CN113434770B - 电子商务与大数据结合的业务画像分析方法及系统 - Google Patents

Abstract

本发明实施例提供一种电子商务与大数据结合的业务画像分析方法及系统，通过获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的包括一个或多个电商业务项目的电商业务项目组，针对电商业务项目组中的每个电商业务项目包括的不同的操作行为单元进行大数据分析，得到目标电商业务对象业务画像特征，最后根据业务画像特征对所述目标电商业务对象进行业务信息推送。如此，在对目标电商业务对象的业务画像分析过程中，深入到所述目标电商业务对象针对各电商业务项目的操作行为单元进行深层次的分析，可以有效的提升针对目标业务对象的画像特征的分析准确性，进而提升后期的应用效果，例如，可以提升针对业务对象的业务信息推送的推送效果。

Description

电子商务与大数据结合的业务画像分析方法及系统

技术领域

本发明涉及电子商务及大数据分析技术领域，具体而言，涉及一种电子商务与大数据结合的业务画像分析方法及系统。

背景技术

在电子商务应用场景下，根据电商业务对象对电商业务项目组的业务项目使用数据对电商业务对象的业务画像特征进行大数据分析是相关领域一个重要的技术问题。通过业务画像特征的分析可以对电商业务项目进行可用数据的挖掘，从而识别出电商业务对象对电商业务项目组中的操作行为单元的兴趣倾向信息，进而可以为电商业务对象进行相应的业务应用，例如业务定制化以及业务信息推送等。

然而，发明人经研究发现，现有常见的画像分析有关技术，在根据电商业务对象对电商业务项目进行使用数据分析以得到电商业务对象的业务画像特征时，由于对于数据挖掘和识别的深度不够导致得到的画像特征的准确性较低，最终导致后期的应用效果较差。例如，针对业务对象的业务定制以及业务信息推送等经常出现不符合用户实际需求的情况。

发明内容

基于上述提及的问题，一方面，本发明实施例提供一种电子商务与大数据结合的业务画像分析方法，包括：

获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，所述电商业务项目组包括一个或多个电商业务项目；

针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征；

根据所述业务画像特征对所述目标电商业务对象进行业务信息推送。

在本发明实施例的一种可能的实现方案中，所述针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征，包括：

针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元；

基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标；

获取所述目标电商业务对象对所述电商业务项目组中的各电商业务项目进行使用时对于所述电商业务项目组的使用进度描述值，根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标；

根据各所述电商业务项目的业务倾向量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标；

获取所述目标业务倾向量化指标符合约束规则的目标操作行为单元，根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征。

在本发明实施例的一种可能的实现方案中，所述基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标，包括：

对于每个所述电商业务项目：

分别针对所述历史业务对象统计信息以及所述历史对象操作统计信息分别配置对应的信息权重，然后根据预先针对历史业务对象统计信息设定的第一统计信息区间以及针对历史对象操作统计信息设定的第二统计信息区间按照设定的指标赋值规则分别为各所述电商业务项目赋予第一量化指标参数和第二量化指标参数，然后根据针对历史业务对象统计信息以及历史对象操作统计信息分别配置的信息权重对所述第一量化指标参数和第二量化指标参数进行加权融合，即可得到所述电商业务项目的所述对象意图量化指标；或者

获取所述电商业务项目的历史第一预设操作频次和所述电商业务项目的历史第二预设操作频次之间的第一比较结果，以及所述电商业务项目的历史第二预设操作频次和所述电商业务项目组的历史第二预设操作频次之间的第二比较结果； 然后，根据所述第一比较结果和所述第二比较结果，确定所述电商业务项目的对象意图量化指标；

所述根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标，包括：

对于每个所述电商业务项目，分别进行以下步骤：

获取所述对象意图量化指标对应的第一重要程度指标，确定所述第一重要程度指标和所述对象意图量化指标的第一指标量化融合结果；

获取所述使用进度描述值对应的第二重要程度指标，确定所述第二重要程度指标和所述使用进度描述值的第二指标量化融合结果；

根据所述第一指标量化融合结果与所述第二指标量化融合结果按照设定的第一指标计算函数，计算得到所述电商业务项目的业务倾向量化指标。

在本发明实施例的一种可能的实现方案中，所述根据各所述电商业务项目的业务倾向量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标，包括：

将所述电商业务项目的业务倾向量化指标确定为所述电商业务项目中的操作行为单元的第一对象意图量化指标；

对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息；

根据所述业务项目的项目属性信息，得到各所述电商业务项目中的操作行为单元的第二对象意图量化指标；

根据所述第一对象意图量化指标和所述第二对象意图量化指标，得到所述电商业务项目组中的所述操作行为单元的目标业务倾向量化指标；

所述根据所述第一对象意图量化指标和所述第二对象意图量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标，包括：

获取所述第二对象意图量化指标对应的第三重要程度指标，确定所述第三重要程度指标和所述第二对象意图量化指标的第三指标量化融合结果；

根据所述第一对象意图量化指标和所述第三指标量化融合结果按照设定的第二指标计算函数，得到各所述电商业务项目中的操作行为单元的目标对象意图量化指标；

将所述电商业务项目组中相同操作行为单元的所述目标对象意图量化指标进行整合，以得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标。

在本发明实施例的一种可能的实现方案中，所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的被操作频次、操作对象集、位置分布标签、以及所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息；

所述根据所述业务项目的项目属性信息，得到各所述电商业务项目中的操作行为单元的第二对象意图量化指标，包括：

对于每个所述电商业务项目中的每个所述操作行为单元，获取操作行为单元在对应的所述电商业务项目中的被操作频次和所述电商业务项目中的各操作行为单元的总操作频次之间的第三比较结果；

