-
Patent Agency Ranking
公开(公告)号：CN107944913B
公开(公告)日：2022-03-22
申请号：CN201711164670.7
申请日：2017-11-21
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于大数据用户行为分析的高潜在用户购买意向预测方法，包括：101数据预处理，对电商用户历史行为数据集进行预处理操作；102样本定义与打标，根据用户历史消费行为，以有交互的用户产品对为关键字构建样本；103训练集测试集划分，采用时间窗口划分法，将历史数据划分为训练集与测试集；104特征构建，对用户的历史行为数据进行特征工程构建；105算法设计与实现，首先对特征群特征选择和对数据集进行不平衡数据的处理，随后本发明提出一种两层模型迭代学习算法预测最终结果。本发明基于时间跨度45天的电商用户历史行为数据，建立预测模型，从而预测未来5天用户是否下单候选商品集合P中的商品。
-
公开(公告)号：CN107895283B
公开(公告)日：2021-02-09
申请号：CN201711086963.8
申请日：2017-11-07
Applicant: 重庆邮电大学
IPC: G06F30/27
Abstract: 本发明请求保护一种基于时间序列分解的商家客流量大数据预测方法，属于智能信息处理领域。主要包括步骤：101对历史消费数据进行预处理；102对经过预处理的数据构建特征工程并选取特征；103基于时间序列分解构建客流量预测模型；104对已建立模型进行多模型加权融合，预测商家客流量。本发明能够为商家更为精准的预测客流量，有利于商家更精确的配置资源，提前做好准备以及适时采取宣传措施等。
-
公开(公告)号：CN107944913A
公开(公告)日：2018-04-20
申请号：CN201711164670.7
申请日：2017-11-21
Applicant: 重庆邮电大学
CPC classification number: G06Q30/0202 , G06K9/6218 , G06K9/6228 , G06Q30/0201
Abstract: 本发明请求保护一种基于大数据用户行为分析的高潜在用户购买意向预测方法，包括：101数据预处理，对电商用户历史行为数据集进行预处理操作；102样本定义与打标，根据用户历史消费行为，以有交互的用户产品对为关键字构建样本；103训练集测试集划分，采用时间窗口划分法，将历史数据划分为训练集与测试集；104特征构建，对用户的历史行为数据进行特征工程构建；105算法设计与实现，首先对特征群特征选择和对数据集进行不平衡数据的处理，随后本发明提出一种两层模型迭代学习算法预测最终结果。本发明基于时间跨度45天的电商用户历史行为数据，建立预测模型，从而预测未来5天用户是否下单候选商品集合P中的商品。
-
公开(公告)号：CN107909433A
公开(公告)日：2018-04-13
申请号：CN201711121288.8
申请日：2017-11-14
Applicant: 重庆邮电大学
CPC classification number: G06Q30/0631 , G06K9/629 , G06Q30/0202
Abstract: 本发明请求保护一种基于大数据移动电子商务的商品推荐方法，包括：101对用户的历史行为数据进行预处理操作；102根据行为时间对用户历史数据进行数据划分操作；103对用户历史行为数据打标；104对用户历史数据进行特征工程构建操作；105建立多个机器学习模型，并进行模型融合操作；106通过已建立的模型，根据用户行为数据对用户在未来一天是否购买某商品进行预测。本发明主要是通过对用户历史数据进行预处理和分析提取特征，建立多个机器学习模型，从而预测用户在未来一天中购买某商品的概率，提高商家给用户推荐商品的精度。
-
公开(公告)号：CN107895283A
公开(公告)日：2018-04-10
申请号：CN201711086963.8
申请日：2017-11-07
Applicant: 重庆邮电大学
IPC: G06Q30/02
CPC classification number: G06Q30/0202
Abstract: 本发明请求保护一种基于时间序列分解的商家客流量大数据预测方法，属于智能信息处理领域。主要包括步骤：101对历史消费数据进行预处理；102对经过预处理的数据构建特征工程并选取特征；103基于时间序列分解构建客流量预测模型；104对已建立模型进行多模型加权融合，预测商家客流量。本发明能够为商家更为精准的预测客流量，有利于商家更精确的配置资源，提前做好准备以及适时采取宣传措施等。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
