电商用户消费行为分析方法及装置制造方法及图纸

本申请提供一种电商用户消费行为分析方法及装置，在采集获取电商用户属性信息与电商用户线上消费活动过程中的消费数据日志后，对消费数据日志进行分析，得到电商用户的消费行为变化数据标签，并利用逻辑运算法则，对消费行为变化数据标签与电商用户属性信息进行连接，建立标签条件集合，最终根据标签条件集合，对电商用户分别进行零售货物推荐，解决现有技术中电商用户分组结果不精准、零售货物推荐时效性不高的问题。效性不高的问题。效性不高的问题。

【技术实现步骤摘要】
电商用户消费行为分析方法及装置


[0001]本申请涉及人工智能
，尤其涉及一种电商用户消费行为分析方法及装置。

技术介绍

[0002]一般来说，电商平台会通过首页推荐或者主动推送等形式，向平台用户推荐感兴趣的零售货物，如果推荐或者推送的内容对用户来说不感兴趣，或是消费意愿不强，造成用户会迅速的离开电商平台网站，或是认为推送的内容对于自己是干扰，使得用户的付费可能性降低，影响到了电商平台的经营效果。为了更好的帮助企业实现智能化营销，需要一种更准确的用户行为分析方法，能够更为精准的向用户推荐零售货物，或是为企业制定营销策略提供参考。
[0003]目前，主流的电商用户行为分析方法是电商平台通过一些算法模型，根据用户的零售货物浏览记录、搜索记录或是消费记录，对用户的喜好进行分析，从而智能推荐用户感兴趣的零售货物。
[0004]但是算法模型推荐的零售货物时效性较低，分析结果也不够准确，且无法反映用户对零售货物的消费意愿或感兴趣程度。

技术实现思路

[0005]本申请提供一种电商用户消费行为分析方法及装置，用以解决现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商用户消费行为分析方法，其特征在于，包括：采集获取电商用户属性信息与所述电商用户线上消费活动过程中的消费数据日志；对所述消费数据日志进行分析，得到所述电商用户的消费行为变化数据标签；利用逻辑运算法则，对所述消费行为变化数据标签与所述电商用户属性信息进行连接，建立标签条件集合；根据所述标签条件集合，对所述电商用户分别进行零售货物推荐。2.根据权利要求1所述的方法，其特征在于，所述利用逻辑运算法则，对所述消费行为变化数据标签与所述电商用户属性信息进行连接，建立标签条件集合，包括：利用或逻辑运算法则，对所述消费行为变化数据标签进行连接，得到数据标签集合；利用与逻辑运算法则，对所述电商用户属性信息进行连接，得到基本信息集合；利用与逻辑运算法则，对所述数据标签集合与所述基本信息集合进行连接，得到标签条件集合。3.根据权利要求1或2所述的方法，其特征在于，在所述建立标签条件集合后，还包括：设置自定义标签，并将所述自定义标签添加至所述标签条件集合中。4.根据权利要求1或2所述的方法，其特征在于，所述对所述消费数据日志进行分析，得到所述电商用户的消费行为变化数据标签，包括：根据预设阈值，确定所述消费数据日志中同一数据标签的数据变化范围是否大于预设阈值；若大于，确定所述数据标签为所述电商用户的消费行为变化数据标签。5.根据权利要求4所述的方法，其特征在于，在所述对所述消费数据日志进行分析后，还包括：得到所述电商用户的消费行为变化数据，并将所述电商用户的消费行为变化数据和与所述电商用户的消费行为变化数据相对应的消费行为变化数据标签存储至商务智能系统数据库中；利用观远数据分析平台，从商务智能系统数据库中得到目标电商用户消费行为数据。6.根据权利要求1或2所述的方法，其特...

【专利技术属性】
技术研发人员：柴尔申，郭伟伟，
申请(专利权)人：杭州铭信信息科技有限公司，
类型：发明
国别省市：