获取所述操作行为单元在对应的所述电商业务项目中的操作对象集和所述电商业务项目的操作对象集之间的第四比较结果；

获取所述第三比较结果对应的第四重要程度指标、所述第四比较结果对应的第五重要程度指标、所述位置分布标签对应的第六重要程度指标、所述权重关联信息对应的第七重要程度指标；

计算所述第四重要程度指标和所述第三比较结果的第四指标量化融合结果、所述第五重要程度指标和所述第四比较结果的第五指标量化融合结果、所述位置分布标签和所述第六重要程度指标的第六指标量化融合结果、以及所述权重关联信息和所述第七重要程度指标的第七指标量化融合结果；

根据所述第四指标量化融合结果、所述第五指标量化融合结果、所述第六指标量化融合结果和所述第七指标量化融合结果，得到所述操作行为单元的第二对象意图量化指标；

其中，所述第四重要程度指标、所述第五重要程度指标、所述第六重要程度指标与所述第七重要程度指标的重要程度指标的指标总和为设定值。

在本发明实施例的一种可能的实现方案中，在所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的位置分布标签的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于各所述电商业务项目，分别确定所述操作行为单元在所述电商业务项目中对应的排列位置信息；

在所述排列位置信息对应于所述电商业务项目的设定核心排列位置时，确定所述操作行为单元为所述电商业务项目的核心操作行为单元，将所述操作行为单元在对应的所述电商业务项目中的位置分布标签设置为预设标签信息；

在所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的操作对象集的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于每个所述电商业务项目，根据所述操作行为单元在所述电商业务项目中的操作时间信息，得到所述操作行为单元在所述电商业务项目中的操作时间范围；

将所述操作时间范围内对应产生的操作对象所构成的操作对象集确定为所述操作行为单元在对应的所述电商业务项目中的操作对象集；

在所述业务项目的项目属性信息包括所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于各所述电商业务项目，分别确定所述操作行为单元的单位时间操作对象数量和所述电商业务项目的各个操作行为单元的单位时间操作对象数量；

根据所述操作行为单元的单位时间操作对象数量和所述电商业务项目各个操作行为单元的单位时间操作对象数量的比较结果，得到所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息。

在本发明实施例的一种可能的实现方案中，所述获取所述目标业务倾向量化指标符合约束规则的目标操作行为单元，根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征，包括：

将多个目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组中相同操作行为单元的目标业务倾向量化指标进行整合；

对整合后的各所述操作行为单元的目标业务倾向量化指标从大到小排列，确定排列后的前预设数量个所述操作行为单元作为目标操作行为单元；

根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征。

在本发明实施例的一种可能的实现方案中，所述获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，包括：

对于每个目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，根据设定项目划分策略对所述电商业务项目组进行项目划分，以确定所述电商业务项目组对应的一个或多个电商业务项目，其中，所述设定项目划分策略包括按照项目操作进度进行项目划分；

所述电商业务项目中的操作行为单元包括针对所述电商业务项目进行的两个或以上预设操作行为； 所述针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元，包括：

对于每个所述电商业务项目，将所述电商业务项目进行操作行为追溯处理，以得到所述电商业务项目中包括操作行为单元的多个行为描述；

对每个所述行为描述进行行为特征解析，以确定所述电商业务项目中的操作行为的行为标签；以及

对每个所述行为描述进行操作进度解析，以确定所述电商业务项目中的各操作行为的操作进度；

根据所述行为标签以及所述操作进度确定所述电商业务项目中的操作行为单元。

在本发明实施例的一种可能的实现方案中，所述根据所述业务画像特征对所述目标电商业务对象进行业务信息推送，包括：

向目标电商业务对象的用户设备发送推送信息，其中，所述推送信息包括所述目标电商业务对象的业务画像特征；

当所述用户设备使用所述电商服务平台执行设定的操作时，根据所述业务画像特征在预设的推送业务项目匹配库中匹配与所述业务画像特征关联的至少一个电商业务项目，并将所述至少一个电商业务项目通过所述电商服务平台对应的展示页面进行展示，以实现针对所述目标电商业务对象的业务信息推送。

在本发明实施例的一种可能的实现方案中，另一方面，本发明实施例还提供一种电子商务与大数据结合的业务画像分析系统，包括处理器、机器可读存储介质，所述机器可读存储介质和所述处理器连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以实现上述任意一项所述的方法。

综上所述，本发明实施例提供的电子商务与大数据结合的业务画像分析方法及系统，通过获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的包括一个或多个电商业务项目的电商业务项目组，针对所述电商业务项目组中的每个电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征，最后根据所述业务画像特征对所述目标电商业务对象进行业务信息推送。其中，所述操作行为单元可以包括诸如针对任意电商业务项目所执行的点击、浏览、收藏、分享、加入订单、付款、复购等操作部分中的其中任意一种或多种的组合，如此，在对目标电商业务对象的业务画像分析过程中，深入到所述目标电商业务对象针对各电商业务项目的操作行为单元进行深层次的分析，可以有效的提升针对目标业务对象的画像特征的分析准确性，进而提升后期的应用效果。例如，可以提升针对业务对象的业务信息推送的推送效果，更贴合实际情况中的用户实际需求。

