CN107516246A - 用户类型的确定方法、确定装置、介质及电子设备 - Google Patents
用户类型的确定方法、确定装置、介质及电子设备 Download PDFInfo
- Publication number
- CN107516246A CN107516246A CN201710742913.4A CN201710742913A CN107516246A CN 107516246 A CN107516246 A CN 107516246A CN 201710742913 A CN201710742913 A CN 201710742913A CN 107516246 A CN107516246 A CN 107516246A
- Authority
- CN
- China
- Prior art keywords
- user
- order
- user type
- time
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种用户类型的确定方法、确定装置、介质及电子设备,该用户类型的确定方法包括:获取用户已完成的订单数据;根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;根据所述过滤后的订单数据,对用户类型进行第二次划分。本发明的技术方案使得确定的用户类型能够更好地与业务逻辑相吻合,同时能够提高对用户类型划分的准确性。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种用户类型的确定方法、确定装置、介质及电子设备。
背景技术
目前,电子商务遇到的一大问题是如何实现精准营销,而进行精准营销需要借助用户画像来实现。通常情况下,根据用户的长期购物习惯分析得到的购物类型(即购物行为类型)是拟合用户购物过程中心理和行为的写照。通过根据用户购物类型来对用户进行分群,了解用户的购物习惯,能够进一步实现个性化推荐、促销优惠活动人群圈定等一系列营销活动,从而得到更好的用户体验,达到企业和用户的双赢。
相关技术中主要是利用近1个月有过购买行为的用户的行为特征,通过统计矩阵来进行划分。其中,行为特征主要是:30天内第一次浏览到购买的时间间隔,以及30天内第一次浏览到购买之间浏览该SKU同类别下sku(对于电商而言,SKU是指一款商品,每款商品都有一个唯一的SKU,以用于对商品进行识别,SKU向上可以汇总到商品类别。比如,A品牌型号为A1的手机和B品牌型号为B1的手机为两个不同的SKU,但是其都可以归属为手机这一类别)的次数。具体参照图1,统计矩阵的横坐标表示30天内第一次浏览到购买的时间间隔,纵坐标表示30天内第一次浏览到购买之间浏览该SKU同类别下SKU的次数,根据上述行为特征在该统计矩阵中所处的区间来确定用户的类型。
但是,上述方案存在如下问题:
1、确定的购买类型分布不均匀,其中购物冲动型用户占比较高;并且分类结果不稳定,这是由于统计矩阵上划分的界限参数(如图1中的time1和sku1)都是固定的,并不是动态变化的。
2、确定的购买类型与业务解释不吻合,目标明确型和购买冲动型之间的业务区分不是很明显,比如用户明确需要购买一把水果刀,并且直接通过搜索浏览进行下单,按照上述的方案该用户就会被划分为购物冲动型,但是实际上该用户购买的意向却是明确的。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种用户类型的确定方法、确定装置、介质及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种用户类型的确定方法,包括:获取用户已完成的订单数据;根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;根据所述过滤后的订单数据,对用户类型进行第二次划分。
在本发明的一些实施例中,基于前述方案,在根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据之前,还包括:从获取到的订单数据中删除处于预定时间段内的订单数据;和/或从获取到的订单数据中删除异常用户的订单数据。
在本发明的一些实施例中,基于前述方案,根据所述行为路径和所述时间间隔,对用户类型进行第一次划分的步骤,包括:根据所述时间间隔,查找各个用户在所述预定时段内首次浏览同类商品的时间和下单时间为同一天的目标订单;基于所述行为路径与用户类型的关联关系,根据所述目标订单对应的行为路径,对用户类型进行第一次划分。
在本发明的一些实施例中,基于前述方案,基于所述行为路径与用户类型的关联关系,根据所述目标订单对应的行为路径,对用户类型进行第一次划分的步骤,包括:针对任一用户的所述目标订单,确定与各个用户类型相关联的行为路径对应的所述目标订单的个数;若与任一用户类型相关联的行为路径对应的所述目标订单的个数达到预定值,则将所述任一用户类型作为所述任一用户的类型。
