一种用户购买偏好分析的方法和系统技术方案

本发明专利技术公开了一种用户购买偏好分析的方法和系统，所述方法包括：基于历史购买支出分析用户的购买力；获取用户历史购买第一产品的期限和已使用期限，基于期限和已使用期限分析用户历史购买偏好；获取用户交往圈中购买关联产品的人数，基于所述购买关联产品的人数获取交往圈关联购买偏好；获取用户交往圈中购买第一产品的人数，基于所述交往圈中购买第一产品的人数分析交往圈购买偏好；获取用户对第一产品关联使用情况，分析用户的产品关联偏好；基于上述分析结果分析用户购买偏好。从多个维度综合分析用户的购买偏好，通过对历史数据地深度挖掘，分析用户对于特定产品的购买偏好，从而准确的反应用户对特定产品的购买需求。

【技术实现步骤摘要】
一种用户购买偏好分析的方法和系统
本专利技术涉及计算机
，具体涉及一种用户购买偏好分析的方法和系统。
技术介绍
购买偏好分析是对历史行为数据进行挖掘，根据可靠的计算，从而对用户未来事件购买行为进行预测。随着信息技术的不断发展，用户所产生的信息量不断增多，产品的信息量也不断增多；如何挖掘这些信息，对用户购买进行偏好分析，成为产品推荐的关键问题。现有购买场景中，通过对用户的历史浏览信息分析用户感兴趣的产品，再将这些分析的产品推荐给用户。这种分析方法的数据挖掘深度较低，仅向用户推荐感兴趣的产品，而无法分析用户对特定产品的购买偏好。
技术实现思路
针对现有技术中存在的上述技术问题，本专利技术提供一种用户购买偏好分析的方法和系统，基于历史数据深度挖掘用户对特定产品的购买偏好。本专利技术公开了一种用户购买偏好分析的方法，所述方法包括：获取用户的历史购买支出，基于历史购买支出分析用户的购买力；获取用户历史购买第一产品的期限和已使用期限，基于期限和已使用期限分析用户历史购买偏好；获取用户交往圈中购买关联产品的人数，基于所述购买关联产品的人数获取交往圈关联购买偏好；获取用户交往圈中购买所述第一产品的人数，基于所述交往圈中购买所述第一产品的人数分析交往圈购买偏好；获取用户对第一产品关联使用情况，分析用户的产品关联偏好；基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。优选的，本专利技术还包括建立用户购买偏好模型的方法：分别设置所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好的评分模型和权重；根据所述评分模型和权重计算购买偏好的总评分。优选的，构建所述购买力的评分模型的方法包括：设置购买力的评分区间，根据历史购买支出和评分区间评定购买力的评分。优选的，构建历史购买偏好评分模型的方法包括：设置历史购买期限的评分区间，根据历史购买第一产品的期限、已使用期限和该评分区间，评定历史购买偏好的评分。优选的，构建交往圈关联购买偏好评分模型的方法包括：设置交往圈中购买关联产品人数的评分区间，根据交往圈中购买关联产品的人数和该评分区间，评定交往圈关联购买偏好的评分。优选的，构建交往圈购买偏好评分模型的方法包括：设置交往圈中购买所述第一产品人数的评分区间，根据交往圈中购买所述第一产品的人数和该评分区间，评定交往圈购买偏好的评分。优选的，构建关联偏好评分模型的方法包括：设置用户对产品关联使用情况的评分区间，根据用户对产品关联使用情况和该评分区间，评定产品关联偏好的评分。优选的，所述购买偏好模型用于手机合约服务的购买偏好的分析：基于用户的出账支出，分析用户的购买力；基于历史购买的手机合约服务的剩余期限，分析历史购买偏好；基于交往圈中购买手机的人数，分析交往圈关联购买偏好；基于交往圈中购买手机合约服务的人数，分析交往圈购买偏好；基于手机上网流量的使用情况，分析用户的产品关联偏好；基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。优选的，本专利技术还包括根据购买偏好分析生成推荐列表的方法：获取用户感兴趣的产品；根据用户感兴趣的产品，生成第一推荐列表，所述第一推荐列表包括至少两件推荐产品；根据所述购买偏好分析的方法，对所述推荐产品进行购买偏好分析；根据所述购买偏好对所述第一推荐列表进行排序，生成第二推荐列表。本专利技术还提供一种采用上述购买偏好分析方法的系统，所述系统包括购买力分析模块、历史购买偏好分析模块、交往圈关联购买偏好分析模块、交往圈购买偏好分析模块、产品关联偏好分析模块和购买偏好分析模块，所述购买力分析模块用于获取用户的历史购买支出，基于历史购买支出分析用户的购买力；所述历史购买偏好分析模块用于获取用户历史购买产品的期限和已使用期限，基于用户购买产品的期限和已使用期限分析用户历史购买偏好；所述交往圈关联购买偏好分析模块用于获取用户交往圈中购买关联产品的人数，基于所述购买关联产品的人数分析交往圈关联购买偏好；所述交往圈购买偏好分析模块用于获取用户交往圈中购买所述产品的人数，基于所述交往圈中购买所述产品的人数判断交往圈购买偏好；所述产品关联偏好分析模块用于获取用户对产品关联使用情况，分析用户的产品关联偏好；所述用户购买偏好分析模块基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。与现有技术相比，本专利技术的有益效果为：从所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好的维度综合分析用户的购买偏好，通过对历史数据地深度挖掘，分析用户对于特定产品的购买偏好，从而准确的反应用户对特定产品的购买需求。附图说明图1是本专利技术的用户购买偏好分析的方法流程图；图2是手机合约服务的购买偏好的分析方法流程图；图3是生成推荐列表的方法流程图；图4是本专利技术的用户购买偏好分析系统的逻辑框图；图5是建立用户购买偏好模型的方法流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。下面结合附图对本专利技术做进一步的详细描述：一种用户购买偏好分析的方法，如图1所示，所述方法包括：步骤101：获取用户的历史购买支出，基于历史购买支出分析用户的购买力。其中，可以从用户的出账信息中获取历史购买支出，值得提出的是，用户的敏感信息需在用户的授权前提下获得；也可以从财务系统的出账收入中获取用户的购买支出。其中历史购买支出的期限可以设置在1年内或2年内，但不限于此。步骤102：获取用户历史购买第一产品的期限和已使用期限，基于期限和已使用期限分析用户历史购买偏好。其中，第一产品可以包括实物产品或服务产品，产品具有一定的期限，如合约服务的期限可以是24期，通过期限和已使用期限计算剩余期限，合约服务的剩余期限用于分析用户历史购买偏好，即第一产品到期或即将到期时，用户再次购买该产品的偏好更高。步骤103：获取用户交往圈中购买关联产品的人数，基于所述购买关联产品的人数获取交往圈关联购买偏好。其中，交往圈是指在一定期限内与用户直接沟通过的人群，当用户交往圈购买关联产品的人数较多时，用户购买第一产品的偏好更高。直接沟通是指通过电话联系、短信联系或在线联系可以被检测到的方式进行的沟通。步骤104：获取用户交往圈中购买所述第一产品的人数，基于所述交往圈中购买所述第一产品的人数分析交往圈购买偏好。即交往圈中购买所述第一产品的人数较多时，用户购买所述第一产品的偏好更高。步骤105：获取用户对第一产品关联使用情况，获取用户的产品关联偏好。其中，所述使用情本文档来自技高网...