进一步地，另一方面，本实施例基于电商业务项目组的历史业务对象统计信息、电商业务项目组对应的一个或多个电商业务项目的历史业务对象统计信息和历史对象操作统计信息确定电商业务项目的对象意图量化指标，从而可以利用电商业务项目组中不同电商业务项目的项目属性信息，对电商业务对象针对电商业务项目组中的各电商业务项目的对象意图以及业务倾向进行指标量化，进而能够在电商业务项目组中精准的挖掘出目标电商业务对象的业务画像特征，提高针对目标电商业务对象的业务画像特征的精准度。更进一步地，还可基于获取的电商业务对象针对电商业务项目组中各电商业务项目的使用进度描述值，可以将不同电商业务对象对同一电商业务项目组的不同业务项目的业务画像特征进行区别，可更匹配电商业务对象针对电商业务项目组业务画像特征的实际状况，有利于提升后续的业务画像特征的推广应用。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，针对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相关的附图。

图1是本发明实施例提供的电子商务与大数据结合的业务画像分析方法的流程示意图。

图2是用于实现所述电子商务与大数据结合的业务画像分析方法的计算机设备的硬件架构示意图。

图3是图1中步骤S102的子步骤流程示意图。

图4是图3中步骤S121的子步骤流程示意图。

图5是图2中的业务画像分析系统的功能模块示意图。

具体实施方式

请参阅图1，是本发明实施例提供的电子商务与大数据结合的业务画像分析方法的流程示意图。首先，先对实现所述电子商务与大数据结合的业务画像分析方法的硬件环境进行说明。如图2所示，所述方法可以由计算机设备100执行并实现。在一种可能的实施方式中，所述计算机设备100可以是个人电脑、服务器、用于提供电子商务服务的电商服务平台的后台服务中心。优选地，本实施例以所述计算机设备100为服务器为例，该服务器可以是一个独立的服务器，也可以是由多个服务器构成的服务器集群、云服务器、远端服务器中心等。

进一步地，参照图2所示，所述计算机设备100可以包括存储器110、处理器120、通信总线130和业务画像分析系统140。本实施例中，所述存储器110、处理器120和通信总线130彼此之间可以直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条所述通信总线130实现电性连接。所述存储器110可以是任何类型的存储单元，例如，本实施例优选为一种非易失性的机器可读存储介质。所述存储器110中存储用于存储各种类型的程序、指令或可执行代码，例如所述业务画像分析系统140所包括的各种软件功能模块对应的软件程序部分。其中，所述业务画像分析系统140可以包括至少一个以软件或固件（firmware）的形式储存于所述存储器110中的软件功能模块，所述处理器120通过运行存储在存储器110内的软件程序以及模块，例如本申请实施例中的业务画像分析系统140中的软件程序以及模块，从而实现所述计算机设备100的各种功能应用以及数据处理，例如实现本申请实施例中的业务画像分析方法。

其中，所述存储器110可以是，但不限于，随机存取存储器（Random AccessMemory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（ProgrammableRead-Only Memory，PROM），可擦除只读存储器（Erasable Programmable Read-OnlyMemory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-OnlyMemory，EEPROM）等。所述处理器120可能是一种集成电路芯片，具有数据的处理能力。上述的处理器120可以是通用处理器，包括中央处理器 (Central Processing Unit，CPU)、网络处理器 (Network Processor，NP)等，用于实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。

进一步地，所述通信总线130可用于实现计算机设备100各组件相互之间的通信连接，也可以实现计算机设备100内部的各通信组件与外部通信设备之间的通信连接，进而实现网络信号及数据的收发操作。

下面对图1所示的电子商务与大数据结合的业务画像分析方法所包括的各个步骤通过示例的方式进行详细的介绍。可选地，所述方法可以包括下述S101-S103所述的各步骤。

步骤S101，获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，所述电商业务项目组包括一个或多个电商业务项目。

步骤S102，针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征。本实施例中，所述不同的操作行为单元可以包括预先配置的电商业务对象针对各所述电商业务项目可执行的各种不同的操作，例如可以包括，但不限于，针对任意电商业务项目所执行的点击、浏览、收藏、分享、加入订单、付款、复购等操作部分中的其中任意一种或多种的组合。

步骤S103，根据所述业务画像特征对所述目标电商业务对象进行业务信息推送。

例如，在一种可能的实施方式中可以根据所述业务画像特征，在预先构件或配置的推送信息库中进行业务推送信息匹配，将匹配的业务推送信息推送给所述目标电商业务对象。

综上所述，本发明实施例中，通过获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的包括一个或多个电商业务项目的电商业务项目组，针对所述电商业务项目组中的每个电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征，最后根据所述业务画像特征对所述目标电商业务对象进行业务信息推送。其中，所述操作行为单元可以包括诸如针对任意电商业务项目所执行的点击、浏览、收藏、分享、加入订单、付款、复购等操作部分中的其中任意一种或多种的组合，如此，在对目标电商业务对象的业务画像分析过程中，深入到所述目标电商业务对象针对各电商业务项目的操作行为单元进行深层次的分析，可以有效的提升针对目标业务对象的画像特征的分析准确性，进而提升后期的应用效果。例如，可以提升针对业务对象的业务信息推送的推送效果，更贴合实际情况中的用户实际需求。

进一步地，在一种可能的实现方式或者技术实现路线中，为了实现对各电商业务项目的操作行为单元的精准深度分析，在本实施例中，为了实现针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征，如图3所示，所述步骤S102可以包括下述的S121-S125所述的步骤，示例性介绍如下。

