电商大数据的目标客户群体识别方法、系统、介质及设备技术方案

本发明专利技术提供了一种电商大数据的目标客户群体识别方法、系统、介质及设备，包括：根据唯一用户标识UID获取目标用户全平台各店铺电商订单数据；获取医药产品数据，并与订单匹配；统计分析用户全平台消费特征；判断用户是否符合严苛羊毛党定义标准，如符合，则目标用户属于羊毛党；如不符合，则将目标用户消费特征输入羊毛党识别模型，判断用户是否属于羊毛党；合并行为检测结果和模型识别结果，输出目标用户的羊毛党识别结果。本发明专利技术基于医药电商领域，通过对用户电商全平台行为数据进行检测分析，通过单分类模型训练和识别羊毛党用户，筛选出该类对商家的低价值用户，辅助商家在后续的促销活动中，定向排除该类低价值用户，降低促销的成本。的成本。的成本。

【技术实现步骤摘要】
电商大数据的目标客户群体识别方法、系统、介质及设备


[0001]本专利技术涉及人工智能的
，具体地，涉及电商大数据的目标客户群体识别方法、系统、介质及设备，尤其涉及一种基于医药电商大数据的羊毛党客户识别方法。

技术介绍

[0002]在医药大数据领域，存在许多“羊毛党”用户。“羊毛党”是指那些专门选择互联网平台的营销活动，包括钻研和收集各大电子商城、银行、支付平台、社交媒体等各渠道的优惠信息，最后以低成本甚至零成本换取高额奖励的人。这类用户对商家的价值极低。因此，识别羊毛党，并在后续复购营销中将此类人群排除，可以降低商家的营销成本。
[0003]已有技术中：
[0004]《一种基于用户行为检测的羊毛党识别方法、装置和电子设备》CN201910567920.4：该专利技术通过收集用户针对促动特定活动福利所进行的用户行为相关数据组合；基于所述用户行为相关数据组合,检测所述用户对应的羊毛党属性信息；当检测到所述羊毛党属性信息符合或部分符合异常策略值情况下获取特定活动福利时,限制该用户使用特定活动福利的权限。羊毛党的检测是以符合羊毛党属性信息或部分符合异常策略值情况为标准，规则和策略相对固定死板，不够灵活。
[0005]《羊毛党识别方法、装置、计算机设备及存储介质》CN201910567920.4：该专利技术通过获取带有羊毛党标识信息的若干训练用户的用户画像数据,提取用户特征，并根据用户特征和对应的羊毛党标识信息,获取用户属于羊毛党的先验概率、每个所述用户特征在用户属于羊毛党条件下的条件概率、以及每个所述用户特征的特征概率；最后针对目标用户，提取用户特征，并基于所述目标用户的用户特征、以及所述用户属于羊毛党的先验概率、每个所述用户特征在用户属于羊毛党条件下的条件概率、每个所述用户特征对应的特征概率,获取所述目标用户属于羊毛党的后验概率,并判断该目标用户是否属于羊毛党。要求数据包含所有用户是否属于羊毛党的标识信息，但在实际应用中，对于很多用户是否属于羊毛党是一个相对模糊和主观的概念，通常无法正确的判别，羊毛党标识信息难以获取。
[0006]以上列举的专利技术缺少针对医药电商这一特定场景下，商品类别相对单一、用法用量相对固定的特点进行处理。因此需要提出一种新的技术方案以改善上述技术问题。

