一种消费者购买强度的预测方法技术

本发明专利技术公开了一种消费者购买强度的预测方法，包括：S1，获取有过购买行为的用户在预设时间段内的购买数据；S2，判断用户的购买次数是否大于等于3；若是，则执行步骤S3；S3，将购买日期转化为购买间隔，根据购买间隔计算出个人平均购买间隔和整体平均购买间隔；S4，将个人平均购买间隔和整体平均购买间隔进行加权得到最优个人购买间隔；S5，从半正态分布Half‑Normal，得到用户的half_norm分布参数；S6，根据用户最后一次购买时间、个人最优购买和对应的half_norm分布参数计算用户未来预设时间内的购买强度函数。本发明专利技术计算出用户未来一段时间的购买强度，从而圈定目标用户，提升精准营销的效果。

A prediction method of consumer purchasing intensity

【技术实现步骤摘要】
一种消费者购买强度的预测方法
本专利技术涉及电商平台大数据
，具体涉及一种消费者购买强度的预测方法。
技术介绍
随着电商平台的高速发展，沉淀了数亿的忠实用户，积累了海量的真实数据。如何从历史数据中找出规律，去预测用户未来的购买需求，让最合适的商品遇见最需要的人，是大数据应用在精准营销中的关键问题，也是所有电商平台在做智能化升级时所需要的核心技术。当前电商平台的营销和推荐主要是根据用户在电商平台上的行为，包括：搜索、浏览、购买等行为进行分析，然后进行商品推荐。但是往往用户的这些行为是即性或者是一次性的刚性需求，不能准确代表用户的多次购买需求，更无法准确的预测用户的后续购买时间段及对应的商品。因此，行业内急需研发一种基于用户重复购买行为准确预测用户未来一段时间会产生购买行为的强度的方法或者系统。
技术实现思路
本专利技术的目的是为了克服以上现有技术存在的不足，提供了一种能计算出用户未来一段时间的购买强度的消费者购买强度的预测方法。本专利技术的目的通过以下的技术方案实现：一种消费者购买强度的预本文档来自技高网...

【技术保护点】
1.一种消费者购买强度的预测方法，其特征在于，包括：/nS1，获取有过购买行为的用户在预设时间段内的购买数据，对所述购买数据进行清洗，所述购买数据包括会员ID、购买日期，购买次数；/nS2，判断用户的购买次数是否大于等于3；若是，则执行步骤S3；/nS3，将购买日期转化为购买间隔，根据购买间隔计算出个人平均购买间隔和整体平均购买间隔；/nS4，将个人平均购买间隔和整体平均购买间隔进行加权得到最优个人购买间隔；其中，个人最优购买间隔服从半正态分布Half-Normal；/nS5，从半正态分布Half-Normal，得到用户的half_norm分布参数；/nS6，根据用户最后一次购买时间、个人最优...

【技术特征摘要】
1.一种消费者购买强度的预测方法，其特征在于，包括：
S1，获取有过购买行为的用户在预设时间段内的购买数据，对所述购买数据进行清洗，所述购买数据包括会员ID、购买日期，购买次数；
S2，判断用户的购买次数是否大于等于3；若是，则执行步骤S3；
S3，将购买日期转化为购买间隔，根据购买间隔计算出个人平均购买间隔和整体平均购买间隔；
S4，将个人平均购买间隔和整体平均购买间隔进行加权得到最优个人购买间隔；其中，个人最优购买间隔服从半正态分布Half-Normal；
S5，从半正态分布Half-Normal，得到用户的half_norm分布参数；
S6，根据用户最后一次购买时间、个人最优购买和对应的half_norm分布参数计算用户未来预设时间内的购买强度函数；
S7，将购买强度值大于预设值的用于定义为最具潜在购物倾向的消费者,对其进行精准消费人群触达。


2.根据权利要求1所述的消费者购买强度的预测方法，其特征在...

【专利技术属性】
技术研发人员：陈新宇，周健文，蒲继强，陈新伟，
申请(专利权)人：广州云徙科技有限公司，
类型：发明
国别省市：广东;44