在本发明的一些实施例中,基于前述方案,基于所述第一次划分的结果对所述订单数据进行过滤的步骤,包括:从所述订单数据中删除经过所述第一次划分后已确定了用户类型的用户的所有订单数据;和/或从所述订单数据中删除与所述各个用户类型相关联的行为路径对应的所述目标订单。
在本发明的一些实施例中,基于前述方案,根据所述过滤后的订单数据,对用户类型进行第二次划分的步骤,包括:获得所述过滤后的订单数据对应的除所述行为路径之外的其他用户特征数据;对所述其他用户特征数据进行聚类处理,以得到多个类;基于所述多个类来确定用户的类型。
在本发明的一些实施例中,基于前述方案,在对所述其他用户特征数据进行聚类处理之前,还包括:检测并删除所述其他用户特征数据中的离群点。
在本发明的一些实施例中,基于前述方案,在对所述其他用户特征数据进行聚类处理之前,还包括:对所述其他用户特征数据进行标准化处理。
在本发明的一些实施例中,基于前述方案,采用改进的K-means算法对所述其他用户特征数据进行聚类处理,具体包括:从所述其他用户特征数据中选择K个点作为类的初始质心;在将所述其他用户特征数据中的任一点划分至任一类时,重新计算所述任一类的质心,并计算所有类的样本方差;若所述所有类的样本方差的最大值大于或等于预设方差,则将迭代次数加1,并继续划分所述其他用户特征数据中的其他点,直到迭代次数达到预定次数为止;若所述所有类的样本方差的最大值小于所述预设方差,则将所述所有类的样本方差的最大值作为所述预设方差的值,并继续划分所述其他用户特征数据中的其他点。
在本发明的一些实施例中,基于前述方案,在采用改进的K-means算法对所述其他用户特征数据进行聚类处理之前,还包括:获取针对K-means算法预设的多个K值;在所述K-means算法取所述多个K值中的每个值对所述其他用户特征数据进行聚类时,分别计算相应的轮廓系数;将最大的轮廓系数对应的K值作为所述其他用户特征数据的聚类个数。
在本发明的一些实施例中,基于前述方案,所述其他用户特征数据包括:所述时间间隔、用户在所述预定时段内首次浏览同类商品到下单之前浏览同类商品的天数、用户在所述预定时段内首次浏览同类商品到下单之前浏览同类商品的数量。
根据本发明实施例的第二方面,提供了一种用户类型的确定装置,包括:获取单元,用于获取用户已完成的订单数据;处理单元,用于根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;第一划分单元,用于根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;过滤单元,用于基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;第二划分单元,用于根据所述过滤后的订单数据,对用户类型进行第二次划分。
根据本发明实施例的第三方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述第一方面中所述的用户类型的确定方法。
根据本发明实施例的第四方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述第一方面中所述的用户类型的确定方法。
在本发明的一些实施例所提供的技术方案中,通过根据用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔来对用户类型进行第一次划分,使得能够先对该行为路径及该时间间隔进行分析,以先区分出用户是否是购物冲动型用户或购物明确型用户,以更好地符合业务逻辑,解决了相关技术中无法准确划分购物冲动型用户和购物明确型用户的问题。而通过基于第一次划分的结果对订单数据进行过滤,然后根据过滤后的订单数据对用户类型进行第二次划分,可以在过滤掉与第一次划分相关的订单数据之后进一步确定用户类型,保证确定的用户类型能够与业务逻辑相吻合,同时避免了相关技术中采用统计矩阵的方案导致购物冲动型用户划分较多而造成用户类型划分不均匀、不准确的问题。
在本发明的一些实施例所提供的技术方案中,通过基于改进的K-means算法对来进行聚类处理,即引入样本方差的度量,可以保证聚类分配结果的均衡性,从而保证用户类型划分的均匀性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了相关技术中采用统计矩阵确定用户类型的示意图;
图2示意性示出了根据本发明的第一个实施例的用户类型的确定方法的流程图;
图3示意性示出了根据本发明的第二个实施例的用户类型的确定方法的流程图;
图4示出了根据本发明的实施例的用户类型与行为路径的关联关系示意图;
图5示出了根据本发明的实施例的对基于聚类算法来确定用户类型的总体流程示意图;
图6示意性示出了根据本发明的实施例的基于改进的K-means算法进行聚类的流程图;
图7示意性示出了根据本发明的实施例的用户类型的确定装置的框图;
图8示意性示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图2示意性示出了根据本发明的第一个实施例的用户类型的确定方法的流程图。
参照图2,根据本发明的第一个实施例的用户类型的确定方法,包括:
步骤S20,获取用户已完成的订单数据;
