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：青州市坦博尔服饰股份有限公司

摘要：本申请提供一种基于大数据的用户服装订单行为分析方法及系统，通过获取目标用户的用户服装订单行为大数据，能够深入分析用户之间的协同兴趣状态和用户兴趣相关度，从而准确地识别出具有相似购买兴趣和行为的用户群体，即用户协同群组。进一步地，依据这些分析结果生成目标用户协同知识图谱，该目标用户协同知识图谱直观展示了用户之间的兴趣联系和协同关系，为深入了解用户行为提供了有力工具。基于目标用户协同知识图谱，能够精准地确定每个目标用户的协同兴趣路径，这意味着能够清晰地描绘出用户兴趣的传播和影响路径。通过利用这些协同兴趣路径，能够为用户提供高度个性化的信息推送服务，大大提高了信息推送的准确性和有效性。

主权项：1.一种基于大数据的用户服装订单行为分析方法，其特征在于，所述方法包括：获取目标用户的用户服装订单行为大数据；依据所述用户服装订单行为大数据确定所述目标用户之间的用户协同兴趣状态以及用户兴趣相关度，所述用户协同兴趣状态反映多个目标用户是否组成用户协同群组，所述用户兴趣相关度反映组成所述用户协同群组的多个所述目标用户之间的兴趣相关度；依据所述用户协同兴趣状态以及所述用户兴趣相关度生成目标用户协同知识图谱，所述目标用户协同知识图谱由知识成员以及所述知识成员之间的知识链路组成，其中，不同知识成员对应不同目标用户，且所述知识链路反映组成所述用户协同群组的多个所述目标用户之间的所述用户兴趣相关度；基于所述目标用户协同知识图谱，确定每个目标用户的协同兴趣路径，并基于所述每个目标用户的协同兴趣路径对所述每个目标用户进行信息推送；所述依据所述用户协同兴趣状态以及所述用户兴趣相关度生成目标用户协同知识图谱，包括：依据所述用户协同兴趣状态，确定各个所述目标用户的协同群组数量，所述协同群组数量表示由所述目标用户组成的所述用户协同群组的数量；依据所述协同群组数量，确定所述目标用户对应知识成员的知识成员特征，所述知识成员特征包括知识成员活跃度和知识成员影响力中的至少一种，其中，所述知识成员活跃度与所述协同群组数量为正向关联关系；依据所述知识成员特征生成所述知识成员；依据所述目标用户之间的所述用户兴趣相关度，确定所述目标用户对应知识成员之间的偏离度，所述偏离度与所述用户兴趣相关度为负向关联关系；在依据所述偏离度完成知识成员位置优化时，在组成所述用户协同群组的所述目标用户对应的知识成员之间生成所述知识链路；生成由所述知识成员和所述知识链路组成的所述目标用户协同知识图谱；所述依据所述用户协同兴趣状态以及所述用户兴趣相关度生成目标用户协同知识图谱之后，所述方法包括：基于对所述目标用户协同知识图谱中第一目标用户的强化表达指令，对所述目标用户协同知识图谱中的第一知识成员以及第二知识成员进行强化表达，所述第一知识成员为所述第一目标用户对应的知识成员，所述第二知识成员为第二目标用户对应的知识成员，所述第二目标用户与所述第一目标用户之间具有k级兴趣联系，k为正整数；对所述第一知识成员与所述第二知识成员之间的知识链路，以及所述第二知识成员之间的知识链路进行强化表达；所述方法还包括：基于对所述第一目标用户的选中指令，对所述第一知识成员以及所述第二知识成员以外的知识成员进行收缩优化；其中，收缩条件下，所述第二知识成员中的目标知识成员与收缩知识成员连接，所述目标知识成员对应的所述第二目标用户与所述第一目标用户之间存在k级兴趣相关度，且所述收缩知识成员中表达与所述目标知识成员相连接且被收缩的知识成员的数量；所述方法还包括：基于对所述收缩知识成员的选中指令，呈现与所述目标知识成员存在一级兴趣相关度的第三知识成员；所述方法还包括：基于对所述目标用户协同知识图谱的过滤指令，获取过滤要求，所述过滤要求包括用户特征标签、门限用户兴趣相关度以及兴趣相关层级中的至少一种；对所述目标用户协同知识图谱中不满足所述过滤要求的知识成员进行削弱表达；所述方法还包括：基于对所述目标用户协同知识图谱的冗余优化指令，依据所述冗余优化指令表征的冗余优化权重，确定所述目标用户协同知识图谱的优化参数量；依据所述优化