步骤S121，针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元。

步骤S122，基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标。

本实施例中，所述对象意图量化指标可以是对于各电商业务项目对应的业务对象具有使用意图的一个量化参数，具体可以根据所述业务对象统计信息（如在历史周期内所使用过的业务对象的使用人次等）以及历史对象操作统计信息（如在历史周期内被业务对象进行操作或使用过的操作频次等）通过预先设定的指标量化规则得到对应的量化指标，例如，可以分别针对历史业务对象统计信息以及历史对象操作统计信息分别配置对应的信息权重，然后根据预先针对历史业务对象统计信息设定的第一统计信息区间（区间的两个端点可以是业务对象使用人次的最小值和最大值）以及针对历史对象操作统计信息设定的第二统计信息区间（区间的两个端点可以是针对各电商业务项目的操作次数的最小值和最大）按照设定的指标赋值规则分别为各所述电商业务项目赋予第一量化指标参数和第二量化指标参数，然后根据针对历史业务对象统计信息以及历史对象操作统计信息分别配置的信息权重对所述第一量化指标参数和第二量化指标参数进行加权融合，即可得到所述对象意图量化指标。

又或者，在一种可能的实现路线中，针对上述步骤S122，所述基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标，可以通过下述的方法实现，具体描述如下。

对于每个所述电商业务项目，分别进行以下步骤：

首先，获取所述电商业务项目的历史第一预设操作频次和所述电商业务项目的历史第二预设操作频次之间的第一比较结果；

然后，获取所述电商业务项目的历史第二预设操作频次和所述电商业务项目组的历史第二预设操作频次之间的第二比较结果；

根据所述第一比较结果和所述第二比较结果，确定所述电商业务项目的对象意图量化指标。

本实施例例中，所述第一比较结果可以是指，但不限于，所述第一预设操作频次与所述第二操作频次之间的比例结果。优选地，在一种可能的实施方式中，所述第一预设操作频次可以是指针对所述电商业务项目的预先设定的属于第一操作行为集中的第一预设操作行为（如可以是点击、浏览、收藏、分享等订单前段的操作行为）在设定的历史时间周期内的操作次数。所述第二预设操作可以是指针对所述电商业务项目的预先设定的属于第二操作行为集中的第二预设操作行为（如可以是加入订单、付款、复购等订单后段的操作行为）在设定的历史时间周期内的操作次数。如此，通过订单前后端的操作行为的量化数据进行比较，对于确定电商业务项目的对象意图量化指标具有指导性意义。所述电商业务项目组的历史第二预设操作频次可以是指所述电商业务项目组中的各电商业务项目分别对应的历史第二预设操作频次的总和。所述第二比较结果例如可以包括所述电商业务项目的历史第二预设操作频次占所述电商业务项目组的历史第二预设操作频次的占比。如此，根据第一比较结果和第二比较结果得到的对象意图量化指标可以用于标识目标业务对象所侧重的电商业务项目的操作行为的操作意图之所在。

步骤S123，获取所述目标电商业务对象对所述电商业务项目组中的各电商业务项目进行使用时对于所述电商业务项目组的使用进度描述值，根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标。

本实施例中，在一种可能的技术实现思路中，对于所述电商业务项目组的使用进度描述值可以是对于所述电商业务项目下各电商业务项目分别对应的对于各业务项目的用户使用进度的相关描述信息而得到的一个量化参数值，例如，对于各业务项目，不同的业务对象在使用时所进展到的程度，例如针对业务项目a，对应的描述信息可以示例性的包括：“有N1个用户浏览过，有N2个用户完成过订单，有N3个用户浏览后收藏过、有N4个用户浏览后分享过、有N5个用户进行过点击操作....”等等，相对应地，对于该电商业务项目组的使用进度描述值可以是包括该电商业务项目组下每个电商业务项目的相应描述信息根据预先配置的映射规则所映射得到的一个量化参数，具体不进行限定。

示例性地，在一种可能的实现路线中，针对步骤S123，获取所述目标电商业务对象对所述电商业务项目组中的各电商业务项目进行使用时对于所述电商业务项目组的使用进度描述值，根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标，可以通过以下步骤进行实现，示例性介绍如下。

对于每个所述电商业务项目，分别进行以下步骤：

首先，获取所述对象意图量化指标对应的第一重要程度指标，确定所述第一重要程度指标和所述对象意图量化指标的第一指标量化融合结果；

然后，获取所述使用进度描述值对应的第二重要程度指标，确定所述第二重要程度指标和所述使用进度描述值的第二指标量化融合结果；

最后，根据所述第一指标量化融合结果与所述第二指标量化融合结果按照设定的第一指标计算函数，计算得到所述电商业务项目的业务倾向量化指。

本实施例中，所述第一指标量化融合结果可以是所述第一重要程度指标和所述对象意图量化指标按照预先设定的指标融合规则（例如加权乘积计算方式、平均加权计算方式）进行加权融合而得到。相对应地，所述所述第二指标量化融合结果可以是所述第二重要程度指标和所述进度描述值指标按照预先设定的指标融合规则进行加权融合而得到。本实施例中，所述使用进度描述值可以是所述目标电商业务对象对所述电商业务项目组中的各电商业务项目进行使用而得到的操作行为单元分别按照预设的进度描述值映射规则或映射列表进行关联映射而得到。相应地，所述电商业务项目组对应的使用进度描述值可以是根据该电商业务项目组中的各电商业务项目分别对应的使用进度描述值而得到的一个全局性描述值（例如可以是根据各电商业务项目分别对应的使用进度描述值而得到的加权平均值）。