在本发明的实施例中,可以获取用户在一段时间(如一年、半年等)内已完成的订单数据。
需要说明的是,在本发明的一些实施例中,在获取到用户已完成的订单数据之后,可以从获取到的订单数据中删除处于预定时间段内的订单数据;和/或从获取到的订单数据中删除异常用户的订单数据。
需要说明的是,某些时间段内的订单数据(如大促期间的订单数据)并不具有代表性,因此需要将这些时间段内的订单数据删除。同时对于刷单用户、风险用户、企业用户等异常用户的订单数据也需要删除,以保证用户类型划分的准确性。
步骤S22,根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔。
在本发明的实施例中,用户完成订单的行为路径表明了用户在完成订单时的浏览的页面,比如:APP首页——“分类”页面——商品详情页——购物车页面——结算页。此外,用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔可以是以天为单位。
步骤S24,根据所述行为路径和所述时间间隔,对用户类型进行第一次划分。
根据本发明的示例性实施例,步骤S24具体包括:根据所述时间间隔,查找各个用户在所述预定时段内首次浏览同类商品的时间和下单时间为同一天的目标订单;基于所述行为路径与用户类型的关联关系,根据所述目标订单对应的行为路径,对用户类型进行第一次划分。
在本发明的实施例中,基于所述行为路径与用户类型的关联关系,根据所述目标订单对应的行为路径,对用户类型进行第一次划分的步骤,包括:针对任一用户的所述目标订单,确定与各个用户类型相关联的行为路径对应的所述目标订单的个数;若与任一用户类型相关联的行为路径对应的所述目标订单的个数达到预定值,则将所述任一用户类型作为所述任一用户的类型。
需要说明的是,与一个用户类型相关联的行为路径可以有一个或多个,比如与购物冲动型相关联的行为路径可以包括如下两个行为路径:1、活动页——……——结算页;2、优惠券领取页——……——结算页。此外,上述的预定值可以根据用户已完成的订单数来确定,比如可以是用户已完成订单数的50%等。
步骤S26,基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据。
根据本发明的示例性实施例,步骤S262包括:从所述订单数据中删除经过所述第一次划分后已确定了用户类型的用户的所有订单数据;和/或从所述订单数据中删除与所述各个用户类型相关联的行为路径对应的所述目标订单。
需要说明的是,如果通过上述的第一次划分已经确定了用户类型,那么用户的其他订单数据就无需再次考虑,因此可以删除已确定了用户类型的用户的所有订单数据。如果通过上述的第一次划分没有确定用户类型,那么说明用户类型并非是通过第一次划分能够确定的用户类型,因此可以删除与上述的各个用户类型相关联的行为路径对应的目标订单,避免这些订单数据对后续根据用户的其他订单数据来确定用户类型造成影响,进而保证用户类型确定的准确性。
步骤S28,根据所述过滤后的订单数据,对用户类型进行第二次划分。
根据本发明的示例性实施例,步骤S28包括:获得所述过滤后的订单数据对应的除所述行为路径之外的其他用户特征数据;对所述其他用户特征数据进行聚类处理,以得到多个类;基于所述多个类来确定用户的类型。
在本发明的一些实施例中,所述其他用户特征数据包括:所述时间间隔、用户在所述预定时段内首次浏览同类商品到下单之前浏览同类商品的天数、用户在所述预定时段内首次浏览同类商品到下单之前浏览同类商品的数量。
在本发明的实施例中,基于所述多个类来确定用户的类型具体是根据聚类得到的类的质心和相应的业务逻辑的对应关系来确定用户类型。比如聚类得到的类的质心和业务逻辑的对应关系可以为:
理性比较型:时间间隔短,浏览同类商品的数量较多,浏览同类商品的天数较少;
海淘犹豫型:时间间隔长,浏览同类商品的数量较多,浏览同类商品的天数较多。
在本发明的一些实施例中,在对所述其他用户特征数据进行聚类处理之前,还包括:检测并删除所述其他用户特征数据中的离群点,避免离群点对聚类结果造成影响。
在本发明的一些实施例中,在对所述其他用户特征数据进行聚类处理之前,还包括:对所述其他用户特征数据进行标准化处理。
需要说明的是,可以检测并删除其他用户特征数据中的离群点之后,再对剩余的用户特征数据进行标准化处理。其中,在本发明的实施例中,可以通过如下公式进行标准化处理:(原始值-均值)/标准差。
在本发明的一些实施例中,基于前述方案,采用改进的K-means算法对所述其他用户特征数据进行聚类处理,具体包括:从所述其他用户特征数据中选择K个点作为类的初始质心;在将所述其他用户特征数据中的任一点划分至任一类时,重新计算所述任一类的质心,并计算所有类的样本方差;若所述所有类的样本方差的最大值大于或等于预设方差,则将迭代次数加1,并继续划分所述其他用户特征数据中的其他点,直到迭代次数达到预定次数为止;若所述所有类的样本方差的最大值小于所述预设方差,则将所述所有类的样本方差的最大值作为所述预设方差的值,并继续划分所述其他用户特征数据中的其他点。
