访客意向分析方法、系统、终端设备及可读存储介质技术方案

本发明专利技术公开一种访客意向分析方法、系统、终端设备及可读存储介质，属于线上访客意向分析领域，该访客意向分析方法包括：获取私域流量的用户行为数据；基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度。本申请通过及时获取线上行为数据并进行特征工程处理，再输入到事先训练好的预测模型中，达到了精准、及时地通过线上用户行为数据对访客意向进行预测，充分挖掘数据，从而显著提升线上数据的使用效率，弥补了线下效率低下、效果不明显的短板，助力行业从粗放式管理逐步向精细化管理转变。细化管理转变。细化管理转变。

【技术实现步骤摘要】
访客意向分析方法、系统、终端设备及可读存储介质


[0001]本专利技术涉及线上访客意向分析领域，尤其涉及访客意向分析方法、系统、终端设备及可读存储介质。

技术介绍

[0002]随着互联网技术的不断发展，线上数据在访客运营业务中起到了重要的作用，当前房地产行业增速放缓，房地产市场从增量时代步入存量时代，然而目前房地产行业主要依靠行销、中介等线下渠道拓客，拓客效率低下，拓客效果不显著。为提高线下营销、运营能力吸引客户、成交转化的效率，房地产进行数字化转型，但是现有产品处于发展初期，数字化水平低，集成能力和可拓展能力差，数据挖掘不充分，使用效率低。因此如何通过线上精准拓客成为了房地产线上运营业务亟待解决的问题。
[0003]因此，如何精准、及时地通过线上访客行为数据对访客意向进行预测是当前亟待解决的问题。

