基于用户的行为顺序预测购买概率的方法及其设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109242524A(43)申请公布日2019.01.18(21)申请号201810745481.7(22)申请日2018.07.09(30)优先权数据10-2017-00873112017.07.10KR(71)申请人SK普兰尼特有限公司地址韩国京畿道(72)发明人张祐赫张允硕李春旿黄永淑(74)专利代理机构北京集佳知识产权代理有限公司11227代理人唐京桥董娟(51)Int.Cl.G06Q30/02(2012.01)权利要求书2页说明书22页附图10页(54)发明名称基于用户的行为顺序预测购买概率的方法及其设备(57)摘要本文中公开的是基于用户的行为顺序预测购买概率的方法及其设备。该方法和设备实时收集访问购物网站的用户的日志，通过按时间顺序排列日志来生成与用户的在线行为相对应的统一资源标识符(URI)序列，并且通过将URI序列与对应于购物网站的购买概率模型进行比较来计算用户的产品购买概率。此外，可以更准确地检测顾客的当前购买意图，因此可以提供关于顾客当前感兴趣的产品的信息。CN109242524ACN109242524A权利要求书1/2页1.一种用于预测购买概率的方法，包括：实时收集针对访问购物网站的用户的日志；通过按时间顺序排列日志来生成与所述用户的在线行为相对应的统一资源标识符URI序列；以及通过将所述URI序列与对应于所述购物网站的购买概率模型进行比较来计算所述用户的产品购买概率。2.根据权利要求1所述的方法，其中，计算所述产品购买概率包括：通过提取构成所述URI序列的多个URI使得所述URI在时间上彼此相邻来生成多个子序列，每个子序列具有至少1的长度；以及基于所述购买概率模型计算分别对应于所述多个子序列的购买概率，并且基于分别对应于所述多个子序列的购买概率来确定所述产品购买概率。3.根据权利要求2所述的方法，其中，所述产品购买概率是分别对应于所述多个子序列的多个购买概率中的最高购买概率、所述多个购买概率的平均值以及所述多个购买概率的中值中的任意一个。4.根据权利要求2所述的方法，其中，计算所述产品购买概率还包括：提取第一检测数目和第二检测数目，所述第一检测数目指示从对应于所述购买概率模型的购买模式中检测到所述多个子序列中的每个的次数，所述第二检测数目指示从对应于所述购买概率模型的非购买模式中检测到所述多个子序列中的每个的次数；以及通过将所述第一检测数目除以所述第一检测数目与所述第二检测数目之和来计算分别对应于所述多个子序列的购买概率。5.根据权利要求2所述的方法，其中，生成所述多个子序列被配置成：基于预设参考长度和预设参考时间中的任意一个将所述URI序列划分为多个划分序列，并且从所述多个划分序列中的每个导出所述多个子序列。6.根据权利要求2所述的方法，其中，生成所述多个子序列被配置成：从所述多个URI中提取与预设最大长度和预设最大时间中的任意一个相对应的至少一个URI，使得在考虑时间序列的情况下首先提取最近的URI，并且从与所述至少一个URI对应的序列中导出所述多个子序列。7.根据权利要求3所述的方法，其中，计算所述产品购买概率被配置成：当在没有发生另外的在线行为的状态下经过一定时间时，随着经过时间的增加而降低所述产品购买概率。8.根据利要求1所述的方法，还包括：当所述用户对所述购物网站的行为周期结束时，使用所述URI序列和所述用户的购买结果更新所述购买概率模型。9.根据利要求8所述的方法，其中，更新所述购买概率模型被配置成：基于所述用户从所述购物网站注销的时间点和所述用户离开所述购物网站的时间点中的任意一个，确定所述行为周期结束的时间点。10.一种服务器，包括：存储器，用于针对访问购物网站的用户存储实时收集的日志；以及处理器，用于通过按时间顺序排列所述日志来生成与所述用户的在线行为对应的统一资源标识符URI序列，并且用于通过将所述URI序列与对应于所述购物网站的购买概率模型2CN109242524A权利要求书2/2页进行比较来计算所述用户的产品购买概率。3CN109242524A说明书1/22页基于用户的行为顺序预测购买概率的方法及其设备[0001]相关申请的交叉引用[0002]本申请要求于2017年7月10日提交的韩国专利申请第10-2017-0087311号的权益，其全部内容通过引用并入本申请。技术领域[0003]本发明一般涉及用于在网上购物(电子商务)站点中预测顾客感兴趣的产品的购买概率的技术，更具体地，涉及用于基于用户的行为顺序预测购买概率的方法以及用于该方法的设备，该方法可以基于用户在特定站点内访问的页面序列来量化和预测针对特定类别或特定类别中存在的产品的购买概率。背景技术[0004]随着国内外对网上购物(电子商务)的竞争日趋