在该实施例中,通过在K-means算法中引入样本方差的度量,可以保证聚类分配结果的均衡性,从而保证用户类型划分的均匀性。具体来说,当样本方差大于或等于预设方差时,说明类内间距较大;当样本方差小于预设方差时,说明类内间距较小,因此可以根据样本方差的大小来调整迭代次数,进而保证聚类分配结果的均衡性。其中,预设方差的初始值可以是最大迭代次数(也即上述的预定次数)的2倍。
在本发明的一些实施例中,基于前述方案,在采用改进的K-means算法对所述其他用户特征数据进行聚类处理之前,还包括:获取针对K-means算法预设的多个K值;在所述K-means算法取所述多个K值中的每个值对所述其他用户特征数据进行聚类时,分别计算相应的轮廓系数;将最大的轮廓系数对应的K值作为所述其他用户特征数据的聚类个数。
在该实施例中,通过根据轮廓系数来确定K-means算法采用的K值大小,可以保证选取到最为合适的K值,进而保证聚类的准确性。
图3示意性示出了根据本发明的第二个实施例的用户类型的确定方法的流程图。
在图3所示的流程中,主要包含了获得用户特征集、行为分层和规则判断、基于改进的K-means算法进行聚类以及输出用户类型的划分结果几个部分,以下针对各个部分分别进行说明:
获得用户特征集:
(1)提取用户样本:提取近1年(此处仅为示例)有过购物的用户,并获取这些用户的订单数据。然后过滤掉只在大促期间下单的用户,和用户在大促期间购买的订单,因为用户购物类型的划分是用户长期的购物行为,故大促期间用户的购物行为不具有代表性。此外,还需要剔除刷单用户、风险用户和企业用户等异常用户,确保模型的适用性和健壮性。
(2)提取订单的用户特征:主要考虑用户下单前30天(此处仅为示例)之内的行为,其中包括有:
浏览时间间隔:用户在30天内第一次浏览同类别下SKU的时间距下单日期的时间间隔(单位:天)。
浏览天数:用户在30天内第一次浏览同类别下SKU的时间与下单之前共浏览同类别下SKU的天数。这里考虑浏览天数的目的在于,若用户在购买之前几乎每一天都会去浏览该类别下的商品,则更能区分出用户的购物类型。
对比的SKU数:用户在30天内第一次浏览同类别下的SKU的时间到下单之前的时间段内,共浏览同类别的其他SKU的数量。
用户下单的行为路径:在下单当天内,用户首次浏览该SKU的行为路径,具体可以考虑用户着陆页和着陆页之后紧接着浏览的5个(此处仅为示例)页面,比如:京东首页-分类-详情页-购物车-结算页。该行为路径主要用于进行分层划分。
行为分层和规则判断:
该部分主要是用于先区分出购物冲动型和目标明确型用户。在区分购物冲动型和目标明确型用户时,主要考虑用户在下单前30天(此处仅为示例)内没有浏览该SKU所在类别下的商品,且30天内第一次浏览和购买发生在同一天之内的订单。
其中,用户类型与行为路径的关联关系如图4所示,其中,一种用户类型可以关联一个或多个行为路径。在根据图4所示的关联关系进行判断时,若一个用户的所有订单中有占比大于50%(此处仅为示例)的订单对应的行为路径符合购物冲动型或目标明确型所关联的行为路径,则认为该用户的类型即为购物冲动型或目标明确型。
基于改进的K-means算法进行聚类:
基于改进的K-means算法主要是对上述用户特征中的浏览时间间隔、浏览天数和对比的SKU数这三个指标进行聚类划分。其基本的聚类思想与传统的K-means思想一致,只是在具体算法实现时,增加了一个关键性的度量指标,即类内部点数在整个数据集中的衡量值,使得每类样本尽可能均衡。同时在聚类之前对原始数据进行了离群点处理和数据标准化,具体流程如图5所示,包括:
(1)数据准备:数据准备阶段主要是在整体用户特征集中去除上述已经确定了用户类型的用户的所有订单特征,以及其他用户的符合图4中所示的行为路径的订单特征。
(2)离群点处理:在数据准备阶段的基础上,进行离群点检测及剔除。由于聚类算法是根据距离进行分类的,因此离群点会严重影响分类结果,所以在聚类之前需要剔除离群点。
此外,可以采用邻近度的离群点检验方案,基本思想是如果一个点远离大部分的点,那么认为这个点是异常值。取每个点与其最邻近的N个点的聚类的均值作为这个点的离群点得分(这里邻近点N的取值不能太大也不能太小,通常在样本量足够大时,取整体样本量的1/100000;也可以根据多次实验结果进行调整),之后确定一个离群点得分的阈值,将大于该阈值的点判定为离群点,阈值一般会选择所有得分的95分位数。
在进行离群点处理之后,将剩余的数据利用如下公式进行标准化:(原始值-均值)/标准差。
(3)聚类个数K值的确定:利用轮廓系数确定K值。聚类K值一般不会很大,所以可以将K值在2-12进行实验,选择轮廓系数最大的K值作为最终聚类的个数。其中轮廓系数的计算步骤为:对于点x,执行如下步骤:
Step1:计算a(x)=avg(x向量到所有它属于的类中其它点的距离),用于量化类内的凝聚度;
Step2:计算b(x)=min(x向量到所有非本身所在类的点的平均距离),用于量化类之间的分离度;
Step3:点x的轮廓系数表示为:s(x)=[b(x)–a(x)]/max{a(x),b(x)};
Step4:计算所有x的轮廓系数,求出平均值即为当前聚类的整体轮廓系数;
