消费者购买意向预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种消费者购买意向预测方法、装置、电子设备及存储介质，其中所述方法包括：基于用户

【技术实现步骤摘要】
消费者购买意向预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种消费者购买意向预测方法、装置、电子设备及存储介质。

技术介绍

[0002]在商品琳琅满目、各大电商平台激烈竞争的当下，如何在海量用户数据中挖掘潜在消费者、预测消费者购买意向，从而进行精准营销，这对提高企业竞争力和提升用户体验具有重要意义。
[0003]现有的购买意向预测算法大致可以分为基于内容的预测算法、基于用户的预测算法和混合算法三大类。基于内容的预测算法根据商品关键词，挖掘与用户关注过或购买过的商品的关键词相似性高的商品进行预测或推荐。基于用户的预测算法原理是，与用户具有相似兴趣的用户关注购买的商品很大可能同样受该用户喜欢。混合算法，会集成基于内容的预测算法和基于用户的预测算法，以加权或者串联、并联等方式进行模型集成，之后进行预测。
[0004]现有技术主要基于关联规则来对消费者购买意向进行预测，其思路为根据用户对某个类别下其他商品的评分或者购买次数、购买量来查找相似消费者，这些相似消费者关注过或购买过的商品作为最终的预测结果商品集。这些方案利用了消费者的评分信息、商品属性信息和用户行为信息作为初始训练集，忽略了商品之间的关联特征，同时也未对待预测者和相似用户的购物兴趣相似度进行计算和有效利用，数据信息利用率低，预测结果准确率不高。

