买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：云境商务智能研究院南京有限公司;南京理工大学

摘要：本发明公开了一种基于用户和产品层面的多因子在线购买行为转化预测方法，其特征在于它基于用户一系列页面访问事件，提取用户浏览历史中的预测因子，获得各预测因子导致的用户购买概率；结合产品层面的桥梁常数将获得的用户购买概率聚合获得用户转化基数η[t0:t0+△t]p，η[t0:t0+△t]p表示用户c在时间△t内购买产品p的概率。将本发明预测方法与5种基准方法预测结果进行误差分析，本发明预测方法的RMSE值最低、PCC值最高，表明本方法具有较高的准确性。

主权项：1.一种基于用户和产品层面的多因子在线购买行为转化预测方法，其特征在于它基于用户一系列页面访问事件，提取用户浏览历史中的预测因子，获得各预测因子导致的用户购买概率；结合产品层面的桥梁常数const将获得的用户购买概率聚合获得用户转化基数η[t0:t0+△t]p，η[t0:t0+△t]p表示用户c在时间△t内购买产品p的概率；所述预测因子包括购买转移B1c,p、浏览比率B2c,p、浏览时间B3c,p，具体的：购买转移：采用用户转移权重W来表示用户购买概率GP,V,W表示一个有权有向的节点的购买转移图，P＝{P1，P2…Pn}表示不同的产品，边表示购买转移： Zc,pi,tv＝1表示用户c在时间tv购买了产品pi；Z＝0时表示没有购买该产品；Wpi,pj,△t越高表示，用户购买产品pi的可能性越大；Zc,pj,[tv:tv+△t]表示用户c在时间tv+△t是否购买了产品pi；浏览比率B2c,p因素导致的用户购买概率为 YPR表示用户访问p产品的次数，NPR表示用户没有访问p产品的次数；浏览时间B3c,p因素导致的用户转换概率为将用户分成两组，一组为购买成功的买家，一组为橱窗购物者，生成基于两个客户群体和浏览持续时间xactive的概率密度函数xadopt，估计转换概率为： YPD表示访问p页面的时长，NPD表示没有访问p页面的时长；浏览持续时间xactive的计算方法是：定义c，p为客户-产品配对，定义配对之间的三个过渡态为{inactive，active，adopt}，每一对c，p最初都处于inactive状态，这表示客户c尚未意识到对p的需求；接下来，如果c，p对变为active状态则就意味着用户对p产品的需求，当c开始访问产品页面时，active状态可以被识别；若客户c在c，p达到active状态后访问不同的页面，c，p仍保持active状态；当客户c对产品p做出采购订单时，c，p变成了adopt状态；到达adopt状态后，这对c，p立即返回到inactive状态；浏览持续时间xactive是从active状态到adopt状态的时间或最后一次访问p页面的时长用户转化基数的计算公式为： 其中，Cactivep,t0表示在当前时间t0处于p的active状态的客户集合。

全文数据：

权利要求：

百度查询： 云境商务智能研究院南京有限公司 南京理工大学 一种基于用户和产品层面的多因子在线购买行为转化预测方法