Step5:将最大的轮廓系数对应的K值作为最终聚类的个数。
比如当K=4时,聚类的轮廓系数最大,则确定将数据划分为4类。
(4)改进的K-means聚类:该过程是在基本的K-means聚类中,增加一个类内点数据方差α的度量,使得聚类分配结果较为均衡。具体步骤如图6所示,包括:
步骤S602,随机选取K个点作为初始质心,初始化α=2n(n表示迭代的最大次数),初始化L=0(L表示当前迭代的次数)。
步骤S604,利用欧式距离将样本中每个点划分到最近的质心,分为K个类。
步骤S606,当任一类中划分入新的点后,计算该类的均值作为新的质心。
步骤S608,计算每个分类中样本的方差s,若所有分类的样本方差的最大值max(s)小于α,则令α=max(s),然后返回步骤S604;若所有分类的样本方差的最大值max(s)大于或等于α,则令L=L+1,并执行步骤S612。
步骤S612,判断L是否大于n,若是,则停止迭代,输出最终质心;若否,则返回步骤S604。
(5)输出结果:经过上述的几个过程,最终输出K个聚类的质心。
输出用户类型的划分结果:
在将用户进行聚类划分得到K个聚类的质心之后,需要将聚类质心和业务逻辑进行匹配,得到用户类型(也即用户的购物类型)。其中,质心对应的业务逻辑的划分如下:
理性比较型:时间间隔短,对比的SKU多,浏览天数较少;
目标明确型:时间间隔长,对比的SKU少,浏览天数长;
海淘犹豫型:时间间隔长,对比的SKU多,浏览天数长;
购物冲动型:时间间隔短,对比的SKU少,浏览天数很少。
此外,在本发明的实施例中,由于在聚类时是使用欧式距离进行类的划分,因此可以使用误差平方和(Sum of the Squared Error,简称SSE)作为度量聚类质量的检测。
误差平方和的计算公式为:
其中,x表示样本点;Ci表示第i个分类;ci表示类Ci的质心;K为聚类的个数;dist表示的为欧氏距离。其中,SSE越小,证明聚类的效果越好。
本发明上述实施例的技术方案采用k-means聚类对用户进行购物类型划分,提高了聚类模型的稳定性,且能使各个类型的用户分布相对均匀;同时,在聚类之前利用行为分层和规则判断更能和业务逻辑相吻合,从而对用户进行精准的营销。
图7示意性示出了根据本发明的实施例的用户类型的确定装置的框图。
参照图7,根据本发明的实施例的用户类型的确定装置700,包括:获取单元702、处理单元704、第一划分单元706、过滤单元708和第二划分单元710。
具体地,获取单元702用于获取用户已完成的订单数据;处理单元704用于根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;第一划分单元706用于根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;过滤单元708用于基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;第二划分单元710用于根据所述过滤后的订单数据,对用户类型进行第二次划分。
需要说明的是,上述用户类型的确定装置700中包含的各模块/单元的具体细节已经在对应的用户类型的确定方法中进行了详细的描述,因此此处不再赘述。
下面参考图8,其示出了适于用来实现本发明实施例的电子设备的计算机系统800的结构示意图。图8示出的电子设备的计算机系统800仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的用户类型的确定方法。
例如,可以实现如图2中所示的:步骤S20,获取用户已完成的订单数据;步骤S22,根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;步骤S24,根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;步骤S26,基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;步骤S28,根据所述过滤后的订单数据,对用户类型进行第二次划分。
又如,所述的电子设备还可以实现如图3、图5和图6中所示的步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (14)
1.一种用户类型的确定方法,其特征在于,包括:
获取用户已完成的订单数据;
根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;
根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;
基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;
根据所述过滤后的订单数据,对用户类型进行第二次划分。
2.根据权利要求1所述的用户类型的确定方法,其特征在于,在根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据之前,还包括:
从获取到的订单数据中删除处于预定时间段内的订单数据;和/或
