【技术实现步骤摘要】
本专利技术涉及计算机，特别涉及一种用户购买欲量化方法、装置、设备及介质。
技术介绍
1、目前，电商行业生态趋于成熟，粗放的运营策略逐渐失效，需要更精细化的运营，在此基础上，“用户购买欲”成为业务规模增长的一个突破性指标。用户购买欲分析的业务应用如下所示：收集用户数据，然后分析用户行为得到用户购买欲，之后便基于用户购买欲高中低三种情况分别进行不同的操作，针对用户购买欲高的用户，推荐相关产品，并在用户购买产品后停止推荐，针对用户购买欲低的用户，发送优惠券，并在用户购买产品后结束，针对用户购买欲低的用户，提供购物指南，并在用户购买产品后结束。
2、在现有的方法中，得到用户购买欲的主要流程是，对当前的业务指标，主要是订单复购率和用户基础属性等，进行分析以推测用户的购买行为，以便得到用户购买欲，例如：1、在电商平台的女装类目复购次数越多的用户，购买欲更高；2、购买女装的用户大部分都是年龄20-30的女性，那么其他未有购买记录的用户中，年龄处于20-30的女性购买欲更高。
3、在实际的业务分析中，分析方法会比上面列举的更复杂一些，但是整体的思路不变，一种是基于用户的购买行为分析用户的购买欲，一种是基于用户的基础属性分析哪类属性的用户购买欲高。分析过程如下所示：相同用户属性下，购买次数越多的用户，用户购买欲越高；针对没有购买行为的用户，具有的提高购买欲的属性越多，则用户购买欲越高，例如，年龄为20-30的用户群体的用户购买欲<年龄为20-30的女性群体的用户购买欲<年龄为20-30的职业为老师的女性群体的用
4、上述方法能够简单确定用户购买欲，但是现有的确定购买欲的方法，存在很多问题，例如：1、很多用户属性对用户购买欲的相关性不强，例如，购买口红的女性用户多，但是男性用户也是会购买口红的，如果把用户基础属性和购买行为进行捆绑，则天然会丢失一部分用户；2、基于用户行为进行分析时，一般用户购买欲被设定为递增或递减，但是在不同的场景中递增或递减是不确定的，还是需要临时判断，因此一次设定并不具有通用性，增加分析难度。
5、综上，无论是基于用户购买行为，还是用户的基础属性，都只能对用户购买欲进行一个大概的倾向性分析，无法对结果进行量化。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种用户购买欲量化方法、装置、设备及介质，能够简便地量化用户购买欲，其具体方案如下：
2、第一方面，本申请公开了一种用户购买欲量化方法，包括：
3、根据目标数据确定每个用户对应的各购买欲标签的标签信息；其中，所述目标数据包括社区数据和订单数据；所述社区数据包括每个所述用户在各网络社区平台中的浏览情况和发布的信息；所述购买欲标签为预先设定的与用户购买欲相关的标签；
4、根据标签购买欲分数和每个所述用户在所述购买欲标签下对应的权重得到所述用户对应的用户购买欲分数；其中，所述标签购买欲分数为每个标签对应的一个初始分数；所述用户购买欲分数用于量化每个所述用户的所述用户购买欲；所述用户购买欲为进行电商运营管理操作的依据。
5、可选的，所述购买欲标签包括购买意向类目标签；
6、相应的，所述根据标签购买欲分数和每个所述用户在所述购买欲标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
7、在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数；其中，所述其它标签为除所述购买意向类目标签之外的所述购买欲标签。
8、可选的，所述在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
9、在同一所述标签信息的所述购买意向类目标签下，根据各个所述其它标签的标签购买欲分数以及每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数；
10、其中，所述标签购买欲分数为预先基于各个所述其它标签的标签权重对所有所述用户的用户总分进行分配确定的分数。
11、可选的，在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
12、在同一所述标签信息的所述购买意向类目标签下，根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重，确定每个所述用户对应的用户购买欲分数。
13、可选的，所述根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重，确定每个所述用户对应的用户购买欲分数，包括：
14、根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重的乘积，确定每个所述其它标签中的每种所述标签信息的信息购买欲总分；
15、将所述信息购买欲总分均分至相应的所述其它标签中的至少一个所述标签信息，以确定各个所述标签信息的信息购买欲评分；