技术实现思路

[0005]本专利技术提供一种消费者购买意向预测方法、装置、电子设备及存储介质，用以解决现有技术中数据信息利用率低，预测结果准确率不高的缺陷，实现对消费者购买意向的精准预测。
[0006]本专利技术提供一种消费者购买意向预测方法，包括：
[0007]基于用户
‑
商品类兴趣指数矩阵、待检测用户的行为数据和目标系统用户的行为数据，从所述目标系统用户中确定与所述待检测用户的购物习惯相似度最高的第一预设数量个关联用户；
[0008]根据所述关联用户和所述用户
‑
商品类兴趣指数矩阵，确定第一商品类集，其中，所述第一商品类集中包括第二预设数量个目标系统商品类；
[0009]根据所述第一商品类集和商品类目间关联度矩阵，确定第二商品类集，其中，所述第二商品类集中包括第三预设数量个目标系统商品类；
[0010]根据所述待检测用户与所述关联用户的相似度大小和所述第一商品类集与所述第二商品类集的关联度大小，在所述第一商品集和所述第二商品类集中确定第四预设数量个目标系统商品类，作为所述待检测用户的预测购买商品类。
[0011]根据本专利技术提供的消费者购买意向预测方法，所述基于用户
‑
商品类兴趣指数矩阵、待检测用户的行为数据和目标系统用户的行为数据，确定与所述待检测用户的购物习惯相似度最高的第一预设数量个关联用户包括：
[0012]获取所述待检测用户的行为数据和目标系统用户的行为数据，其中所述行为数据包括有益行为数据、无益行为数据和中立行为数据；
[0013]根据所述用户
‑
商品类兴趣指数矩阵确定所述待检测用户和所述目标系统用户对目标系统商品类的兴趣指数；
[0014]根据所述待检测用户的行为数据和目标系统用户的行为数据以及所述待检测用户和所述目标系统用户对目标系统商品类的兴趣指数，基于相似度计算公式，计算所述待检测用户和所述目标系统用户的行为数据的相似度；
[0015]根据所述相似度的大小，确定与所述待检测用户的购物习惯相似度最高的第一预设数量个关联用户；
[0016]其中，所述相似度计算公式如下：
[0017][0018]其中，SimiL
xy
为待检测用户x与目标系统用户y的相似度大小，b
xi
为待检测用户的第i次有益行为数据，h
xj
为待检测用户的第j次无益行为数据，o
xk
为待检测用户的第k次中立行为数据，BeneF
xα
为待检测用户对第α个商品类的兴趣指数，b
yi
为目标系统用户的第i次有益行为数据，h
yj
为目标系统用户的第j次无益行为数据，o
yk
为目标系统用户的第k次中立行为数据，BeneF
yα
为目标系统用户对第α个商品类的兴趣指数，p为有益行为总次数，q为无益行为总次数，ρ为中立行为次数，m为商品类总数量。
[0019]根据本专利技术提供的消费者购买意向预测方法，所述根据所述关联用户和用户
‑
商品类兴趣指数矩阵，确定第一商品类集包括：
[0020]根据第一预设数量和第二预设数量确定每个关联用户的关联商品类数量；
[0021]根据所述每个关联用户的关联商品类数量和所述用户
‑
商品类兴趣指数矩阵确定每个关联用户兴趣指数最高的关联商品类数量个关联商品类；
[0022]根据所述每个关联用户兴趣指数最高的关联商品类数量个关联商品类，确定所述第一商品类集。
[0023]根据本专利技术提供的消费者购买意向预测方法，所述根据所述待检测用户与所述关联用户的相似度大小和所述第一商品类集与所述第二商品类集的关联度大小，在所述第一商品集和所述第二商品类集中确定第四预设数量个商品类，作为所述待检测用户的预测购买商品类包括：
[0024]若所述目标系统商品类属于第一商品类集，则根据所述待检测用户与所述关联用户的购物习惯相似度大小，确定所述目标系统商品类的第一权重，将所述第一权重作为所述目标系统商品类的权重；
[0025]若所述目标系统商品类属于第二商品类集，则根据第二商品类集中的目标系统商品类与第一商品类集中的目标系统商品类的关联度大小，确定所述目标系统商品类的第二权重，将所述第二权重作为所述目标系统商品类的权重；
[0026]若所述目标系统商品类既属于第一商品类集又属于第二商品类集，则将所述第一
权重与所述第二权重的和作为所述目标系统商品类的权重；
[0027]选取权重值最大的第四预设数量个目标系统商品类，作为所述待检测用户的预测购买商品类。
[0028]根据本专利技术提供的消费者购买意向预测方法，所述根据所述待检测用户与所述关联用户的购物习惯相似度大小，确定所述目标系统商品类的第一权重包括：
[0029]确定所述第一商品类集中对应的关联用户与所述待检测用户的相似度最大的目标系统商品类的第一权重为第一值，确定所述第一商品类集中对应的关联用户与所述待检测用户的相似度最小的目标系统商品类的第一权重为第二值；
[0030]根据所述第一值、所述第二值、所述相似度最大的目标系统商品类的第一权重和相似度最小的目标系统商品类的第一权重，确定第一权重与相似度的关联关系；
[0031]根据所述第一权重与相似度的关联关系，确定所述目标系统商品类的第一权重；
[0032]所述根据第二商品类集中商品类与第一商品类集中商品类的关联度大小，确定所述目标系统商品类的第二权重包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种消费者购买意向预测方法，其特征在于，包括：基于用户
‑
商品类兴趣指数矩阵、待检测用户的行为数据和目标系统用户的行为数据，从所述目标系统用户中确定与所述待检测用户的购物习惯相似度最高的第一预设数量个关联用户；根据所述关联用户和所述用户
‑
商品类兴趣指数矩阵，确定第一商品类集，其中，所述第一商品类集中包括第二预设数量个目标系统商品类；根据所述第一商品类集和商品类目间关联度矩阵，确定第二商品类集，其中，所述第二商品类集中包括第三预设数量个目标系统商品类；根据所述待检测用户与所述关联用户的相似度大小和所述第一商品类集与所述第二商品类集的关联度大小，在所述第一商品集和所述第二商品类集中确定第四预设数量个目标系统商品类，作为所述待检测用户的预测购买商品类。2.根据权利要求1所述的消费者购买意向预测方法，其特征在于，所述基于用户
‑
商品类兴趣指数矩阵、待检测用户的行为数据和目标系统用户的行为数据，确定与所述待检测用户的购物习惯相似度最高的第一预设数量个关联用户包括：获取所述待检测用户的行为数据和目标系统用户的行为数据，其中所述行为数据包括有益行为数据、无益行为数据和中立行为数据；根据所述用户
‑
商品类兴趣指数矩阵确定所述待检测用户和所述目标系统用户对目标系统商品类的兴趣指数；根据所述待检测用户的行为数据和目标系统用户的行为数据以及所述待检测用户和所述目标系统用户对目标系统商品类的兴趣指数，基于相似度计算公式，计算所述待检测用户和所述目标系统用户的行为数据的相似度；根据所述相似度的大小，确定与所述待检测用户的购物习惯相似度最高的第一预设数量个关联用户；其中，所述相似度计算公式如下：其中，SimiL
xy
为待检测用户x与目标系统用户y的相似度大小，b
xi
为待检测用户的第i次有益行为数据，h
xj
为待检测用户的第j次无益行为数据，o
xk
为待检测用户的第k次中立行为数据，BeneF
xα
为待检测用户对第α个商品类的兴趣指数，b
yi
为目标系统用户的第i次有益行为数据，h
yj
为目标系统用户的第j次无益行为数据，o
yk
为目标系统用户的第k次中立行为数据，BeneF
yα
为目标系统用户对第α个商品类的兴趣指数，p为有益行为总次数，q为无益行为总次数，ρ为中立行为次数，m为商品类总数量。3.根据权利要求1所述的消费者购买意向预测方法，其特征在于，所述根据所述关联用户和用户
‑
商品类兴趣指数矩阵，确定第一商品类集包括：根据第一预设数量和第二预设数量确定每个关联用户的关联商品类数量；根据所述每个关联用户的关联商品类数量和所述用户
‑
商品类兴趣指数矩阵确定每个关联用户兴趣指数最高的关联商品类数量个关联商品类；根据所述每个关联用户兴趣指数最高的关联商品类数量个关联商品类，确定所述第一
商品类集。4.根据权利要求1所述的消费者购买意向预测方法，其特征在于，所述根据所述待检测用户与所述关联用户的相似度大小和所述第一商品类集与所述第二商品类集的关联度大小，在所述第一商品集和所述第二商品类集中确定第四预设数量个商品类，作为所述待检测用户的预测购买商品类包括：若所述目标系统商品类属于第一商品类集，则根据所述待检测用户与所述关联用户的购物习惯相似度大小，确定所述目标系统商品类的第一权重，将所述第一权重作为所述目标系统商品类的权重；若所述目标系统商品类属于第二商品类集，则根据第二商品类集中的目标系统商品类与第一商品类集中的目标系统商品类的关联度大小，确定所述目标系统商品类的第二权重，将所述第二权重作为所述目标系统商品类的权重；若所述目标系统商品类既属于第一商品类集又属于第二商品类集，则将所述第一权重与所述第二权重的和作为所述目标系统商品类的权重；选取权重值最大的第四预设数量个目标系统商品类，作为所述待检测用户的预测购买商品类。5.根据...

【专利技术属性】
技术研发人员：王彩文，
申请(专利权)人：中移雄安信息通信科技有限公司中国移动通信集团有限公司，
类型：发明
国别省市：