从获取到的订单数据中删除异常用户的订单数据。
3.根据权利要求1所述的用户类型的确定方法,其特征在于,根据所述行为路径和所述时间间隔,对用户类型进行第一次划分的步骤,包括:
根据所述时间间隔,查找各个用户在所述预定时段内首次浏览同类商品的时间和下单时间为同一天的目标订单;
基于所述行为路径与用户类型的关联关系,根据所述目标订单对应的行为路径,对用户类型进行第一次划分。
4.根据权利要求3所述的用户类型的确定方法,其特征在于,基于所述行为路径与用户类型的关联关系,根据所述目标订单对应的行为路径,对用户类型进行第一次划分的步骤,包括:
针对任一用户的所述目标订单,确定与各个用户类型相关联的行为路径对应的所述目标订单的个数;
若与任一用户类型相关联的行为路径对应的所述目标订单的个数达到预定值,则将所述任一用户类型作为所述任一用户的类型。
5.根据权利要求4所述的用户类型的确定方法,其特征在于,基于所述第一次划分的结果对所述订单数据进行过滤的步骤,包括:
从所述订单数据中删除经过所述第一次划分后已确定了用户类型的用户的所有订单数据;和/或
从所述订单数据中删除与所述各个用户类型相关联的行为路径对应的所述目标订单。
6.根据权利要求1所述的用户类型的确定方法,其特征在于,根据所述过滤后的订单数据,对用户类型进行第二次划分的步骤,包括:
获得所述过滤后的订单数据对应的除所述行为路径之外的其他用户特征数据;
对所述其他用户特征数据进行聚类处理,以得到多个类;
基于所述多个类来确定用户的类型。
7.根据权利要求6所述的用户类型的确定方法,其特征在于,在对所述其他用户特征数据进行聚类处理之前,还包括:检测并删除所述其他用户特征数据中的离群点。
8.根据权利要求6所述的用户类型的确定方法,其特征在于,在对所述其他用户特征数据进行聚类处理之前,还包括:对所述其他用户特征数据进行标准化处理。
9.根据权利要求6所述的用户类型的确定方法,其特征在于,采用改进的K-means算法对所述其他用户特征数据进行聚类处理,具体包括:
从所述其他用户特征数据中选择K个点作为类的初始质心;
在将所述其他用户特征数据中的任一点划分至任一类时,重新计算所述任一类的质心,并计算所有类的样本方差;
若所述所有类的样本方差的最大值大于或等于预设方差,则将迭代次数加1,并继续划分所述其他用户特征数据中的其他点,直到迭代次数达到预定次数为止;
若所述所有类的样本方差的最大值小于所述预设方差,则将所述所有类的样本方差的最大值作为所述预设方差的值,并继续划分所述其他用户特征数据中的其他点。
10.根据权利要求9所述的用户类型的确定方法,其特征在于,在采用改进的K-means算法对所述其他用户特征数据进行聚类处理之前,还包括:
获取针对K-means算法预设的多个K值;
在所述K-means算法取所述多个K值中的每个值对所述其他用户特征数据进行聚类时,分别计算相应的轮廓系数;
将最大的轮廓系数对应的K值作为所述其他用户特征数据的聚类个数。
11.根据权利要求6至10中任一项所述的用户类型的确定方法,其特征在于,所述其他用户特征数据包括:所述时间间隔、用户在所述预定时段内首次浏览同类商品到下单之前浏览同类商品的天数、用户在所述预定时段内首次浏览同类商品到下单之前浏览同类商品的数量。
12.一种用户类型的确定装置,其特征在于,包括:
获取单元,用于获取用户已完成的订单数据;
处理单元,用于根据获取到的订单数据,确定用户已完成的每个订单对应的用户特征数据,所述用户特征数据包括用户完成订单的行为路径和用户在预定时段内首次浏览同类商品的时间到下单时间之间的时间间隔;
第一划分单元,用于根据所述行为路径和所述时间间隔,对用户类型进行第一次划分;
过滤单元,用于基于所述第一次划分的结果对所述订单数据进行过滤,得到过滤后的订单数据;
第二划分单元,用于根据所述过滤后的订单数据,对用户类型进行第二次划分。
13.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至11中任一项所述的用户类型的确定方法。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至11中任一项所述的用户类型的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710742913.4A CN107516246B (zh) | 2017-08-25 | 2017-08-25 | 用户类型的确定方法、确定装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710742913.4A CN107516246B (zh) | 2017-08-25 | 2017-08-25 | 用户类型的确定方法、确定装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107516246A true CN107516246A (zh) | 2017-12-26 |
CN107516246B CN107516246B (zh) | 2021-07-16 |
