一种基于用户行为特征的优惠券额度动态调节方法技术

本发明专利技术公开了一种基于用户行为特征的优惠券额度动态调节方法，方法包括：一：采集并记录用户在t时间段内对商品的操作变量，进行组合后形成t时间段内的用户行为权重；二根据用户的优惠券购物信息计算出用户调整权重；三：对每个用户的个人信息进行聚类分析，获取每个用户的特征权重；四：根据公式并结合行为权重、调整权重和特征权重计算出每个用户的激励分数；五：将用户的激励分数和优惠额度均划分为M个等级，并将划分等级后的激励分数和优惠额度一一对应，最后获得用户的优惠额度等级。本发明专利技术根据用户行为特征计算出用户的激励等级，根据等级获得不同的优惠额度，使不同用户拿到的同种优惠券的优惠额度不同，形成个性化用户激励。励。励。

【技术实现步骤摘要】
一种基于用户行为特征的优惠券额度动态调节方法


[0001]本专利技术涉及电子商务领域，尤其涉及一种基于用户行为特征的优惠券额度动态调节方法。

技术介绍

[0002]优惠券是一种为各大电商所常用的一种促销手段，用户可以利用优惠券抵扣部分现金，激励用户下单购买，促进产品的销售。电商所用的优惠券为电子优惠券，不具有实物的形态。当客户领取优惠券以后，以数字形态与客户绑定，方便客户以后使用。
[0003]当前电商优惠券的优惠额度，都是通过后台运营人员手动设置，每个客户拿到的同一种优惠券优惠额度是固定不变的，由运营人员提前在系统中设置好。优惠券的额度在公司成本可接受的范围内，由人为固定设置，每个用户领取的同一种优惠券优惠额度一致，并没有考虑这个额度对每个用户的吸引力，用户领取优惠券后激励效果没有最大化。
[0004]如申请号为CN201910449607.0 专利申请公开了一个电子商务网站自动化优惠券推送方法，该方法包括步骤：1)监测到客户输入商品尺码、颜色信息；2)客户在T时间内未付款，则推送优惠券弹窗；优惠券的优惠方法包括步骤：21)收集客户浏览历史中与所选商品同类的商品信息；22)筛选价格与该商品差异不超过N的商品；23)将筛选出的商品的价格求平均值；24)平均值与该商品价格进行比较；所述比较方法包括步骤：(1)该商品的价格高于平均值，则给出优惠券金额为：该商品价格减去平均值的优惠券；(2)该商品的价格低于平均值，则给出任意优惠金额的优惠券，任意金额由商家自定义。该方案的优惠券的优惠金额的计算方法没有考虑用户行为特征的影响，因此计算出的优惠券优惠金额不是最佳的。
[0005]又如申请号为CN201811527288.2的专利申请提供了一种优惠券生成方法、装置、存储介质及电子设备，该优惠券生成方法应用于服务器；服务器对外提供信息服务接口，以及通过信息服务接口与至少一个第三方应用系统进行信息交互；该方法包括：配置或通过信息服务接口从第三方应用系统获取电子优惠券信息，电子优惠券信息包括多种优惠类型以及预设范围的优惠金额；基于用户的历史订单信息，将发送至用户终端的第一电子优惠券更新为第二电子优惠券；其中，第一电子优惠券为基于电子优惠券信息随机生成的。该方法虽然可以通过对电子优惠券的优惠类型和/或优惠金额进行动态更新，但是也未考虑用户行为特征对优惠券优惠金额的影响，因此该方案需要进一步进行改进。

