适于电子商务的业务操作行为大数据挖掘方法及系统技术方案

本发明专利技术实施例提供一种适于电子商务的业务操作行为大数据挖掘方法及系统，通过对获取的电商业务大数据集中各操作行为数据依次进行遍历，在每次遍历过程中获取一个当前操作行为数据作为第一操作行为数据，并获取所述当前操作行为数据之后产生的一个操作行为数据作为第二操作行为数据；然后，结合待进行电商行为大数据分析的目标操作行为单元对应的行为单元关键标识，对每次遍历获取的所述第一操作行为数据和第二操作行为数据进行融合分析，实现针对所述目标业务对象针对各所述电商业务项目的操作行为单元进行操作行为数据挖掘。项目的操作行为单元进行操作行为数据挖掘。项目的操作行为单元进行操作行为数据挖掘。

【技术实现步骤摘要】
适于电子商务的业务操作行为大数据挖掘方法及系统


[0001]本专利技术涉及电子商务及大数据分析
，具体而言，涉及一种适于电子商务的业务操作行为大数据挖掘方法及系统。

技术介绍

[0002]随着大数据技术的不断发展，大数据是指数据量极大，通常难以在一定时间范围内用常规方法进行采集、管理和分析的数据集，需要结合人工智能等新的处理模式来进行挖掘和分析使之产生可用的价值。同时，随着信息技术的不断发展，大数据技术在各行各业都逐渐的应用开来。
[0003]例如，在电子商务应用场景下，根据电商业务对象对电商业务项目组的业务项目使用数据对电商业务对象的业务画像特征进行大数据分析是相关领域一个重要的技术问题。传统的数据分析往往采用样本、推理的方法，用常规的样本分析来推测总体数据，通过一小部分来看整个数据，进而延伸到普遍的意义。然而，在对相关的大数据进行分析时，用于进行大数据分析的数据源质量对于大数据分析的结果和准确性具有非常大的影响。例如，对电商业务对象进行业务画像特征分析时，需要结合电商业务对象历史产生的业务大数据的操作行为单元有关的操作行为数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适于电子商务的业务操作行为大数据挖掘方法，其特征在于，包括：获取电商服务平台的目标业务对象在设定历史周期内对电商服务平台所提供的所述电商业务项目进行操作而得到的电商业务大数据集，所述电商业务大数据集包括根据时序排列的多个操作行为数据；对所述电商业务大数据集中各操作行为数据依次进行遍历，在每次遍历过程中获取一个当前操作行为数据作为第一操作行为数据，并获取所述当前操作行为数据之后产生的一个操作行为数据作为第二操作行为数据；获取待进行电商行为大数据分析的目标操作行为单元对应的行为单元关键标识；根据所述行为单元关键标识对每次遍历获取的所述第一操作行为数据和第二操作行为数据进行融合分析，以对所述目标业务对象针对各所述电商业务项目的操作行为单元进行操作行为数据挖掘。2.根据权利要求1所述的方法，其特征在于，所述根据所述行为单元关键标识对每次遍历获取的所述第一操作行为数据和第二操作行为数据进行融合分析，以对所述目标业务对象针对各所述电商业务项目的操作行为单元进行操作行为数据挖掘，包括：根据所述行为单元关键标识，对所述第一操作行为数据和所述第二操作行为数据分别进行行为特征挖掘，得到所述第一操作行为数据的第一操作行为特征向量和所述第二操作行为数据的第二操作行为特征向量，所述第一操作行为特征向量至少包括所述第一操作行为数据所对应的操作行为单元与所述行为单元关键标识之间的相关性量化参数，所述第二操作行为特征向量至少包括所述第二操作行为数据所对应的操作行为单元与所述行为单元关键标识之间的相关性量化参数；对所述第一操作行为特征向量和所述第二操作行为特征向量进行特征向量融合，得到所述第一操作行为数据的融合行为特征向量；根据所述融合行为特征向量对所述目标业务对象针对各所述电商业务项目的操作行为单元进行操作行为数据挖掘。