Family
ID=60724167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710742913.4A Active CN107516246B (zh) | 2017-08-25 | 2017-08-25 | 用户类型的确定方法、确定装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107516246B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375913A (zh) * | 2018-09-11 | 2019-02-22 | 中铁程科技有限责任公司 | 数据处理方法及装置 |
WO2019165697A1 (zh) * | 2018-02-28 | 2019-09-06 | 武汉斗鱼网络科技有限公司 | 刷人气用户的识别方法、装置、终端设备及储存介质 |
CN110807527A (zh) * | 2019-09-30 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种基于客群筛选的额度调整方法、装置和电子设备 |
CN111367872A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 用户行为分析方法、装置、电子设备及存储介质 |
CN111523005A (zh) * | 2019-02-02 | 2020-08-11 | 北京嘀嘀无限科技发展有限公司 | 网约用户分析方法、装置及电子设备 |
CN111768258A (zh) * | 2019-06-05 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 识别异常订单的方法、装置、电子设备和介质 |
CN111914187A (zh) * | 2020-07-23 | 2020-11-10 | 向杰 | 一种商品推荐及推荐关系链跟踪的方法 |
US11107097B2 (en) | 2019-08-29 | 2021-08-31 | Honda Motor Co., Ltd. | System and method for completing trend mapping using similarity scoring |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050286694A1 (en) * | 2004-06-29 | 2005-12-29 | Son Chang H | Order confirmation system using clip and method thereof, and on-line accomplishment authentication method of transaction accomplishment using the same |
CN103198118A (zh) * | 2013-04-01 | 2013-07-10 | 清华大学 | 一种商品网页回溯方法及系统 |
CN103631801A (zh) * | 2012-08-23 | 2014-03-12 | 阿里巴巴集团控股有限公司 | 一种提供商品信息的方法及装置 |
CN106022856A (zh) * | 2016-05-05 | 2016-10-12 | 北京京东尚科信息技术有限公司 | 数据推送方法及装置 |
-
2017
- 2017-08-25 CN CN201710742913.4A patent/CN107516246B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050286694A1 (en) * | 2004-06-29 | 2005-12-29 | Son Chang H | Order confirmation system using clip and method thereof, and on-line accomplishment authentication method of transaction accomplishment using the same |
CN103631801A (zh) * | 2012-08-23 | 2014-03-12 | 阿里巴巴集团控股有限公司 | 一种提供商品信息的方法及装置 |
CN103198118A (zh) * | 2013-04-01 | 2013-07-10 | 清华大学 | 一种商品网页回溯方法及系统 |
CN106022856A (zh) * | 2016-05-05 | 2016-10-12 | 北京京东尚科信息技术有限公司 | 数据推送方法及装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019165697A1 (zh) * | 2018-02-28 | 2019-09-06 | 武汉斗鱼网络科技有限公司 | 刷人气用户的识别方法、装置、终端设备及储存介质 |