【技术保护点】
1.一种用户购买偏好分析的方法，其特征在于，所述方法包括：/n获取用户的历史购买支出，基于历史购买支出分析用户的购买力；/n获取用户历史购买第一产品的期限和已使用期限，基于期限和已使用期限分析用户历史购买偏好；/n获取用户交往圈中购买关联产品的人数，基于所述购买关联产品的人数获取交往圈关联购买偏好；/n获取用户交往圈中购买所述第一产品的人数，基于所述交往圈中购买所述第一产品的人数分析交往圈购买偏好；/n获取用户对第一产品关联使用情况，分析用户的产品关联偏好；/n基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。/n

【技术特征摘要】
1.一种用户购买偏好分析的方法，其特征在于，所述方法包括：
获取用户的历史购买支出，基于历史购买支出分析用户的购买力；
获取用户历史购买第一产品的期限和已使用期限，基于期限和已使用期限分析用户历史购买偏好；
获取用户交往圈中购买关联产品的人数，基于所述购买关联产品的人数获取交往圈关联购买偏好；
获取用户交往圈中购买所述第一产品的人数，基于所述交往圈中购买所述第一产品的人数分析交往圈购买偏好；
获取用户对第一产品关联使用情况，分析用户的产品关联偏好；
基于所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好分析用户购买偏好。


2.根据权利要求1所述的购买偏好分析的方法，其特征在于，还包括建立用户购买偏好模型的方法：
分别设置所述购买力、历史购买偏好、交往圈关联购买偏好、交往圈购买偏好和产品关联偏好的评分模型和权重；
根据所述评分模型和权重计算购买偏好的总评分。


3.根据权利要求2所述的购买偏好分析的方法，其特征在于，构建所述购买力的评分模型的方法包括：
设置购买力的评分区间，根据历史购买支出和评分区间评定购买力的评分。


4.根据权利要求2所述的购买偏好分析的方法，其特征在于，构建历史购买偏好评分模型的方法包括：
设置历史购买期限的评分区间，根据历史购买第一产品的期限、已使用期限和该评分区间，评定历史购买偏好的评分。


5.根据权利要求2所述的购买偏好分析的方法，其特征在于，构建交往圈关联购买偏好评分模型的方法包括：
设置交往圈中购买关联产品人数的评分区间，根据交往圈中购买关联产品的人数和该评分区间，评定交往圈关联购买偏好的评分。


6.根据权利要求2所述的购买偏好分析的方法，其特征在于，构建交往圈购买偏好评分模型的方法包括：
设置交往圈中购买所述第一产品人数的评分区间，根据交往圈中购买所述第一产品的人数和该评分区间，评定交往圈购买偏好的评分。


7.根据权利要求2所述的购买偏好分析的方法，其特征在于，构建关联偏好评分模型的方法包括：
设置用户对产品关联使用情况...

【专利技术属性】
技术研发人员：李海凤，
申请(专利权)人：北京思特奇信息技术股份有限公司，
类型：发明
国别省市：北京;11