技术实现思路

[0007]针对现有技术中的缺陷，本专利技术的目的是提供一种电商大数据的目标客户群体识别方法、系统、介质及设备。
[0008]根据本专利技术提供的一种电商大数据的目标客户群体识别方法，所述方法包括如下步骤：
[0009]步骤S1：根据唯一用户标识UID获取目标用户全平台各店铺电商订单数据；
[0010]步骤S2：获取医药产品数据，并与订单匹配；
[0011]步骤S3：统计分析用户全平台消费特征；
[0012]步骤S4：判断用户是否符合严苛羊毛党定义标准，如符合，则目标用户属于羊毛党；如不符合，则将目标用户消费特征输入羊毛党识别模型，判断用户是否属于羊毛党；
[0013]步骤S5：合并行为检测结果和模型识别结果，输出目标用户的羊毛党识别结果。
[0014]优选地，步骤S3对目标用户在全平台的消费特征进行统计分析，消费特征包括全平台订单总量、订单金额均价、购买过的平台数量、购买过的店铺数量、整体优惠率、优惠订单占比、超低价格订单占比，不同平台订单分布、购买的医药商品种类、规格、粒数。
[0015]优选地，所述步骤S4中的羊毛党识别模型包括如下训练步骤：
[0016]步骤S4.1：获取商家在全平台各店铺的所有电商订单数据，清洗数据和统一格式；
[0017]步骤S4.2：获取医药产品数据，并与订单匹配；
[0018]步骤S4.3：对不同平台用户进行识别和匹配，统一用户ID；
[0019]步骤S4.4：统计分析用户全平台消费特征；
[0020]步骤S4.5：以严苛标准筛选部分必定是羊毛党的用户；
[0021]步骤S4.6：对羊毛党用户消费行为特征进行训练单分类模型，得到羊毛党识别模型；
[0022]步骤S4.7：定期训练迭代羊毛党识别模型，返回步骤S4.4。
[0023]优选地，所述步骤S4.2中的医药产品数据包括品类、用法用量、粒数、规格的单品信息。
[0024]本专利技术还提供一种电商大数据的目标客户群体识别系统，所述系统包括如下模块：
[0025]模块M1：根据唯一用户标识UID获取目标用户全平台各店铺电商订单数据；
[0026]模块M2：获取医药产品数据，并与订单匹配；
[0027]模块M3：统计分析用户全平台消费特征；
[0028]模块M4：判断用户是否符合严苛羊毛党定义标准，如符合，则目标用户属于羊毛党；如不符合，则将目标用户消费特征输入羊毛党识别模型，判断用户是否属于羊毛党；
[0029]模块M5：合并行为检测结果和模型识别结果，输出目标用户的羊毛党识别结果。
[0030]优选地，模块M3对目标用户在全平台的消费特征进行统计分析，消费特征包括全平台订单总量、订单金额均价、购买过的平台数量、购买过的店铺数量、整体优惠率、优惠订单占比、超低价格订单占比，不同平台订单分布、购买的医药商品种类、规格、粒数。
[0031]优选地，所述模块M4中的羊毛党识别模型包括如下训练模块：
[0032]模块M4.1：获取商家在全平台各店铺的所有电商订单数据，清洗数据和统一格式；
[0033]模块M4.2：获取医药产品数据，并与订单匹配；
[0034]模块M4.3：对不同平台用户进行识别和匹配，统一用户ID；
[0035]模块M4.4：统计分析用户全平台消费特征；
[0036]模块M4.5：以严苛标准筛选部分必定是羊毛党的用户；
[0037]模块M4.6：对羊毛党用户消费行为特征进行训练单分类模型，得到羊毛党识别模型；
[0038]模块M4.7：定期训练迭代羊毛党识别模型，返回模块M4.4。
[0039]优选地，所述模块M4.2中的医药产品数据包括品类、用法用量、粒数、规格的单品信息。
[0040]本专利技术还提供一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述中的电商大数据的目标客户群体识别方法的步骤。
[0041]本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述中的电商大数据的目标客户群体识别方法的步骤。
[0042]与现有技术相比，本专利技术具有如下的有益效果：
[0043]本专利技术基于医药电商领域，通过对用户电商全平台行为数据进行检测分析，通过单分类模型训练和识别羊毛党用户，筛选出该类对商家的低价值用户，辅助商家在后续的促销活动中，定向排除该类低价值用户，降低促销的成本。
附图说明
[0044]通过阅读参照以下附图对非限制性实施例所作的详细描述，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商大数据的目标客户群体识别方法，其特征在于，所述方法包括如下步骤：步骤S1：根据唯一用户标识UID获取目标用户全平台各店铺电商订单数据；步骤S2：获取医药产品数据，并与订单匹配；步骤S3：统计分析用户全平台消费特征；步骤S4：判断用户是否符合严苛羊毛党定义标准，如符合，则目标用户属于羊毛党；如不符合，则将目标用户消费特征输入羊毛党识别模型，判断用户是否属于羊毛党；步骤S5：合并行为检测结果和模型识别结果，输出目标用户的羊毛党识别结果。2.根据权利要求1所述的电商大数据的目标客户群体识别方法，其特征在于，步骤S3对目标用户在全平台的消费特征进行统计分析，消费特征包括全平台订单总量、订单金额均价、购买过的平台数量、购买过的店铺数量、整体优惠率、优惠订单占比、超低价格订单占比，不同平台订单分布、购买的医药商品种类、规格、粒数。3.根据权利要求1所述的电商大数据的目标客户群体识别方法，其特征在于，所述步骤S4中的羊毛党识别模型包括如下训练步骤：步骤S4.1：获取商家在全平台各店铺的所有电商订单数据，清洗数据和统一格式；步骤S4.2：获取医药产品数据，并与订单匹配；步骤S4.3：对不同平台用户进行识别和匹配，统一用户ID；步骤S4.4：统计分析用户全平台消费特征；步骤S4.5：以严苛标准筛选部分必定是羊毛党的用户；步骤S4.6：对羊毛党用户消费行为特征进行训练单分类模型，得到羊毛党识别模型；步骤S4.7：定期训练迭代羊毛党识别模型，返回步骤S4.4。4.根据权利要求3所述的电商大数据的目标客户群体识别方法，其特征在于，所述步骤S4.2中的医药产品数据包括品类、用法用量、粒数、规格的单品信息。5.一种电商大数据的目标客户群体识别系统，其特征在于，所述系统包括如下模块：模块M1：根据唯一用户标识UID获取目标用户全平台各店铺电商订单数据；模块M2：获取医药产品数据，并与订单匹配；模块M3...

【专利技术属性】
技术研发人员：姚彭，
申请(专利权)人：植恩生物技术股份有限公司，
类型：发明
国别省市：