16、将每个所述用户对应的所述标签信息的信息购买欲评分相加得到每个所述用户对应的用户购买欲分数。
17、可选的，所述根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重，确定每个所述用户对应的用户购买欲分数，包括：
18、将所述其它标签的所述标签购买欲分数均分至相应的所述用户，以确定每个所述用户下每种所述标签信息的信息基础分；
19、基于每个所述其它标签中的每种所述标签信息对应的所述信息基础分和所述信息权重以及目标数量的乘积，确定每个所述标签信息的信息购买欲评分；所述目标数量为相应所述其它标签对应的预先设定的所有所述标签信息的种类数；
20、将每个所述用户对应的所述标签信息的信息购买欲评分相加得到每个所述用户对应的用户购买欲分数。
21、可选的，所述购买欲标签包括基于社区数据得到的社区标签和基于所述订单数据得到的订单标签；其中，所述社区标签为用于表示所述用户的情感倾向信息和活跃程度信息的标签；所述订单标签为用于表示所述用户的历史购买信息的标签。
22、可选的，所述社区标签包括所述购买意向类目标签、性别倾向标签、发言次数标签、情绪标签、价格敏感度标签、新人沉默时长标签和用户活跃时间段标签；所述订单标签包括历史购买标签；
23、其中，所述性别倾向标签表示基于所述购买意向类目标签的历史标签信息确定的所述用户的购买性别；所述发言次数标签表示第一预设时间段内发言次数总和；所述情绪标签表示想购买的正向情绪或表示不想购买的负向情绪；所述价格敏感度标签表示价格敏感度高或价格敏感度低；所述新人沉默时长标签表示所述用户加入社区与第一次发言之间的时长；所述用户活跃时间段标签表示第二预设时间段内所述用户持续本文档来自技高网...
【技术保护点】
1.一种用户购买欲量化方法，其特征在于，包括：
2.根据权利要求1所述的用户购买欲量化方法，其特征在于，所述购买欲标签包括购买意向类目标签；
3.根据权利要求2所述的用户购买欲量化方法，其特征在于，所述在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
4.根据权利要求3所述的用户购买欲量化方法，其特征在于，在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
5.根据权利要求4所述的用户购买欲量化方法，其特征在于，所述根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重，确定每个所述用户对应的用户购买欲分数，包括：
6.根据权利要求4所述的用户购买欲量化方法，其特征在于，所述根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重，确定每个所
7.根据权利要求1所述的用户购买欲量化方法，其特征在于，所述购买欲标签包括基于社区数据得到的社区标签和基于所述订单数据得到的订单标签；其中，所述社区标签为用于表示所述用户的情感倾向信息和活跃程度信息的标签；所述订单标签为用于表示所述用户的历史购买信息的标签。
8.根据权利要求7所述的用户购买欲量化方法，其特征在于，所述社区标签包括所述购买意向类目标签、性别倾向标签、发言次数标签、情绪标签、价格敏感度标签、新人沉默时长标签和用户活跃时间段标签；所述订单标签包括历史购买标签；
9.根据权利要求7所述的用户购买欲量化方法，其特征在于，所述社区标签的优先级不低于所述订单标签的优先级；其中，所述优先级高则相应标签对应的所述信息权重高。
10.一种用户购买欲量化装置，其特征在于，包括：
11.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种用户购买欲量化方法，其特征在于，包括：
2.根据权利要求1所述的用户购买欲量化方法，其特征在于，所述购买欲标签包括购买意向类目标签；
3.根据权利要求2所述的用户购买欲量化方法，其特征在于，所述在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
4.根据权利要求3所述的用户购买欲量化方法，其特征在于，在同一所述标签信息的所述购买意向类目标签下，根据其它标签的标签购买欲分数和每个所述用户在所述其它标签下对应的权重得到所述用户对应的用户购买欲分数，包括：
5.根据权利要求4所述的用户购买欲量化方法，其特征在于，所述根据所述其它标签的所述标签购买欲分数和每个所述用户在所述其它标签下的所述标签信息对应的信息权重，确定每个所述用户对应的用户购买欲分数，包括：
6.根据权利要求4所述的用户购买欲量化方法，其特征在于，所述根据所述其它标签的...
【专利技术属性】
技术研发人员：吴建行，朱凯，
申请(专利权)人：深圳市网心科技有限公司，
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。