步骤S124，根据各所述电商业务项目的业务倾向量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标。

本实施例中，在一种可能的实现路线中，所述步骤S124可以通过下述的方法步骤进行实现，具体介绍如下。

首先，将所述电商业务项目的业务倾向量化指标确定为所述电商业务项目中的操作行为单元的第一对象意图量化指标；

其次，对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息；

然后，根据所述业务项目的项目属性信息，得到各所述电商业务项目中的操作行为单元的第二对象意图量化指标；

最后，根据所述第一对象意图量化指标和所述第二对象意图量化指标，得到所述电商业务项目组中的所述操作行为单元的目标业务倾向量化指标。

其中，在上述示例中，举例而言，可以将电商业务项目的业务倾向量化指标，确定为电商业务项目中的各操作行为单元的第一对象意图量化指标。例如，电商业务项目组G的电商业务项目G1中包括操作行为单元U1和操作行为单元U2，电商业务项目G2包括操作行为单元U1和操作行为单元U3，电商业务项目G1的业务倾向量化指标为I1，电商业务项目G2的帧业务倾向量化指标为I2，则电商业务项目G1中的操作行为单元U1和操作行为单元U2的第一对象意图量化指标都为I1，电商业务项目G2中的操作行为单元U1和操作行为单元U3的第一对象意图量化指标都为I2。

优选地，可替代的实施方式中，在根据所述第一对象意图量化指标和所述第二对象意图量化指标，得到所述电商业务项目组中的所述操作行为单元的目标业务倾向量化指标的过程中，可首先获取所述第二对象意图量化指标对应的第三重要程度指标，确定所述第三重要程度指标和所述第二对象意图量化指标的第三指标量化融合结果； 然后，根据所述第一对象意图量化指标和所述第三指标量化融合结果按照设定的第二指标计算函数，得到各所述电商业务项目中的操作行为单元的目标对象意图量化指标； 最后，将所述电商业务项目组中相同操作行为单元的所述目标对象意图量化指标进行整合，以得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标。例如，可以通过指标加权平均、加权融合、极值加权法等进行整合，进而得到所述所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标。

示例性地，在一种可能的实现路线中，对于每个目标电商业务项目中的每个操作单元中的任一操作单元，可以通过如下计算方式得到该操作单元的目标对象意图量化指标：

Object-i＝Wt3*O2+Wt1*s+Wt2*Pro-value

其中，O表征目标电商业务项目的对象意图量化指标，Pro-value表征目标电商业务对象对目标电商业务项目组中的各电商业务项目进行使用时目标电商业务项目组的使用进度描述值，Wt1表示第一重要程度指标，Wt2表征第二重要程度指标O2表示操作单元在对应的所述目标电商业务项目中的第二对象意图量化指标，Wt3表征第三重要程度指标，Wt1*s+Wt2*Pro-value可以作为为操作单元在对应的目标电商业务项目中的第一对象意图量化指标。

本实施例中，其中，所述业务项目的项目属性信息可以包括所述操作行为单元在对应的所述电商业务项目中的被操作频次、操作对象集、位置分布标签、以及所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息。

在此基础上，所述根据所述业务项目的项目属性信息，得到各所述电商业务项目中的操作行为单元的第二对象意图量化指标，可以通过以下的方式实现。

对于每个所述电商业务项目中的每个所述操作行为单元中的任一所述操作行为单元，分别进行以下步骤：

（一），获取操作行为单元在对应的所述电商业务项目中的被操作频次和所述电商业务项目中的各操作行为单元的总操作频次之间的第三比较结果；

（二），获取所述操作行为单元在对应的所述电商业务项目中的操作对象集和所述电商业务项目的操作对象集之间的第四比较结果；

（三），获取所述第三比较结果对应的第四重要程度指标、所述第四比较结果对应的第五重要程度指标、所述位置分布标签对应的第六重要程度指标、所述权重关联信息对应的第七重要程度指标；

（四），确定所述第四重要程度指标和所述第三比较结果的第四指标量化融合结果、所述第五重要程度指标和所述第四比较结果的第五指标量化融合结果、所述位置分布标签和所述第六重要程度指标的第六指标量化融合结果、以及所述权重关联信息和所述第七重要程度指标的第七指标量化融合结果；

（五）根据所述第四指标量化融合结果、所述第五指标量化融合结果、所述第六指标量化融合结果和所述第七指标量化融合结果，得到所述操作行为单元的第二对象意图量化指标。 例如，可以将所述述第四指标量化融合结果、所述第五指标量化融合结果、所述第六指标量化融合结果和所述第七指标量化融合结果的加权平均值或者按照融合结果排序后将排列在最中间的融合结果作为所述第二对象意图量化指标。

其中，所述第四重要程度指标、所述第五重要程度指标、所述第六重要程度指标与所述第七重要程度指标的重要程度指标的指标总和为设定值。例如设定值为100%。本实施例中，所述第三、第四、第五、第六以及第七指标量化融合结果的获得方式可以对应参考第一、第二指标量化融合结果相同或相类似的方式二获得，此处不再赘述。

其中，一种示例性的方式中，在所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的位置分布标签的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，的步骤可以包括：

对于各所述电商业务项目，分别确定所述操作行为单元在所述电商业务项目中对应的排列位置信息； 然后，在所述排列位置信息对应于所述电商业务项目的设定核心排列位置时，确定所述操作行为单元为所述电商业务项目的核心操作行为单元，将所述操作行为单元在对应的所述电商业务项目中的位置分布标签设置为预设标签信息。

在又一种可能的示例性的方式中，在所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的操作对象集的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于每个所述电商业务项目，根据所述操作行为单元在所述电商业务项目中的操作时间信息，得到所述操作行为单元在所述电商业务项目中的操作时间范围； 然后，将所述操作时间范围内对应产生的操作对象所构成的操作对象集确定为所述操作行为单元在对应的所述电商业务项目中的操作对象集。

在另一种可能的示例性的方式中，在所述业务项目的项目属性信息包括所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，的步骤可以包括：

