一种基于三次指数平滑法实现积分兑换异常检测的方法技术

一种基于三次指数平滑法实现积分兑换异常检测的方法。通过采集全链路的用户访问数据，建立用户访问轨迹模型，结合用户积分入库及消费等历史数据，建立带有时间维度的用户访问模型；采用三次指数平滑法，结合商品模型中热度、时间等参数，对用户的访问轨迹实时进行判定，预测商品兑换过程中的异常信息。本专利所描述的方法，主要包括积分商品兑换模型模块、用户访问模型模块、异常判定模块及主要业务流程。务流程。

【技术实现步骤摘要】
一种基于三次指数平滑法实现积分兑换异常检测的方法


[0001]本专利技术涉及积分应用
，特别是涉及一种基于三次指数平滑法实现积分兑换异常检测的方法。

技术介绍

[0002]基于积分的运营是企业在推进客户忠诚度计划管理的重要环节，最终用户的使用企业提供的积分兑换服务过程中，可兑换商品的丰富程度及兑换过程的使用体验至关重要，将极大的影响用户的忠诚度。
[0003]企业在积分运营中可能由于运营人员的失误导致商品高价低卖，如原定需要10000积分兑换的商品，上架过程中定价为1000积分，如不向用户追回，将导致企业的经营损失，如向用户追回，则严重影响企业的声誉，在舆论层面将处于被动局面。

技术实现思路

[0004]本专利技术提供了一种基于三次指数平滑法实现积分兑换异常检测的方法。通过采集全链路的用户访问数据，建立用户访问轨迹模型，结合用户积分入库及消费等历史数据，建立带有时间维度的用户访问模型。采用三次指数平滑法，结合商品模型中热度、时间等参数，对用户的访问轨迹实时进行判定，预测商品兑换过程中的异常信息。本专利所描述的方法，主要包括积分商品兑换模型模块、用户访问模型模块、异常判定模块。
[0005]1、积分商品兑换模型模块：建立对商品的多维画像，包括商品热度，库存，兑换所需积分等。
[0006]2、用户访问模型模块：通过采集全链路的用户访问数据，建立用户访问轨迹模型，结合用户积分入库及消费等历史数据，建立带有时间维度的用户访问模型。
[0007]3、异常判定模块：采用三次指数平滑法，结合商品模块中的信息，对用户的访问轨迹实时进行判定，预测商品兑换过程中的异常信息，并及时进行告警，避免企业损失的进一步扩大。
附图说明
[0008]图1为一种基于三次指数平滑法实现积分兑换异常检测的方法结构图。
[0009]图2为 三次指数平滑法公式图。
具体实施方式
[0010]下面将结合本专利技术结构图，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，所描述的实施例仅是本专利技术一部分实施例，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。
[0011]请参阅图1，本专利技术实施实例中，主要包括积分商品兑换模型模块（1）、用户访问模
型模块（2）、异常判定模块（3）。
[0012]1、积分商品兑换模型模块（1）：建立对商品的多维画像，包括商品热度，库存，兑换所需积分等。
[0013]2、用户访问模型模块（2）：通过采集全链路的用户访问数据，建立用户访问轨迹模型，结合用户积分入库及消费等历史数据，建立带有时间维度的用户访问模型。
[0014]3、异常判定模块（3）：采用三次指数平滑法，结合商品模块中的信息，对用户的访问轨迹实时进行判定，预测商品兑换过程中的异常信息，并及时进行告警，避免企业损失的进一步扩大。
[0015]4、主要业务流程：a.建立兑换商品模块：在兑换商品模块中，对每个商品进行多维度画像，如商品热度，在一段时间内库存消耗速度等，商品库存，商品的季节特性等，商品模块中的所有特征属性均可配置。部分商品具有季节特性，如当季的水果。部分商品具有周期性特性，如年底积分过期前兑换小额话费等；b.建立用户的正常访问模型：采集全链路用户访问数据，从用户首次访问开始的所有行为数据；c.建立用户访问轨迹模型：利用大数据综合历史数据，建立正常用户访问模型；d.采用三次指数平滑法，结合商品模块中的特征信息，基于正常用户访问模型，对当前用户的访问轨迹实时进行判定，预测商品兑换过程中的异常信息。
[0016]三次指数平滑法如图2所示。其中：α是数据平滑因子， 0 < α < 1；β是趋势平滑因子，0 < β < 1； γ是商品特征改变平滑因子0 < γ < 1。指数平滑法通过更新上一时间步长的计算，并使用当前时间步长的数据中包含的新信息，通过“混合”新信息和旧信息来实现，而新旧信息的权重由一个可调整的拌和参数进行控制。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三次指数平滑法实现积分兑换异常检测的方法，其特征在于，通过采集全链路的用户访问数据，建立用户访问轨迹模型，结合用户积分入库及消费等历史数据，建立带有时间维度的用户访问模型；采用三次指数平滑法，结合商品模型中热度、时间等参数，对用户的访问轨迹实时进行判定，预测商品兑换过程中的异常信息；本专利所描述的方法，主要包括积分商品兑换模型模块、用户访问模型模块、异常判定模块及主要业务流程。2.根据权利要求1所述的方法，其特征在于，积分商品兑换模型模块：建立对商品的多维画像，包括商品热度，库存，兑换所需积分等。3.根据权利要求1所述的方法，其特征在于，用户访问模型模块：通过采集全链路的用户访问数据，建立用户访问轨迹模型，结合用户积分入库及消费等历史数据，建立带有时间维度的用户访问模型。4.根据权利要求1所述的方法，其特征在于，异常判定模块：采用三次指数...

【专利技术属性】
技术研发人员：单文杰，朱龙，于文兵，
申请(专利权)人：翼集分上海数字科技有限公司，
类型：发明
国别省市：