大数据精准模型的构建方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号CN109767302B(45)授权公告日2022.02.15(21)申请号201910033017.X(56)对比文件US20142579(22)申请日2019.01.1422A1,2014.09.11CN102724628A,2012.10.10(65)同一申请的已公布的文献号CN104580636A,2015.04.29申请公布号CN109767302ACN105391796A,2016.03.09(43)申请公布日2019.05.17CN107608986A,2018.01.19(73)专利权人博拉网络股份有限公司US2017270589A1,2017.09.21地址401122重庆市渝北区金开大道西段审查员马陈骁106号17幢(72)发明人童毅周波依(74)专利代理机构重庆强大凯创专利代理事务所(普通合伙)50217代理人黄书凯(51)Int.Cl.G06Q30/06(2012.01)权利要求书2页说明书5页附图2页(54)发明名称大数据精准模型的构建方法及装置(57)摘要本发明涉及大数据分析技术领域，具体为一种大数据精准模型的构建方法及一种大数据精准模型的构建装置，该方法包括：数据采集步骤，采集用户的基本信息和网购数据信息；用户网购模型建立步骤，用户网购模型建立步骤包括：S100：生成用户的购买偏好和经济能力；S200：生成用户的需求列表；S300：生成用户的推荐列表；S400：分析用户与其他用户之间的亲密度和社交关系，生成用户的社交关系网络；S500：向用户的推荐列表中增加其他用户的需求列表的商品。本发提供的一种大数据精准模型的构建方法及装置，能够基于社交关系网络为用户提供精准的用户模型，实现精准营销。CN109767302BCN109767302B权利要求书1/2页1.大数据精准模型的构建方法，其特征在于：包括以下内容：数据采集步骤，采集用户的基本信息和网购数据信息；用户网购模型建立步骤，根据用户的基本信息和网购数据信息建立用户网购模型，所述用户网购模型包括购买偏好、社交关系网络、经济能力、需求列表以及推荐列表；所述网购数据信息包括购买记录、浏览记录、购物车信息、代付信息、网购账号信息；所述用户网购模型建立步骤包括：S100：根据用户的购买记录、浏览记录生成用户的购买偏好和经济能力；S200：根据用户的购买偏好、浏览记录、购物车信息生成用户的需求列表；S300：根据用户的需求列表以及购买偏好、经济能力生成用户的推荐列表；S400：根据用户的购买记录、代付信息、网购账号信息分析用户与其他用户之间的亲密度和社交关系，生成用户的社交关系网络；S400具体包括：从用户网购记录中筛选收件人非用户本人的网购记录，得到网购赠送记录；根据网购赠送记录中的收件人电话号码、姓名关联到相应的用户；根据赠送的商品以及留言信息判断两个用户的关系，根据网购赠送记录的数量以及对应的价值判断两个用户的亲密度；根据用户的代付信息，查找相应的代付记录根据代付的留言、金额判断两个用户的关系和亲密度；根据用户网购账号的好友关系以及备注信息，分析用户与其好友之间的关系和亲密度；S500：向用户的推荐列表中增加与其关系为预设关系类型的用户或者与其亲密度超过预设值的用户的需求列表的商品。2.根据权利要求1所述的大数据精准模型的构建方法，其特征在于：还包括反馈调节步骤，所述反馈调节步骤包括社交关系更新步骤，判断用户是否购买了推荐列表中其他用户的需求商品，若是则更新这两个用户之间的亲密度。3.根据权利要求2所述的大数据精准模型的构建方法，其特征在于：所述社交关系包括朋友关系、情侣关系、家人关系，所述预设关系类型为情侣关系和家人关系。4.根据权利要求3所述的大数据精准模型的构建方法，其特征在于：S500中向用户的推荐列表中添加的商品与用户的经济能力对应。5.一种大数据精准模型的构建装置，其特征在于：该装置包括：数据采集模块，用于采集用户的基本信息和网购数据信息；用户网购模型建立模块，用于根据用户的基本信息和网购数据信息建立用户网购模型，所述用户网购模型包括购买偏好、社交关系网络、经济能力、需求列表以及推荐列表；所述网购数据信息包括购买记录、浏览记录、购物车信息、代付信息、网购账号信息；所述用户网购模型建立模块包括：偏好和经济能力计算模块，用于根据用户的购买记录、浏览记录生成用户的购买偏好和经济能力；需求生成模块，用于根据用户的购买偏好、浏览记录、购物车信息生成用户的需求列表；2CN109767302B权利要求书2/2页推荐生成模块，用于根据用户的需求列表以及购买偏好、经济能力生成用户的推荐列表；社交关系分析模块，用于根据用户的购买记录、代付信息、网购账号信息分析用户与其他用户之间的亲密度和社交