对于每个所述电商业务项目，分别确定所述操作行为单元的单位时间操作对象数量和所述电商业务项目的各个操作行为单元的单位时间操作对象数量； 然后，根据所述操作行为单元的单位时间操作对象数量和所述电商业务项目各个操作行为单元的单位时间操作对象数量的比较结果，得到所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息。

其中，所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息可以根据该具体的操作行为单元的具体操作行为类别与对应的电商业务项目的项目类别按照设定的权重关联规则而进行设定。例如，针对以订单结果为目的的电商业务项目，可以根据操作行为单元的操作行为与订单结果的匹配程度设置权重关联信息，例如，订单前段的操作对应的权重关联信息的重要性程度相对较低，而订单后段的操作行为对应的权重关联信息的重要性程度相对较高。

步骤S125，获取所述目标业务倾向量化指标符合约束规则的目标操作行为单元，根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征。

在一种可能的实现路线中，针对步骤S125，可以通过以下的几个步骤进行实现，示例性介绍如下。

（一）、将多个目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组中相同操作行为单元的目标业务倾向量化指标进行整合。 例如，可通过指标均值算法、均值回归算法、加权平均算法、极值回归算法等方式实现所述目标业务倾向量化指标的整合。

（二）、对整合后的各所述操作行为单元的目标业务倾向量化指标从大到小排列，确定排列后的前预设数量个所述操作行为单元为目标操作行为单元。 也就是说，一种可以实现的方式中，目标业务倾向量化指标排列在前预设数量个中的操作行为单元满足所述约束规则。

（三）、根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征。

进一步地，在上述内容的基础上，在本实施例中，针对步骤S101，所述获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，可以包括以下步骤：

对于每个目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，根据设定项目划分策略对所述电商业务项目组进行项目划分，以确定所述电商业务项目组对应的一个或多个电商业务项目，其中，所述设定项目划分策略包括按照项目操作进度进行项目划分。 所述项目划分后可以按照不同的项目操作进度将各独立的电商业务项目进行项目排列进而得到所述电商业务项目组。

同时，所述电商业务项目中的操作行为单元可以包括针对所述电商业务项目进行的两个或以上预设操作行为，例如所述预设操作行为可以包括诸如针对任意电商业务项目所执行的点击、浏览、收藏、分享、加入订单、付款、复购等中的其中任意两种或两种以上的组合。

基于此，在上述步骤S121中，所述针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元，如图4所示，可以包括以下S1211-S1214所述的步骤，示例性介绍如下。

S1211，对于每个所述电商业务项目，将所述电商业务项目进行操作行为追溯处理，以得到所述电商业务项目中包括操作行为单元的多个行为描述。

例如，本实施例中，所述行为描述可以包括针对每个操作行为单元的操作行为描述信息。作为一种示例，以针对某个操作行为单元，如针对电商业务项目A1的操作行为单元B1，所述行为描述可以是所述操作行为单元B1针对电商业务项目A1的操作次数以及平均每次的操作停留时长等。

S1212，对每个所述行为描述进行行为特征解析，以确定所述电商业务项目中的操作行为的行为标签。

示例性的，所述行为标签是用于对所述操作行为进行标识的设定标识信息，可以根据每个操作行为单元对应的操作日志中记录的相应行为描述信息进行解析而得到。例如，针对点击操作，可以解析得到“click”对应的行为标签，针对分享操作可以解析得到“share”对应的行为标签等，具体不以此为限制。

S1213，对每个所述行为描述进行操作进度解析，以确定所述电商业务项目中的各操作行为的操作进度。

详细地，在一种可能的示例中，可以根据每个行为描述对应的行为行为标签前后的行为信息得到各操作行为对应的操作进度，例如针对订单前段操作中的某个操作行为，可根据该操作行为对应的操作行为停留时长或者操作行为进度标识确定对应的操作进度。

S1214，根据所述行为标签以及所述操作进度确定所述电商业务项目中的操作行为单元。

例如可以根据行为标签确定对应的操作行为单元，可以根据操作进度确定对应的操作行为单元是否有效。例如，操作进度表示相应的操作行为为未完成，那么相应的操作标签对应的操作行为单元则不会被确定为所述电商业务项目中的一个有效的操作行为单元。

如图5所示，是图2中的业务画像分析系统140所包括的功能模块示意图。在一些其他可能的实施方式中，所述业务画像分析系统140可以是所述计算机设备100本身，也可以是所述计算机设备100的处理器120，又或者可以是独立于所述计算机设备100以及所述处理器120的外部组件，本实施例对此不进行限定。

优选地，在本实施例中，所述业务画像分析系统140可以包括业务项目获取模块141、业务画像分析模块142、以及业务信息推送模块143。

业务项目获取模块141，用于获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，所述电商业务项目组包括一个或多个电商业务项目。

业务画像分析模块142，用于针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征。

业务信息推送模块143，用于根据所述业务画像特征对所述目标电商业务对象进行业务信息推送。

所述业务画像分析模块142通过下述方式得到所述目标电商业务对象业务画像特征：

针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元；

基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标；

获取所述目标电商业务对象对所述电商业务项目组中的各电商业务项目进行使用时对于所述电商业务项目组的使用进度描述值，根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标；

根据各所述电商业务项目的业务倾向量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标；

获取所述目标业务倾向量化指标符合约束规则的目标操作行为单元，根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征。

应当说明的是，所述业务项目获取模块141、业务画像分析模块142、以及业务信息推送模块143可分别用于执行前述方法实施例中的步骤S101-S103，关于这些功能模块的更为详细的实现方法或内容可以参考对应的步骤的实施例，此处不再赘述。