3.根据权利要求2所述的方法，其特征在于，根据所述行为单元关键标识，对所述第一操作行为数据进行行为特征挖掘，得到所述第一操作行为数据的第一操作行为特征向量，包括：对所述行为单元关键标识进行信息解析，得到所述行为单元关键标识的标识信息；对所述第一操作行为数据中的多个行为数据片段进行分量提取，得到所述多个行为数据片段的数据片段描述分量；基于所述标识信息和所述多个行为数据片段的数据片段描述分量，确定所述多个行为数据片段的片段重要性参数，其中，所述行为数据片段的片段重要性参数表示所述行为数据片段与所述行为单元关键标识之间的相关性程度；基于所述多个行为数据片段的片段重要性参数，对所述多个行为数据片段的数据片段描述分量进行分量融合，得到所述第一操作行为特征向量；其中，所述基于所述标识信息和所述多个行为数据片段的数据片段描述分量，确定所述多个行为数据片段的片段重要性参数，包括：分别获取所述标识信息与多个数据片段描述分量之间的第一共性量化值；对获取到的各个第一共性量化值进行参数标准化处理，得到各所述行为数据片段的片
段重要性参数。4.根据权利要求2所述的方法，其特征在于，所述第二操作行为数据包括两个或两个以上，所述对所述第一操作行为特征向量和所述第二操作行为特征向量进行特征向量融合，得到所述第一操作行为数据的融合行为特征向量，包括：根据所述第一操作行为特征向量与多个第二操作行为特征向量之间的第二共性量化值，从所述多个第二操作行为数据中筛选所述第二共性量化值最大的所述第二操作行为数据，所述第二共性量化值是用于描述所述第二操作行为数据所对应的操作行为单元与所述第一操作行为数据所对应的操作行为单元之间的关联程度的量化值；将所述第一操作行为特征向量和筛选的所述第二操作行为数据的第二操作行为特征向量进行特征向量融合，得到所述融合行为特征向量。5.根据权利要求2所述的方法，其特征在于，所述对所述第一操作行为特征向量和所述第二操作行为特征向量进行特征向量融合，得到所述第一操作行为数据的融合行为特征向量之后，所述方法还包括：对所述融合行为特征向量进行特征聚类处理，得到所述第一操作行为数据与所述行为单元关键标识之间的匹配性量化值；在所述匹配性量化值达到预设匹配性量化值时，从所述第一操作行为数据中，获取与所述行为单元关键标识匹配的行为数据片段，所述行为单元关键标识与所述行为数据片段匹配表示所述行为数据片段所对应的操作行为单元与所述行为单元关键标识匹配；其中，所述在所述匹配性量化值达到预设匹配性量化值时，从所述第一操作行为数据中，获取与所述行为单元关键标识匹配的行为数据片段，包括：在所述匹配性量化值达到所述预设匹配性量化值时，根据所述第一操作行为数据中多个行为数据片段的片段重要性参数，从所述第一操作行为数据中筛选对应的片段重要性参数达到预设重要性参数值的多个目标行为数据片段，其中，所述行为数据片段的片段重要性参数表征所述行为数据片段与所述行为单元关键标识之间的相关性程度；确定所述多个目标行为数据片段在所述第一操作行为数据中的初始数据片段和终止数据片段；基于所述多个目标行为数据片段的初始数据片段和终止数据片段，从所述第一操作行为数据中采集包括至少一个目标行为数据片段的行为数据片段；在对所述融合行为特征向量进行特征聚类处理，得到所述第一操作行为数据与所述行为单元关键标识之间的匹配性量化值之后，所述方法还包括：在所述匹配性量化值未达到所述预设匹配性量化值时，从多个不同的待定行为单元关键标识中获取与所述行为单元关键标识不同的其它行为单元关键标识，返回根据所述行为单元关键标识对每次遍历获...

【专利技术属性】
技术研发人员：张洪艳，闫国江，
申请(专利权)人：广州康乾信息科技有限公司，
类型：发明
国别省市：