区间即用户阶层划分区间。本发明专利技术优点在于利用数据的拟合曲线的转折点进行用户区间划分，结果优于k‑means++聚类；用户区间合并参考区间留存率，有利于用户阶层的有效划分。

【技术实现步骤摘要】
一种社交电商用户群体阶层划分方法
本专利技术涉及社交电商数据处理
，具体涉及一种社交电商用户群体阶层划分方法。
技术介绍
社交电商作为移动互联网时代下的产物，依托于社交软件拥有大量的活跃用户。为了能针对不同用户群体实施不同的推广策略以提升用户粘度，社交电商企业运营的需求之一就是对用户进行有效的阶层划分，即根据用户所处阶层的不同提供相应的运营策略。目前主要是通过社交电商用户的行为数据对其进行分类和标记。现有技术在解决此类问题时通常利用聚类技术将用户分成若干类，然后再根据各类别之间存在的差异进行标签标记。常见的聚类算法如K-means算法由于其受限于表征能力和局部最优等限制，直接对原始数据进行聚类分析无法将数据聚类成我们满意的效果。
技术实现思路
鉴于此，本专利技术的目的在于克服现有技术的不足，提供一种社交电商用户群体的阶层划分方法，以达到对用户准确分类的效果，实现对不同用户群体的客观特征描述以及画像侧写。为实现以上目的，本专利技术采用如下技术方案：一种社交电商用户群体阶层划分方法，包括以下本文档来自技高网...

【技术保护点】
1.一种社交电商用户群体阶层划分方法，其特征在于，包括以下步骤：/n步骤S1：取用户使用时长、使用人数、单月留存率、双月留存率、单月同层转化率和双月同层转化率；/n步骤S2：利用多项式函数拟合的方式生成以使用时长为自变量，使用人数、单月留存率、双月留存率、单月同层转化率分别为因变量的函数曲线；/n步骤S3：拟合函数确定后通过计算其局部区间上的数据离散程度差异的极大值得到函数转折点；/n步骤S4：转折点之间划分得到的区间即用户阶层划分区间。/n

【技术特征摘要】
1.一种社交电商用户群体阶层划分方法，其特征在于，包括以下步骤：
步骤S1：取用户使用时长、使用人数、单月留存率、双月留存率、单月同层转化率和双月同层转化率；
步骤S2：利用多项式函数拟合的方式生成以使用时长为自变量，使用人数、单月留存率、双月留存率、单月同层转化率分别为因变量的函数曲线；
步骤S3：拟合函数确定后通过计算其局部区间上的数据离散程度差异的极大值得到函数转折点；
步骤S4：转折点之间划分得到的区间即用户阶层划分区间。


2.根据权利要求1所述的一种社交电商用户群体阶层划分方法，其特征在于，在S2中所述的多项式函数拟合过程基于最小二乘法，通过最小化残差平方和的方式确定多项式系数，残差计算公式如下：





3.根据权利要求2所述的一种社交电商用户群体阶层划分方法，其特征在于，所述的拟合函数多项式最高次幂数值的确定借用机器学习思想，将数据集按照7:3的比例分为训练集和测试集，用训练集数据对曲线进行拟合并用测试集计算残差。测试集的残差最小时对应的最高次幂数值即该曲线的最高次幂。


4.根据权利要求3所述的一种...

【专利技术属性】
技术研发人员：张文，崔浩亮，陈轶，牛少彰，王让定，冯亚辉，
申请(专利权)人：东南数字经济发展研究院，
类型：发明
国别省市：浙江;33