综上所述，本发明实施例提供的电子商务与大数据结合的业务画像分析方法及系统，通过获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的包括一个或多个电商业务项目的电商业务项目组，针对所述电商业务项目组中的每个电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征，最后根据所述业务画像特征对所述目标电商业务对象进行业务信息推送。其中，所述操作行为单元可以包括诸如针对任意电商业务项目所执行的点击、浏览、收藏、分享、加入订单、付款、复购等操作部分中的其中任意一种或多种的组合，如此，在对目标电商业务对象的业务画像分析过程中，深入到所述目标电商业务对象针对各电商业务项目的操作行为单元进行深层次的分析，可以有效的提升针对目标业务对象的画像特征的分析准确性，进而提升后期的应用效果。例如，可以提升针对业务对象的业务信息推送的推送效果，更贴合实际情况中的用户实际需求。

进一步地，另一方面，本实施例基于电商业务项目组的历史业务对象统计信息、电商业务项目组对应的一个或多个电商业务项目的历史业务对象统计信息和历史对象操作统计信息确定电商业务项目的对象意图量化指标，从而可以利用电商业务项目组中不同电商业务项目的项目属性信息，对电商业务对象针对电商业务项目组中的各电商业务项目的对象意图以及业务倾向进行指标量化，进而能够在电商业务项目组中精准的挖掘出目标电商业务对象的业务画像特征，提高针对目标电商业务对象的业务画像特征的精准度。更进一步地，还可基于获取的电商业务对象针对电商业务项目组中各电商业务项目的使用进度描述值，可以将不同电商业务对象对同一电商业务项目组的不同业务项目的业务画像特征进行区别，可更匹配电商业务对象针对电商业务项目组业务画像特征的实际状况，有利于提升后续的业务画像特征的推广应用。

以上所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。通常在附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，在附图中提供的本发明的实施例的详细描述并非旨在限制本发明的保护范围，而仅仅是表示本发明的选定实施例。因此，本发明的保护范围应以权利要求的保护范围为准。此外，基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例，都应属于本发明保护的范围。

Claims (8)

1.一种电子商务与大数据结合的业务画像分析方法，其特征在于，包括：

获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，所述电商业务项目组包括一个或多个电商业务项目；

针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征；

根据所述业务画像特征对所述目标电商业务对象进行业务信息推送；

所述针对所述电商业务项目组中的每个电商业务项目，分别对各所述电商业务项目包括的不同的操作行为单元进行大数据分析，得到所述目标电商业务对象业务画像特征，包括：

针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元；

基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标；

获取所述目标电商业务对象对所述电商业务项目组中的各电商业务项目进行使用时对于所述电商业务项目组的使用进度描述值，根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标；

根据各所述电商业务项目的业务倾向量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标；

获取所述目标业务倾向量化指标符合约束规则的目标操作行为单元，根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征；

所述基于所述电商业务项目组的历史业务对象统计信息、各所述电商业务项目的历史业务对象统计信息和历史对象操作统计信息，得到各所述电商业务项目的对象意图量化指标，包括：

对于每个所述电商业务项目：

分别针对所述历史业务对象统计信息以及所述历史对象操作统计信息分别配置对应的信息权重，然后根据预先针对历史业务对象统计信息设定的第一统计信息区间以及针对历史对象操作统计信息设定的第二统计信息区间，按照设定的指标赋值规则，分别为各所述电商业务项目赋予第一量化指标参数和第二量化指标参数，然后根据针对历史业务对象统计信息以及历史对象操作统计信息分别配置的信息权重对所述第一量化指标参数和第二量化指标参数进行加权融合，即可得到所述电商业务项目的所述对象意图量化指标；或者

获取所述电商业务项目的历史第一预设操作频次和所述电商业务项目的历史第二预设操作频次之间的第一比较结果，以及所述电商业务项目的历史第二预设操作频次和所述电商业务项目组的历史第二预设操作频次之间的第二比较结果； 然后，根据所述第一比较结果和所述第二比较结果，确定所述电商业务项目的对象意图量化指标；

所述根据所述对象意图量化指标和所述使用进度描述值，得到各所述电商业务项目的业务倾向量化指标，包括：

对于每个所述电商业务项目，分别进行以下步骤：

获取所述对象意图量化指标对应的第一重要程度指标，确定所述第一重要程度指标和所述对象意图量化指标的第一指标量化融合结果；

获取所述使用进度描述值对应的第二重要程度指标，确定所述第二重要程度指标和所述使用进度描述值的第二指标量化融合结果；

根据所述第一指标量化融合结果与所述第二指标量化融合结果按照设定的第一指标计算函数，计算得到所述电商业务项目的业务倾向量化指标。

2.根据权利要求1所述的电子商务与大数据结合的业务画像分析方法，其特征在于，所述根据各所述电商业务项目的业务倾向量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标，包括：

将所述电商业务项目的业务倾向量化指标确定为所述电商业务项目中的操作行为单元的第一对象意图量化指标；

对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息；

根据所述业务项目的项目属性信息，得到各所述电商业务项目中的操作行为单元的第二对象意图量化指标；

根据所述第一对象意图量化指标和所述第二对象意图量化指标，得到所述电商业务项目组中的所述操作行为单元的目标业务倾向量化指标；

所述根据所述第一对象意图量化指标和所述第二对象意图量化指标，得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标，包括：

获取所述第二对象意图量化指标对应的第三重要程度指标，确定所述第三重要程度指标和所述第二对象意图量化指标的第三指标量化融合结果；

根据所述第一对象意图量化指标和所述第三指标量化融合结果按照设定的第二指标计算函数，得到各所述电商业务项目中的操作行为单元的目标对象意图量化指标；

将所述电商业务项目组中相同操作行为单元的所述目标对象意图量化指标进行整合，以得到所述电商业务项目组中的各所述操作行为单元的目标业务倾向量化指标。

3.根据权利要求2所述的电子商务与大数据结合的业务画像分析方法，其特征在于，所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的被操作频次、操作对象集、位置分布标签、以及所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息；