参数量优化所述知识成员和或所述知识链路所生成的特征向量，其中，所述知识成员可展示的信息包括用户标志、用户名以及协同群组数目，所述知识链路可展示的信息包括用户兴趣相关度；所述依据所述用户服装订单行为大数据确定所述目标用户之间的用户协同兴趣状态以及用户兴趣相关度，包括：确定参考用户集合，所述参考用户集合由多个所述目标用户组成；依据所述参考用户集合中各个所述目标用户的所述用户服装订单行为大数据，确定所述参考用户集合的协同特征数据；在所述协同特征数据符合协同匹配要求时，确定所述参考用户集合中的多个所述目标用户组成所述用户协同群组；依据所述协同特征数据确定所述用户协同群组的所述用户兴趣相关度；其中，所述协同特征数据包括协同购买率提升矢量、协同浏览率提升矢量以及用户偏好匹配度，所述协同购买率提升矢量用于表征所述参考用户集合对购买率的影响情况，所述协同浏览率提升矢量用于表征所述参考用户集合对商品浏览率的影响，所述用户偏好匹配度用于表征至少两个所述目标用户之间是否存在相似的服装偏好；所述方法包括：在所述协同购买率提升矢量或所述协同浏览率提升矢量为负提升矢量时，确定不符合所述协同匹配要求；或，在所述协同购买率提升矢量和所述协同浏览率提升矢量为正向提升矢量，且所述用户偏好匹配度表征存在相似偏好，且所述协同购买率提升矢量和所述协同浏览率提升矢量的显著提升矢量值大于门限值时，确定符合所述协同匹配要求；或，在所述协同购买率提升矢量和所述协同浏览率提升矢量为正向提升矢量，且所述用户偏好匹配度表征存在相似偏好，但所述协同购买率提升矢量和所述协同浏览率提升矢量的显著提升矢量值小于门限值时，确定不符合所述协同匹配要求；或，在所述协同购买率提升矢量和所述协同浏览率提升矢量为正向提升矢量，且所述用户偏好匹配度表征不存在相似偏好，但所述协同购买率提升矢量的显著提升矢量值大于门限值时，确定符合所述协同匹配要求；或，在所述协同购买率提升矢量和所述协同浏览率提升矢量为正向提升矢量，且所述用户偏好匹配度表征不存在相似偏好，且所述协同购买率提升矢量的显著提升矢量值小于门限值时，确定不符合所述协同匹配要求；所述依据所述协同特征数据确定所述用户协同群组的所述用户兴趣相关度，包括：依据所述协同购买率提升矢量和所述协同浏览率提升矢量，确定所述用户协同群组的所述用户兴趣相关度，所述用户兴趣相关度与所述协同购买率提升矢量为正向关联关系，所述用户兴趣相关度与所述协同浏览率提升矢量为正向关联关系；所述基于所述目标用户协同知识图谱，确定每个目标用户的协同兴趣路径，并基于所述每个目标用户的协同兴趣路径对所述每个目标用户进行信息推送的步骤，包括：对所述目标用户协同知识图谱中的每个知识成员进行活跃度分析，生成每个知识成员的活跃度，所述活跃度根据每个知识成员对应的目标用户在服装电商平台上的交互频率、订单数量、评价次数进行衡量；选择活跃度满足预设条件的知识成员作为协同兴趣路径的起始知识成员，从所述起始知识成员出发，沿着知识链路进行拓展，初步识别出与目标用户相关联的协同兴趣路径，所述协同兴趣路径由多个相互关联的知识成员和知识链路组成，反映了目标用户之间的兴趣传递和影响关系；基于目标用户之间的兴趣相关度、购买行为的相似度和用户评价的一致性对初步识别的协同兴趣路径进行权重赋值，并根据赋值后的权重对所述协同兴趣路径进行优化和剪枝；在优化和剪枝后的协同兴趣路径中，识别出关键知识成员，并获取每个关键知识成员在协同兴趣路径中的位置特征，所述位置特征包括每个关键知识成员处于协同兴趣路径的具体位置以及每个关键知识成员与所述协同兴趣路径中其它知识成员的路径代价关系；根据所述关键知识成员在所述协同兴趣路径中的用户行为和协同影响力，识别所述关键知识成员在协同兴趣路径中的角色特征，所述角色特征包括引领角色、传递角色和跟随角色中的一种；根据所述每个关键知识成员在协同兴趣路径中的位置特征和角色特征，从所述每个关键知识成员与其它知识成员之间的协同行为数据中挖掘目标兴趣偏好数据，并根据所述目标兴趣偏好数据，生成与其它目标用户协同关联的个性化推送内容。

全文数据：

权利要求：

百度查询： 青州市坦博尔服饰股份有限公司 基于大数据的用户服装订单行为分析方法及系统