一種電子商務用戶購買力分類方法及系統的制作方法
【技術領域】
[0001]本發明設計電子商務相關技術領域，特別是一種電子商務用戶購買力分類方法及系統。
【背景技術】
[0002]隨著電商行業的飛速發展，滿足用戶的個性化購物需求也變得迫在眉睫。在用戶瀏覽購物的過程中給用戶推薦合理的商品將會大大提升用戶體驗。然而一個個性化的購物推薦系統的背后需要大量的用戶標簽來支撐。其中，用戶的購買力標簽是必不可少。對于購買力高的用戶，在挑選同一類商品時，往往買的是品質和價格都較高的商品，比如一個購買力高的用戶想要買一部手機，他會買蘋果或三星品牌中的高端手機；而對于購買力低的用戶，比如他想要買一個耳機，他會買十幾塊錢或者二十塊錢能滿足一般使用即可的低端產品。由此，對于一個用戶的購買力的定義是，用戶在購買同一類商品時，支付能力的高低。
[0003]對于電商領域用戶的購買力區分，現有的技術大多基于用戶對高、中、低檔商品購買次數占比的方法，把用戶劃分為高中低三個檔次。具體做法是:對每一個底級品類，價格段處在最尚的20 %的商品定義為尚端商品，價格段處在最低的20%的商品為低端商品，中間60%的商品為中端商品。然后計算每個用戶的購買高端商品的次數占比，購買中端商品的次數占比，購買低端商品的次數占比。最后看用戶在哪個等級商品的購買次數占比最大，則把該用戶劃分到該購買等級用戶群當中。最終得到購買力高、中、低三個等級。
[0004]現有技術的缺點主要有四個方面:
[0005]I)在區分價格段高、中、低時，使用的商品的價格段，但是實際情況中，很多品類的高價格段的購買情況非常稀疏，甚至沒有銷量，所以這樣的“一刀切”規則很容易導致結果集分布的不均衡。
[0006]2)計算用戶在各個檔次購買商品占比的時，計算購買頻次占比，沒有加入商品本身的價格因素，導致準確率降低。比如，一個用戶雖然買了很多某品類的高檔的商品，但是這個品類的價格本身就很低(尿布、家居用品等)，那么把他和其他買高檔手機、電腦等價格昂貴的用戶群中，自然會有失公平。
[0007]3)在得到用戶高、中、低三種商品購買占比的時候，直接用占比最多的來確定最終的購買力等級，會降低準確率。比如，一個用戶A在購買高、中、低端商品的占比分別是(0.8，0.2，O)，而用戶B在購買高、中、低端商品的占比分別是(0.4，0.3，0.3)。根據現有的判斷方法，用戶A和B都是購買力高的用戶，而實際觀察，我們會很容易發現，用戶B并不像是高端用戶。這是因為用戶的購買占比在分布上也對用戶最終的購買力也應該起著一定的作用，而簡單的最大占比規則判斷，并不科學。
[0008]4)現有的購買力的等級一般分為高中低三個級別，分類較少，使用起來不夠靈活。
【發明內容】
[0009]基于此，有必要針對現有技術對用戶購買力的分類不準確的技術問題，提供一種電子商務用戶購買力分類方法及系統。
[0010]一種電子商務用戶購買力分類方法，包括:
[0011]商品檔次確定步驟，包括:將同一品類中的商品基于價格和銷量分布確定出檔次為高檔的商品，同一品類中的其他商品的檔次確定為非高檔，將檔次為非高檔的商品按照價格從高到低依次分為X個從高到低的檔次，其中，X為預設的大于或等于I的自然數；
[0012]用戶購買占比計算步驟，包括:計算每個用戶購買每個檔次商品的占比，將所述占比基于每個用戶進行向量化，得到每個用戶的購買力向量，所述購買力向量為X+1維向量，且每一維與一個檔次對應；
[0013]用戶歸類步驟，包括:對所述購買力向量進行聚類運算，得到X+1個關于購買力向量的點簇，每個點簇分別對應一個檔次，將用戶對應的購買力向量所在點簇相應的檔次作為用戶的購買力檔次。
[0014]一種電子商務用戶購買力分類系統，包括:
[0015]商品檔次確定模塊，用于:將同一品類中的商品基于價格和銷量分布確定出檔次為高檔的商品，同一品類中的其他商品的檔次確定為非高檔，將檔次為非高檔的商品按照價格從高到低依次分為X個從高到低的檔次，其中，X為預設的大于或等于I的自然數；
[0016]用戶購買占比計算模塊，用于:計算每個用戶購買每個檔次商品的占比，將所述占比基于每個用戶進行向量化，得到每個用戶的購買力向量；
[0017]用戶歸類模塊，用于:對所述購買力向量進行聚類運算，得到x+1個關于購買力向量的點簇，每個點簇分別對應一個檔次，將用戶對應的購買力向量所在點簇相應的檔次作為用戶的購買力檔次。