所述根据所述业务项目的项目属性信息，得到各所述电商业务项目中的操作行为单元的第二对象意图量化指标，包括：

对于每个所述电商业务项目中的每个所述操作行为单元，获取操作行为单元在对应的所述电商业务项目中的被操作频次和所述电商业务项目中的各操作行为单元的总操作频次之间的第三比较结果；

获取所述操作行为单元在对应的所述电商业务项目中的操作对象集和所述电商业务项目的操作对象集之间的第四比较结果；

获取所述第三比较结果对应的第四重要程度指标、所述第四比较结果对应的第五重要程度指标、所述位置分布标签对应的第六重要程度指标、所述权重关联信息对应的第七重要程度指标；

计算所述第四重要程度指标和所述第三比较结果的第四指标量化融合结果、所述第五重要程度指标和所述第四比较结果的第五指标量化融合结果、所述位置分布标签和所述第六重要程度指标的第六指标量化融合结果、以及所述权重关联信息和所述第七重要程度指标的第七指标量化融合结果；

根据所述第四指标量化融合结果、所述第五指标量化融合结果、所述第六指标量化融合结果和所述第七指标量化融合结果，得到所述操作行为单元的第二对象意图量化指标；

其中，所述第四重要程度指标、所述第五重要程度指标、所述第六重要程度指标与所述第七重要程度指标的重要程度指标的指标总和为设定值。

4.根据权利要求2所述的电子商务与大数据结合的业务画像分析方法，其特征在于，在所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的位置分布标签的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于各所述电商业务项目，分别确定所述操作行为单元在所述电商业务项目中对应的排列位置信息；

在所述排列位置信息对应于所述电商业务项目的设定核心排列位置时，确定所述操作行为单元为所述电商业务项目的核心操作行为单元，将所述操作行为单元在对应的所述电商业务项目中的位置分布标签设置为预设标签信息；

在所述业务项目的项目属性信息包括所述操作行为单元在对应的所述电商业务项目中的操作对象集的前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于每个所述电商业务项目，根据所述操作行为单元在所述电商业务项目中的操作时间信息，得到所述操作行为单元在所述电商业务项目中的操作时间范围；

将所述操作时间范围内对应产生的操作对象所构成的操作对象集确定为所述操作行为单元在对应的所述电商业务项目中的操作对象集；

在所述业务项目的项目属性信息包括所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息前提下，所述对各所述电商业务项目进行数据分析，以确定各所述电商业务项目中的业务项目的项目属性信息，包括：

对于各所述电商业务项目，分别确定所述操作行为单元的单位时间操作对象数量和所述电商业务项目的各个操作行为单元的单位时间操作对象数量；

根据所述操作行为单元的单位时间操作对象数量和所述电商业务项目各个操作行为单元的单位时间操作对象数量的比较结果，得到所述操作行为单元与其对应的所述电商业务项目之间的权重关联信息。

5.根据权利要求1所述的电子商务与大数据结合的业务画像分析方法，其特征在于，所述获取所述目标业务倾向量化指标符合约束规则的目标操作行为单元，根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征，包括：

将多个目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组中相同操作行为单元的目标业务倾向量化指标进行整合；

对整合后的各所述操作行为单元的目标业务倾向量化指标从大到小排列，确定排列后的前预设数量个所述操作行为单元作为目标操作行为单元；

根据所述目标操作行为单元确定所述目标电商业务对象的业务画像特征。

6.根据权利要求1所述的电子商务与大数据结合的业务画像分析方法，其特征在于，所述获取目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，包括：

对于每个目标电商业务对象对使用电商服务平台的电商业务项目而产生的电商业务项目组，根据设定项目划分策略对所述电商业务项目组进行项目划分，以确定所述电商业务项目组对应的一个或多个电商业务项目，其中，所述设定项目划分策略包括按照项目操作进度进行项目划分；

所述电商业务项目中的操作行为单元包括针对所述电商业务项目进行的两个或以上预设操作行为； 所述针对所述电商业务项目组中的每个电商业务项目，获取所述电商业务项目所包括的各个操作行为单元，包括：

对于每个所述电商业务项目，将所述电商业务项目进行操作行为追溯处理，以得到所述电商业务项目中包括操作行为单元的多个行为描述；

对每个所述行为描述进行行为特征解析，以确定所述电商业务项目中的操作行为的行为标签；以及

对每个所述行为描述进行操作进度解析，以确定所述电商业务项目中的各操作行为的操作进度；

根据所述行为标签以及所述操作进度确定所述电商业务项目中的操作行为单元。

7.根据权利要求1-6任意一项所述的方法，其特征在于，所述根据所述业务画像特征对所述目标电商业务对象进行业务信息推送，包括：

向目标电商业务对象的用户设备发送推送信息，其中，所述推送信息包括所述目标电商业务对象的业务画像特征；

当所述用户设备使用所述电商服务平台执行设定的操作时，根据所述业务画像特征在预设的推送业务项目匹配库中匹配与所述业务画像特征关联的至少一个电商业务项目，并将所述至少一个电商业务项目通过所述电商服务平台对应的展示页面进行展示，以实现针对所述目标电商业务对象的业务信息推送。

8.一种电子商务与大数据结合的业务画像分析系统，其特征在于，包括处理器、机器可读存储介质，所述机器可读存储介质和所述处理器连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以实现权利要求1-7任意一项所述的方法。

Images