技术实现思路

[0004]本申请的主要目的在于提供访客意向分析方法、系统、终端设备及可读存储介质，旨在解决如何精准、及时地通过线上访客行为数据对访客意向进行预测的问题。
[0005]为实现上述目的，本申请提供访客意向分析方法，应用于线上访客意向分析
，所述访客意向分析方法包括以下步骤：获取私域流量的用户行为数据；基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度。
[0006]可选的，所述获取私域流量的用户行为数据的步骤包括：从预先部署的RocketMQ消息中间件中获取私域流量的用户行为；从预先得到的用户行为意向度汇总表中获取所述用户的第二历史行为数据；根据所述用户行为，对所述第二历史行为数据中对应的行为进行累加计数，得到用户行为数据。
[0007]可选的，所述基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据的步骤包括：将所述用户行为数据与通过特征工程确认的行为特征库做匹配，得到匹配成功的用户行为数据作为用户行为特征数据。
[0008]可选的，所述将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度的步骤之前，得到所述预测模型的步骤包括：从预设的数据库中获取第一历史行为数据；
对所述第一历史行为数据进行标签化处理，得到用户行为标签数据；基于所述用户行为标签数据和决策树、XGBoost和Lightgbm算法进行模型训练，得到初始预测模型;通过所述第一历史用户行为数据对所述初始预测模型进行测试、验证，得到预测模型。
[0009]可选的，所述将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度的步骤之后还包括：将所述用户的用户行为进行累加计数，更新到所述用户行为意向度汇总表中；将所述用户的访客意向度更新到所述用户行为意向度汇总表中；将所述用户的访客意向度上报到所述消息中间件中。
[0010]可选的，所述获取私域流量的用户行为数据的步骤之前还包括：通过所述消息中间件接收所述私域流量的用户行为数据；将所述消息中间件中的用户行为数据存储到预设的用户行为汇总表；对所述用户行为汇总表进行初始化，生成所述用户行为意向度汇总表。
[0011]可选的，所述将所述消息中间件中的用户行为数据存储到预设的用户行为汇总表的步骤包括：从所述消息中间件中获取所有用户行为数据进行数据清洗，将清洗后的数据存储到所述用户行为汇总表中。
[0012]本申请实施案例还提出一种访客意向分析系统，所述访客意向分析系统包括：获取模块，用于获取私域流量的用户行为数据；处理模块，用于基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；计算模块，用于将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度。
[0013]本申请实施案例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的访客意向分析程序，所述访客意向分析程序被所述处理器执行时实现所述访客意向分析方法的步骤。
[0014]本申请实施案例还提出一种可读存储介质，所述可读存储介质上存储有访客意向分析程序，所述访客意向分析程序被处理器执行时实现所述访客意向分析方法的步骤。
[0015]本申请提出的访客意向分析方法、系统、终端设备及可读存储介质，通过获取私域流量的用户行为数据；基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度。基于本申请方案，实现了通过及时获取线上行为数据并进行特征工程处理，再输入到事先训练好的预测模型中，达到了精准、及时地通过线上用户行为数据对访客意向进行预测的效果。
附图说明
[0016]图1为本申请访客意向分析方法所属终端的功能模块示意图；图2为本申请访客意向分析方法第一示例性实施例的流程示意图；
图3为本申请访客意向分析方法第二示例性实施例的流程示意图；图4为本申请访客意向分析方法第三示例性实施例的流程示意图；图5为本申请访客意向分析方法第四示例性实施例的流程示意图；图6为本申请访客意向分析方法第五示例性实施例的流程示意图；图7为本申请访客意向分析方法第六示例性实施例的流程示意图；图8为本申请访客意向分析方法第七示例性实施例的流程示意图；图9为本申请访客意向分析方法的功能流程图。
[0017]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0018]应当理解，此处所描述的具体实施案例仅仅用以解释本申请，并不用于限定本申请。
[0019]本申请实施例的主要解决方案是：获取私域流量的用户行为数据；基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度。基于本方案，实现了通过及时获取线上行为数据并进行特征工程处理，再输入到事先训练好的预测模型中，达到了精准、及时地通过线上访客行为数据对访客意向进行预测的效果。
[0020]具体地，参照图1，图1为本申请访客意向分析装置所属终端设备的功能模块示意图。该访客意向分析装置为基于终端设备的、能够通过及时获取线上行为数据进行特征工程处理，再输入到事先训练好的预测模型中，从而达到精准、及时对访客意向进行预测的装置，其可以通过硬件或软件的形式承载于终端设备上。
[0021]在本实施例中，该访客意向分析装置所属终端设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
[0022]存储器130中存储有操作系统以及访客意向分析程序，所述访客意向分析装置可以将获取私域流量的用户行为数据；基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度等信息存储于该存储器130中；输出模块110可为显示屏等。通信模块140可以包括WIFI模块、移动通信模块以及蓝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种访客意向分析方法，其特征在于，所述访客意向分析方法包括以下步骤：获取私域流量的用户行为数据；基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据；将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度。2.根据权利要求1所述的访客意向分析方法，其特征在于，所述基于预先确认的行为特征库，从所述用户行为数据中提取得到用户行为特征数据的步骤包括：将所述用户行为数据与通过特征工程确认的行为特征库做匹配，得到匹配成功的用户行为数据作为用户行为特征数据。3.根据权利要求1所述的访客意向分析方法，其特征在于，所述将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度的步骤之前，得到所述预测模型的步骤包括：从预设的数据库中获取第一历史行为数据；对所述第一历史行为数据进行标签化处理，得到用户行为标签数据；基于所述用户行为标签数据和决策树、XGBoost和Lightgbm算法进行模型训练，得到初始预测模型；通过所述第一历史用户行为数据对所述初始预测模型进行测试、验证，得到预测模型。4.根据权利要求1所述的访客意向分析方法，其特征在于，所述将所述用户行为特征数据输入到预先得到的预测模型中进行计算，得到访客意向度的步骤之后还包括：将所述用户的用户行为进行累加计数，更新到预先得到的用户行为意向度汇总表中；将所述用户的访客意向度更新到所述用户行为意向度汇总表中；将所述用户的访客意向度上报到预先部署的RocketMQ消息中间件中。5.根据权利要求4所述的访客意向分析方法，其特征在于，所述获取私域流量的用户行为数据的步骤包括：从所述消息中间件中获取私域...

【专利技术属性】
技术研发人员：何曜君，苑国跃，伏旭阳，林冰，柳刚，
申请(专利权)人：深圳市明源云客电子商务有限公司，
类型：发明
国别省市：