[发明专利]一种消费者购买酒的价位预测方法及系统

权利要求书

1.一种消费者购买酒的价位预测方法，其特征在于，包括：

对获取到的消费者样本集对应的影响因素进行提取，所述影响因素包括：质量因素、企业营销因素、购买动机因素和个人特征因素，每一所述影响因素至少包括一个影响因子；

计算各所述影响因子对应的权重，并根据所述权重获取目标影响因子；

根据所述目标影响因子和酒的价位建立二分类v双支持向量机模型，根据所述二分类v双支持向量机模型建立多分类模型，并利用所述消费者样本集对所述多分类模型进行训练；

利用所述多分类模型对待预测样本进行预测。

2.根据权利要求1所述的方法，其特征在于，所述根据所述二分类v双支持向量机模型建立多分类模型并对所述多分类模型，并利用所述消费者样本集对所述多分类模型进行训练，还包括：

通过交叉验证法获得模型参数最优的所述多分类模型。

3.根据权利要求1所述的方法，其特征在于，所述计算各所述影响因子对应的权重，包括：

根据Lasso算法计算各所述影响因子对应的权重。

4.根据权利要求1所述的方法，其特征在于，在所述根据所述影响因子和酒的价位建立二分类v双支持向量机模型之前，还包括：

获取所述权重大于预设阈值的所述目标影响因子，其中所述预设阈值大于0。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述二分类v双支持向量机模型至少为三个。

6.一种消费者购买酒的价位预测系统，其特征在于，包括：

提取模块，用于对获取到的消费者样本集对应的影响因素进行提取，所述影响因素包括：质量因素、企业营销因素、购买动机因素和个人特征因素，每一所述影响因素至少包括一个影响因子；

计算模块，用于计算各所述影响因子对应的权重，并根据所述权重获取目标影响因子；

模型建立模块，用于根据所述目标影响因子和酒的价位建立二分类v双支持向量机模型，根据所述二分类v双支持向量机模型建立多分类模型，并利用所述消费者样本集对所述多分类模型进行训练；

模型预测模块，用于利用所述多分类模型对待预测样本进行预测。

7.根据权利要求6所述的系统，其特征在于，所述模型建立模块，还用于：

通过交叉验证法获得模型参数最优的所述多分类模型。

8.根据权利要求6所述的系统，其特征在于，所述计算模块，具体用于：

根据Lasso算法计算各所述影响因子对应的权重。

9.根据权利要求6所述的系统，其特征在于，所述系统还包括：

筛选模块，用于获取所述权重大于预设阈值的所述目标影响因子，其中所述预设阈值大于0。

10.根据权利要求6-9任一项所述的系统，其特征在于，所述二分类v双支持向量机模型至少为三个。