[0018]本發明通過對商品檔次的智能劃定，使得商品檔次的劃定更為合理，并基于智能劃分的商品檔次確定用戶購買力，基于用戶購買力進行分類，使得對用戶購買力的分類更加準確。
【附圖說明】
[0019]圖1為本發明一種電子商務用戶購買力分類方法的工作流程圖；
[0020]圖2為進行高檔商品劃分的工作流程圖；
[0021]圖3為本發明進行聚類運算的工作流程圖；
[0022]圖4為本發明一種電子商務用戶購買力分類系統的結構模塊圖。
【具體實施方式】
[0023]下面結合附圖和具體實施例對本發明做進一步詳細的說明。
[0024]如圖1所示為本發明一種電子商務用戶購買力分類方法的工作流程圖，包括:
[0025]步驟S101，包括:將同一品類中的商品基于價格和銷量分布確定出檔次為高檔的商品，同一品類中的其他商品的檔次確定為非高檔，將檔次為非高檔的商品按照價格從高到低依次分為X個從高到低的檔次，其中，X為預設的大于或等于I的自然數；
[0026]步驟S102，包括:計算每個用戶購買每個檔次商品的占比，將所述占比基于每個用戶進行向量化，得到每個用戶的購買力向量，所述購買力向量為x+1維向量，且每一維與一個檔次對應；
[0027]步驟S103，包括:對所述購買力向量進行聚類運算，得到x+1個關于購買力向量的點簇，每個點簇分別對應一個檔次，將用戶對應的購買力向量所在點簇相應的檔次作為用戶的購買力檔次。
[0028]本發明提出了一種更合理的劃分用戶購買力等級的方法。本發明并不是簡單地僅僅依據商品價格來區分商品檔次，而是根據商品價格和相應的商品銷量來綜合評估商品檔次，由于商品檔次最終確定用戶的購買力檔次，因此對商品檔次的綜合評估就是對用戶購買力等級的綜合評估。通過對高檔商品基于價格和銷量分布自動調節的劃分方法，使得相應地用戶購買力的等級評估也實現了自動調節，使得用戶購買力的分類更為準確，從而大大地提升了用戶在網站中的體驗。
[0029]在其中一個實施例中，所述步驟S101，具體包括:將同一品類中價格段前3%的商品的檔次確定為高檔，a采用如下方法確認:
[0030]選擇三個或三個以上取值范圍為在O?100之間的待選擇值，最大的待選擇值作為最大選擇值，最小待選擇值為最小選擇值，其他的待選擇值為中間選擇值，令m為同一品類中價格的前的價格統計值，令η為同一品類中最近預設時間段內有銷量的商品中價格的前y %的價格統計值，如果m大于η超過預設第一閾值，則選擇a為最大選擇值，如果η大于m超過預設第二閾值，貝Ij選擇a為最小選擇值中的最小值，其他情況，選擇a為中間選擇值中的一個，其中，Y小于最大選擇值且大于最小選擇值。
[0031]首先，要對所有商品進行標注，因為購買力模型最終要將用戶的購買能力分為X+1個等級，優選地，x+1為5，則用戶的購買能力分為高、偏高、中、中低、低五個等級，所以在對商品標注的過程中，我們也要將所有商品也標為X個檔次，優選地為高檔、偏高擋、中檔、中低檔、低檔五個檔次。由于在【背景技術】中提到的“一刀切”方法會使很多品類的高檔商品非常稀疏。所以對高檔商品劃分，本實施例根據各個品類商品的價格與銷量分布情況自動調節劃分百分比。對于一個品類，例如三級品類，選取處于價格段前a%的商品為高檔商品，其中，a優選為三個，可以選擇5、10或者20，即a%可以為5%、10或20%。a的具體取值需要先計算兩個指標m、n，其中m為該品類價格位于前7%的價格統計值，η為該品類近一段時間內有銷量的商品價格位于前的價格統計值(不去重復，如果一個商品被買多次，也計算在內)。I優選為10%，前的價格統計值優選為將前的商品去除后剩余商品中的最高值。這樣，如果m?n，說明該品類價格前10%商品銷量不好，高端商品的閾值應該提高，即a = 20% ;如果n?m，說明該品類的價格前10%商品銷量很好，應該少取一些，降低閾值，即a = 5%;其他情況a= 10%。由此就做到了高端商品的判斷閾值可以根據銷售的實際情況進行自調節。m的值應介于a取值的中間，但是不一定是中間值。這里面的取值都是可以改變的。具體的流程圖如圖2所示:
[0032]步驟S201，計算該品類價格位于10前10%的價格統計值m ；
[0033]步驟S202，計算該品類近一段時間內有銷量的商品價格位于前10%的價格統計值；
[0034]步驟S203，如果m?n，即m大于η超過第一閾值，第一閾值可以取一個較大的范圍，則a% =