一种药店会员群体画像构建方法技术

本发明专利技术公开了一种药店会员群体画像构建方法，包括以下步骤：1)获取药店用户的历史消费数据和用户信息数据，并根据历史消费数据和用户信息数据提取样本特征；2)对所述样本特征进行处理，获得用户画像标签；所述用户画像标签包括以下维度：用户维度、消费维度和医药维度；3)根据用户画像标签构建用户画像；4)用户群体划分，构建用户群体画像；5)对用户群体画像进行特征提取，形成最终的群体画像。本发明专利技术对现有药店会员用户画像特征维度进行了扩充；本发明专利技术提出药店会员的群体画像方法，对用户刻画更精准，基于本发明专利技术群体画像的消费预测和营销预测具有较高的准确率和更高的性能。

【技术实现步骤摘要】

本专利技术涉及人工智能技术，尤其涉及一种药店会员群体画像构建方法。

技术介绍

1、用户画像在现有零售领域已经得到广泛的应用，成为刻画用户形象和行为习惯，进行精准营销的重要研究方向，而大数据、深度学习等技术的兴起，在用户画像的内涵、标签体系、特征建模、领域应用上带来了新的机遇和挑战。群体画像是更粗粒度的用户画像，当用户被划分为群体后，就会衍生出更多属于群体的特征和标签，扩展了用户画像的内涵。

2、用户画像特征建模方法由基本的统计模型逐步转向机器学习和深度学习为主的隐式特征挖掘。从早期的简单的统计到现在的基于深度学习技术的应用，国内外越来越多的研究者通过借助机器学习的方法构建用户画像。邹京甫提出了基于文本语义规则的实体抽取方法，通过挖掘药品说明书中的实体构建用户画像的标签，为线下药店零售领域的用户画像研究打开了思路。

3、现有的用户画像建模方法主要通过用户静态属性和消费行为数据刻画用户特征,不能满足药店运营的需要。

技术实现思路

1、本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供本文档来自技高网...

【技术保护点】

1.一种药店会员群体画像构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的药店会员群体画像构建方法，其特征在于，所述步骤2)中，医药维度的标签还包括：是否是医保用户；品牌偏好；活动相应敏感度；疾病大类；是否常购处方药；特殊病类；药品种类；融合用药周期的近期购买趋势。

3.根据权利要求1所述的药店会员群体画像构建方法，其特征在于，所述步骤4)中，计算任意两药店用户在各标签上的相似度，对于数值型标签使用欧式距离计算相似度，对于非数值型标签使用基于语义树路径的长度计算相似度。

4.根据权利要求1所述的药店会员群体画像构建方法，其特征在于，所述步骤...

【技术特征摘要】

1.一种药店会员群体画像构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的药店会员群体画像构建方法，其特征在于，所述步骤2)中，医药维度的标签还包括：是否是医保用户；品牌偏好；活动相应敏感度；疾病大类；是否常购处方药；特殊病类；药品种类；融合用药周期的近期购买趋势。

3.根据权利要求1所述的药店会员群体画像构建方法，其特征在于，所述步骤4)中，计算任意两药店用户在各标签上的相似度，对于数值型标签使用欧式距离计算相似度，对于非数值型标...

【专利技术属性】
技术研发人员：顾鹏辉，李涛，杨雨晨，谢君臣，沈章，袁冲，吕静，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：