【技术实现步骤摘要】
本专利技术属于数据处理，具体涉及用户被种草以及付费归因识别的方法及装置。
技术介绍
1、随着互联网技术的不断发展和普及，用户在互联网上的行为数据日益增多。这些行为数据包含了用户的喜好、兴趣、需求等信息，对企业和商家来说具有很高的商业价值。因此，如何有效地挖掘和利用这些数据，成为当前互联网大数据挖掘领域的重要研究方向之一。
2、此外，随着电子商务的发展，用户的购买行为和付费行为也成为了研究的热点。然而，由于用户的购买和付费行为受到多种因素的影响，如用户的心理状态、商品的特性、价格等因素，如何准确地识别用户的购买和付费归因，是当前电子商务领域的一个重要问题。
技术实现思路
1、因此，本专利技术提出了一种基于互联网大数据挖掘的用户被种草以及付费归因识别的方法和系统，旨在解决上述
技术介绍
中存在的问题，提高用户行为分析的准确性和效率。
2、本专利技术的第一个方面，提供了一种用户被种草以及付费归因识别的方法，如图1所示，包括步骤：
3、s101、获取互联网大数据；
4、s102、对互联网大数据进行用户被种草等级划分；
5、s103、将用户被种草等级与付费用户标签进行关联，调用归因识别分析模型对互联网大数据进行用户被种草等级与付费用户标签的归因识别分析，得到归因信息；
6、s104、将待识别的用户被种草数据、付费用户付费数据与归因信息相关联，调用归因识别分析模型生成用户被种草和付费归因识别结果。
7、作为本专利技
8、对互联网数据进行预处理。
9、作为本专利技术的进一步改进，所述对互联网大数据进行用户被种草等级划分的步骤，包括：
10、基于用户的购买行为信息进行用户被种草等级划分。
11、作为本专利技术的进一步改进，所述对互联网大数据进行用户被种草等级划分的步骤，包括：
12、对购买行为信息赋予权重，采用加权求和或者加权平均的方式确定用户被种草等级。
13、作为本专利技术的进一步改进，本专利技术还包括归因识别分析模型的建立和训练步骤：
14、s31、计算整个数据集的信息熵作为初始熵；
15、s32、遍历所有特征，计算每个特征的信息增益；
16、s33、选择具有最大信息增益的特征作为当前节点的划分特征；
17、s34、使用选定的划分特征将数据集分成多个子集，每个子集对应划分特征的一个取值；
18、s35、对于每个子集，递归地重复步骤s32-s35，直到满足终止条件；
19、s36、将特征作为决策树的节点，将数据集划分作为节点间的连接，递归地构建整棵决策树。
20、作为本专利技术的进一步改进，所述调用归因识别分析模型进行用户被种草等级与付费用户标签的归因识别分析，得到归因信息的步骤，包括：
21、s301、遍历决策树的叶节点，对每个叶节点生成一条规则；
22、s302、将每个叶节点生成的规则整理、记录并清除重复规则，以确保规则的唯一性；
23、作为本专利技术的进一步改进，所述调用归因识别分析模型生成用户被种草和付费归因识别结果的步骤，包括：
24、s401、以树图形式输出推理规则；
25、s402、以if-else形式输出推理规则；
26、s403、解释分析付费归因识别结果，确定用户付费或被种草的可能原因，以及对该些行为影响最大的特征。
27、本专利技术的第二个方面，提供了一种用户被种草以及付费归因识别的装置，包括：
28、获取模块，用于获取互联网大数据；
29、划分模块，用于对互联网大数据进行用户被种草等级划分；
30、识别模块，用于将用户被种草等级与付费用户标签进行关联，调用归因识别分析模型对互联网大数据进行用户被种草等级与付费用户标签的归因识别分析，得到归因信息；
31、生成模块，用于将用户被种草等级、付费用户标签、归因信息相关联，调用归因识别分析模型生成用户被种草和付费归因识别结果。
32、本专利技术的第三个方面，提供了一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；
33、所述存储器，用于存放计算机程序；
34、所述处理器，用于执行存储器上所存放的程序时，实现上述的方法。
35、本专利技术的第四个方面，提供了一个或多个计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行上述的方法。
36、与现有技术相比，本专利技术的有益效果为：通过获取互联网大数据，搭建以及训练归因识别分析模型，实现对用户被种草和付费归因的准确识别，明确用户的购买行为及影响因素，从而为企业提供精准的市场分析和营销决策依据，推动业务发展。
本文档来自技高网...【技术保护点】
1.一种用户被种草以及付费归因识别的方法，其特征在于，包括步骤：
2.根据权利要求1所述的方法，其特征在于，在所述获取互联网大数据时，还包括步骤：
3.根据权利要求1所述的方法，其特征在于，所述对互联网大数据进行用户被种草等级划分的步骤，包括：
4.根据权利要求1所述的方法，其特征在于，所述对互联网大数据进行用户被种草等级划分的步骤，包括：
5.根据权利要求1所述的方法，其特征在于，还包括归因识别分析模型的建立和训练步骤：
6.根据权利要求1所述的方法，其特征在于，所述调用归因识别分析模型进行用户被种草等级与付费用户标签的归因识别分析，得到归因信息的步骤，包括：
7.根据权利要求1所述的方法，其特征在于，所述调用归因识别分析模型生成用户被种草和付费归因识别结果的步骤，包括：
8.一种用户被种草以及付费归因识别的装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；p>
10.一个或多个计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种用户被种草以及付费归因识别的方法，其特征在于，包括步骤：
2.根据权利要求1所述的方法，其特征在于，在所述获取互联网大数据时，还包括步骤：
3.根据权利要求1所述的方法，其特征在于，所述对互联网大数据进行用户被种草等级划分的步骤，包括：
4.根据权利要求1所述的方法，其特征在于，所述对互联网大数据进行用户被种草等级划分的步骤，包括：
5.根据权利要求1所述的方法，其特征在于，还包括归因识别分析模型的建立和训练步骤：
6.根据权利要求1所述的方法，其特征在于，所述调用归因识别分析模型进行用户被种草...
【专利技术属性】
技术研发人员：王国章，黄振琳，朱建建，韩钟达，
申请(专利权)人：和元达信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。