技术实现思路

[0006]本专利技术的目的在于克服现有技术的不足，提供一种基于用户行为特征的优惠券额度动态调节方法，方法根据用户行为特征计算出用户的激励等级，根据等级获得不同的优惠额度，使不同用户拿到的同种优惠券的优惠额度不同，形成个性化用户激励，最大化优惠券对用户的激励效果，更高效的使用优惠券。
[0007]本专利技术的目的是通过以下技术方案来实现的：一种基于用户行为特征的优惠券额度动态调节方法，包括以下步骤：
步骤一：获取用户行为权重，采集并记录用户在t时间段内对商品的操作变量，进行组合后形成t时间段内的用户行为权重；步骤二：计算用户调整权重，根据用户的优惠券购物信息计算出用户调整权重；步骤三：用户特征权重分析，对每个用户的个人信息进行聚类分析，获取每个用户的特征权重；步骤四：激励分数计算，根据激励分数计算公式并结合用户行为权重、用户调整权重和用户的特征权重计算出每个用户的激励分数；步骤五：优惠额度等级划分，将用户的激励分数和优惠额度均划分为M个等级，并将划分等级后的激励分数和优惠额度一一对应，最后获得用户的优惠额度等级。
[0008]具体的，步骤一具体包括以下子步骤：S101，分别并采集记录一段时间t内每个用户的商品操作变量x
j
，操作变量x
j
具体包括商品点击数 、商品详情页面停留时间、购物车商品价值、已购商品价格、分享次数和优惠券使用次数，并将记录的操作变量x
j
组成用户i的行为向量X
i
，如下式所示：，同时将t时间段内m个用户的行为向量X组成形成用户行为矩阵U：，n表示操作变量的个数，m表示用户的个数，表示第m个用户的第n个操作变量；取行为矩阵U中用户i的行为向量，把的操作变量平移1，即将行为向量的所有操作变量的值加1，获得平移后的行为向量：,根据上述公式，把所有m个用户的行为向量进行加1操作，此时行为矩阵U变换为：S103：计算用户i的第j个操作变量的的标准化正向指标：
其中，为行为矩阵中的第i行j列的元素, 为矩阵中的第j个列的所有元素, min, max分别为求最小值和最大值的函数，表示计算行为矩阵中的第j个列的所有元素中的最小值，表示计算行为矩阵中第j个列的所有元素中的最大值，即求操作变量j中的最小值和最大值；计算出行为矩阵行为矩阵中全体用户的所有操作变量的标准化正向指标，然后根据下标索引i和j，获得关于m个用户的标准化正向指标矩阵Y：，n表示用户的n个标准化正向指标；S104：基于标准化正向指标矩阵Y，定义用户i关于操作行为j的发生概率为：，计算每类操作变量j的熵计算每类操作变量j的熵；定义熵向量E为所有操作变量j的熵的集合，所有的熵按操作变量的索引j排列，获得熵向量E为：；S105：每个操作变量的熵确定操作变量x
j
的行为权重w
j
，行为权重w
j
的计算表达式为：，定义权重向量W为操作变量的权重的集合，所有的权重按操作变量的索引j排列，获得权重向量W为：；S106：根据权重向量W，计算第i个用户的行为的得分z
i
：，其中，i表示用户的索引，为U矩阵中的i行j列的元素，表示用户i的第j个操作变量；表示操作j的权重；
为用户的比重，为购买力评价，最后，为用户i的激励分数。
[0012]具体的，步骤五具体包括以下子步骤：S501：根据预设的优惠券最大金额分成M个等级的优惠额度；S502：根据每个用户的激励分数，按从高到低的顺序对每个用户进行排名；S503：根据步骤S502的用户排名结果，以从高到低的顺序将用户分成M个等级，每个等级的用户与每个等级的优惠额度一一对应，从而获得每个用户的优惠额度等级。
[0013]本专利技术的有益效果：1.本专利技术根据用户行为特征计算出用户的激励等级，根据等级获得不同的优惠额度，使不同用户拿到的同种优惠券的优惠额度不同，形成个性化用户激励，最大化优惠券对用户的激励效果，更高效的使用优惠券。
[0014]2.本专利技术可以根据用户的行为特征自动计算权重，避免了传统的人为打分，专家判断带来的主观性。
[0015]3.本专利技术计算出的用户行为特征可以根据实际情况增加或者减少，提高了系统的普适性。
[0016]4.本专利技术为了防止部分用户的故意操作引起系统计算结果的异常波动，引入了用户购买力分群，减少异常用户操作行为对计算的影响。
[0017]5.本专利技术设置的权重调整参数给运营人员调整系统偏差的机会，可以根据外界宏观信息，影响系统的计算行为。
[0018]6.本专利技术提供的用户群聚类可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户行为特征的优惠券额度动态调节方法，其特征在于，包括以下步骤：步骤一：获取用户行为权重，采集并记录用户在t时间段内对商品的操作变量，进行组合后形成t时间段内的用户行为权重；步骤二：计算用户调整权重，根据用户的优惠券购物信息计算出用户调整权重；步骤三：用户特征权重分析，对每个用户的个人信息进行聚类分析，获取每个用户的特征权重；步骤四：激励分数计算，根据激励分数计算公式并结合用户行为权重、用户调整权重和用户的特征权重计算出每个用户的激励分数；步骤五：优惠额度等级划分，将用户的激励分数和优惠额度均划分为M个等级，并将划分等级后的激励分数和优惠额度一一对应，最后获得用户的优惠额度等级。2.根据权利要求1所述的一种基于用户行为特征的优惠券额度动态调节方法，其特征在于，所述步骤一具体包括以下子步骤：S101，分别并采集记录一段时间t内每个用户的商品操作变量x
j
，操作变量x
j
具体包括商品点击数、商品详情页面停留时间 、购物车商品价值 、已购商品价格 、分享次数
ꢀꢀ
和优惠券使用次数 ，并将记录的操作变量x
j
组成用户i的行为向量X
i
，如下式所示：，同时将t时间段内m个用户的行为向量X组成形成用户行为矩阵U：，n表示操作变量的个数，m表示用户的个数，表示第m个用户的第n个操作变量；S102：取行为矩阵U中用户i的行为向量，把的操作变量平移1，即将行为向量的所有操作变量的值加1，获得平移后的行为向量：,根据上述公式，把所有m个用户的行为向量进行加1操作，此时行为矩阵U变换为：S103：计算用户i的第j个操作变量的的标准化正向指标：
其中，为行为矩阵中的第i行j列的元素, 为矩阵中的第j个列的所有元素, min, max分别为求最小值和最大值的函数，表示计算行为矩阵中的第j个列的所有元素中的最小值，表示计算行为矩阵中第j个列的所有元素中的最大值，即求操作变量j中的最小值和最大值；计算出行为矩阵行为矩阵中全体用户的所有操作变量的标准化正向指标，然后根据下标索引i和j，获得关于m个用户的标准化正向指标矩阵Y：，n表示用户的n个标准化正向指标；S104：基于标准化正向指标矩阵Y，定义用户i关于操作行为j的发生概率为：，计算每类操作变量j的熵类操作变量j的熵；定义熵向量E为所有操作变量j的熵的集合，所有的熵按操作变量的索引j排列，获得熵向量E为：；S...

【专利技术属性】
技术研发人员：曾胜，曹权，
申请(专利权)人：四川特号商盟科技有限公司，
类型：发明
国别省市：