CN109375913A (zh) * | 2018-09-11 | 2019-02-22 | 中铁程科技有限责任公司 | 数据处理方法及装置 |
CN111367872A (zh) * | 2018-12-25 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 用户行为分析方法、装置、电子设备及存储介质 |
CN111523005A (zh) * | 2019-02-02 | 2020-08-11 | 北京嘀嘀无限科技发展有限公司 | 网约用户分析方法、装置及电子设备 |
CN111768258A (zh) * | 2019-06-05 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 识别异常订单的方法、装置、电子设备和介质 |
US11107097B2 (en) | 2019-08-29 | 2021-08-31 | Honda Motor Co., Ltd. | System and method for completing trend mapping using similarity scoring |
CN110807527A (zh) * | 2019-09-30 | 2020-02-18 | 北京淇瑀信息科技有限公司 | 一种基于客群筛选的额度调整方法、装置和电子设备 |
CN110807527B (zh) * | 2019-09-30 | 2023-11-14 | 北京淇瑀信息科技有限公司 | 一种基于客群筛选的额度调整方法、装置和电子设备 |
CN111914187A (zh) * | 2020-07-23 | 2020-11-10 | 向杰 | 一种商品推荐及推荐关系链跟踪的方法 |
CN111914187B (zh) * | 2020-07-23 | 2023-09-08 | 向杰 | 一种商品推荐及推荐关系链跟踪的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107516246B (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107516246A (zh) | 用户类型的确定方法、确定装置、介质及电子设备 | |
CN107169768A (zh) | 异常交易数据的获取方法和装置 | |
Han et al. | Segmentation of telecom customers based on customer value by decision tree model | |
CN108648074A (zh) | 基于支持向量机的贷款评估方法、装置及设备 | |
CN109978538A (zh) | 确定欺诈用户、训练模型、识别欺诈风险的方法及装置 | |
CN108256691A (zh) | 还款概率预测模型构建方法及装置 | |
CN107918905A (zh) | 异常交易识别方法、装置及服务器 | |
CN104715409A (zh) | 一种电子商务用户购买力分类方法及系统 | |
CN108932585A (zh) | 一种商户运营管理方法及其设备、存储介质、电子设备 | |
CN107330741A (zh) | 分品类电子券使用预测方法、装置及电子设备 | |
CN110335157A (zh) | 保险产品推荐方法、设备及存储介质 | |
CN107301592A (zh) | 用于商品替代品发掘的方法及装置 | |
CN106649517A (zh) | 数据挖掘方法、装置及系统 | |
CN106815754A (zh) | 一种风险控制系统的计费方法和风控系统服务器 | |
CN108388974A (zh) | 基于随机森林和决策树的优质客户优化识别方法及装置 | |
CN107688966A (zh) | 数据处理方法及其系统和非易失性存储介质 | |
CN110163705A (zh) | 用于推送信息的方法和装置 | |
CN108734587A (zh) | 金融产品的推荐方法及终端设备 | |
CN109685537A (zh) | 用户行为的分析方法、装置、介质和电子设备 | |
CN106776859A (zh) | 基于用户偏好的移动应用App推荐系统 | |
CN110263255A (zh) | 用户属性信息的获取方法、系统、服务器及存储介质 | |
CN107705175B (zh) | 确定用户与商户之间相似度的方法、装置及电子设备 | |
CN115423538A (zh) | 新品销量数据的预测方法及装置、存储介质、电子设备 | |
CN113610521A (zh) | 用于检测行为数据的异常的方法和设备 | |
CN110046951A (zh) | 一种交易行为判断方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |