客户消费行为预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种客户消费行为预测方法、装置、电子设备及存储介质，其中方法包括：获取由客户个人信息和消费行为影响因素构成的原始数据；将所述原始数据输入至预先构建好的消费预测模型中，获得基于所述原始数据的消费行为预测数据；其中，所述消费预测模型是基于多个客户消费行为的消费特征，经过数据平衡处理生成的训练数据集训练得到的，所述预测模型的参数是根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化得到的。本发明专利技术通过免疫算法和最小二乘法对径向基函数神经网络进行调整和优化，使预测模型的参数更加准确，从而提高了客户消费行为预测的准确性。而提高了客户消费行为预测的准确性。而提高了客户消费行为预测的准确性。

【技术实现步骤摘要】
客户消费行为预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及分析预测
，尤其涉及一种客户消费行为预测方法、装置、电子设备及存储介质。

技术介绍

[0002]随着网络技术的不断发展，客户在进行消费行为时会产生大量的消费数据，这些数据中包含了很多有用的信息。通过分析这些信息，可以预测消费者未来可能的消费行为。
[0003]目前，对客户产生的消费数据，传统的分类方法假设各类别的样本量是均衡的，但是在实际应用中通常出现类不平衡现象。类不平衡数据是指各类别的数量极不均衡，直接使用分类算法学习，预测出的结果往往不够准确。
[0004]在数据层面上，主要对数据进行重采样以降低不平衡率，目前使用的重采样方法，在合成样本时会出现容易产生噪声数据、模糊类边界等问题，导致消费行为预测结果不准确。
[0005]在算法层面上，径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)被广泛使用在客户消费行为预测领域上，但RBFNN模型对客户类别预测时存在预测精度不高，导致消费行为预测结果不准确。

技术实现思路

[0006]本专利技术提供一种客户消费行为预测方法、装置、电子设备及存储介质，用以解决现有技术中客户消费行为预测不准确的缺陷，实现准确预测客户消费行为的目的。
[0007]本专利技术提供一种客户消费行为预测方法，包括：
[0008]获取由客户个人信息和消费行为影响因素构成的原始数据；
[0009]将所述原始数据输入至预先构建好的消费预测模型中，获得基于所述原始数据的消费行为预测数据；
[0010]其中，所述消费预测模型是基于多个客户消费行为的消费特征，经过数据平衡处理生成的训练数据集训练得到的，所述预测模型的参数是根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化得到的。
[0011]根据本专利技术提供的一种客户消费行为预测方法，所述预测模型的参数是根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化得到的，包括：
[0012]确定所述径向基函数神经网络的隐含层节点个数，并基于所述训练数据集确定径向基函数神经网络的核函数；
[0013]基于所述免疫算法对所述核函数的基函数中心进行优化，获取最优基函数中心；
[0014]基于最小二乘方法获取所述核函数的宽度和连接权值；
[0015]基于所述基函数中心、所述核函数的宽度和所述连接权重，生成所述消费预测模型。
[0016]根据本专利技术提供的一种客户消费行为预测方法，所述基于所述免疫算法对所述核
函数的基函数中心进行优化，获取最优基函数中心，包括：
[0017]初始化所述免疫算法的抗体种群，将所述基函数中心作为抗体；
[0018]获取所述抗体种群的亲和度；
[0019]基于所述亲和度筛选所述抗体种群，获得第一目标抗体种群，并对所述第一目标抗体种群进行克隆和变异操作，获得第二目标抗体种群；
[0020]基于所述亲和度筛选所述第二目标抗体种群，获得第三目标抗体种群；
[0021]将所述第二目标抗体种群与所述第三目标抗体种群合并，获取第四目标抗体种群，并获取所述第四目标抗体种群的亲和度；
[0022]获取所述免疫算法的迭代次数，若所述迭代次数大于预设次数，则将所述第四目标抗体种群中最优亲和度的抗体作为所述最优基函数中心。
[0023]根据本专利技术提供的一种客户消费行为预测方法，所述消费预测模型是基于多个客户消费行为的消费特征，经过数据平衡处理生成的训练数据集训练得到的，包括：
[0024]获取多个客户消费行为的消费特征，并对所述消费特征进行滤除和插值，生成平衡数据集；
[0025]基于主成分分析，对所述平衡数据集进行特征降维操作，获取训练数据集；
[0026]基于所述训练数据集，将所述径向基函数神经网络训练生成所述消费预测模型。
[0027]根据本专利技术提供的一种客户消费行为预测方法，所述获取多个客户消费行为的消费特征，并对所述消费特征进行滤除和插值，生成平衡数据集，包括：
[0028]获取多个客户消费行为的消费特征，并基于托梅克链接算法对所述消费特征进行噪声样本滤除，生成初始平衡数据集；
[0029]根据所述初始平衡数据集的区域分布情况，对所述初始平衡数据集进行插值，生成所述平衡数据集。
[0030]根据本专利技术提供的一种客户消费行为预测方法，所述基于主成分分析，对所述平衡数据集进行特征降维操作，获取训练数据集，包括：
[0031]对所述平衡数据集进行标准化处理，获取标准数据；
[0032]获取每一所述标准数据的矩阵；
[0033]获取所述矩阵的特征值和特征向量；
[0034]基于所述特征值和所述特征向量，获取所述训练数据集。
[0035]本专利技术还提供一种客户消费行为预测装置，包括：
[0036]数据获取模块，用于获取由客户个人信息和消费行为影响因素构成的原始数据；
[0037]分析处理模块，用于将所述原始数据输入至预先构建好的消费预测模型中，获得基于所述原始数据的消费行为预测数据；
[0038]其中，所述消费预测模型是基于多个客户消费行为的消费特征，经过数据平衡处理生成的训练数据集训练得到的，所述预测模型的参数是根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化得到的。
[0039]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述客户消费行为预测方法的步骤。
[0040]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算
机程序被处理器执行时实现如上述任一种所述客户消费行为预测方法的步骤。
[0041]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述客户消费行为预测方法的步骤。
[0042]本专利技术提供的客户消费行为预测方法、装置、电子设备及存储介质，将多个客户消费行为的消费特征通过数据平衡处理操作，生成训练数据集，并根据该训练数据集训练生成消费预测模型；同时，根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化，使预测模型的参数更加准确，从而提高了客户消费行为预测的准确性。
附图说明
[0043]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1是本专利技术提供的客户消费行为预测方法的流程示意图；
[0045]图2是本专利技术提供的数值型数据分布箱线图；
[0046]图3是本专利技术提供的分类型数据特征占比示意图；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客户消费行为预测方法，其特征在于，包括：获取由客户个人信息和消费行为影响因素构成的原始数据；将所述原始数据输入至预先构建好的消费预测模型中，获得基于所述原始数据的消费行为预测数据；其中，所述消费预测模型是基于多个客户消费行为的消费特征，经过数据平衡处理生成的训练数据集训练得到的，所述预测模型的参数是根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化得到的。2.根据权利要求1所述的客户消费行为预测方法，其特征在于，所述预测模型的参数是根据免疫算法和最小二乘法对径向基函数神经网络进行调整和优化得到的，包括：确定所述径向基函数神经网络的隐含层节点个数，并基于所述训练数据集确定径向基函数神经网络的核函数；基于所述免疫算法对所述核函数的基函数中心进行优化，获取最优基函数中心；基于最小二乘方法获取所述核函数的宽度和连接权值；基于所述基函数中心、所述核函数的宽度和所述连接权重，生成所述消费预测模型。3.根据权利要求2所述的客户消费行为预测方法，其特征在于，所述基于所述免疫算法对所述核函数的基函数中心进行优化，获取最优基函数中心，包括：初始化所述免疫算法的抗体种群，将所述基函数中心作为抗体；获取所述抗体种群的亲和度；基于所述亲和度筛选所述抗体种群，获得第一目标抗体种群，并对所述第一目标抗体种群进行克隆和变异操作，获得第二目标抗体种群；基于所述亲和度筛选所述第二目标抗体种群，获得第三目标抗体种群；将所述第二目标抗体种群与所述第三目标抗体种群合并，获取第四目标抗体种群，并获取所述第四目标抗体种群的亲和度；获取所述免疫算法的迭代次数，若所述迭代次数大于预设次数，则将所述第四目标抗体种群中最优亲和度的抗体作为所述最优基函数中心。4.根据权利要求1所述的客户消费行为预测方法，其特征在于，所述消费预测模型是基于多个客户消费行为的消费特征，经过数据平衡处理生成的训练数据集训练得到的，包括：获取多个客户消费行为的消费特征，并对所述消费特征进行滤除和插值，生成平衡数据集；...

【专利技术属性】
技术研发人员：穆维松，李玥，金海滨，齐建芳，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：