[发明专利]一种购买周期预测方法及装置，电子设备

权利要求书

1.一种购买周期预测方法，其特征在于，包括：

获取目标用户对象组合的预设维度第一特征数据，所述目标用户对象组合为目标用户与目标对象的组合；

通过所述第一特征数据和预先训练的预测模型，确定所述目标用户对所述目标对象的购买周期。

2.根据权利要求1所述的方法，其特征在于，所述通过所述第一特征数据和预先训练的预测模型，确定所述目标用户对所述目标对象的购买周期的步骤，包括：

将所述第一特征数据输入预先训练的预测模型，预测所述目标用户对所述目标对象的单位时间购买次数；

基于所述单位时间购买次数确定所述目标用户对所述目标对象的购买周期。

3.根据权利要求2所述的方法，其特征在于，所述将所述第一特征数据输入预先训练的预测模型，预测所述目标用户对所述目标对象的单位时间购买次数的步骤之前，还包括：

根据预设维度的第二特征数据和单位时间内购买次数，训练预测模型；

其中，所述第二特征数据为预设历史时间以前，用户对象组合的预设维度特征数据，所述用户对象组合为用户与其购买过的任一商品的组合；所述单位时间内购买次数为所述用户对象组合中的用户在所述预设历史时间之后在单位时间内对所述用户对象组合中的商品的购买次数。

4.根据权利要求3所述的方法，其特征在于，所述根据预设维度的第二特征数据和单位时间内购买次数，训练预测模型的步骤，包括：

根据预设维度的第二特征数据和单位时间内购买次数，基于泊松回归模型训练购买次数预测模型。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述预设维度包括：用户维度、商品维度、用户对商品的交叉维度。

6.一种购买周期预测装置，其特征在于，包括：

特征数据获取模块，用于获取目标用户对象组合的预设维度第一特征数据，所述目标用户对象组合为目标用户与目标对象的组合；

购买周期确定模块，用于通过所述特征数据获取模块获取的第一特征数据和预先训练的预测模型，确定所述目标用户对所述目标对象的购买周期。

7.根据权利要求6所述的装置，其特征在于，所述购买周期确定模块进一步包括：

单位时间购买次数预测单元，用于将所述特征数据获取模块获取的第一特征数据输入预先训练的预测模型，预测所述目标用户对所述目标对象的单位时间购买次数；

购买周期确定单元，用于基于所述单位时间购买次数确定所述目标用户对所述目标对象的购买周期。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

预测模型训练模块，用于根据预设维度的第二特征数据和单位时间内购买次数，训练预测模型；

其中，所述第二特征数据为预设历史时间以前，用户对象组合的预设维度特征数据，所述用户对象组合为用户与其购买过的任一商品的组合；所述单位时间内购买次数为所述用户对象组合中的用户在所述预设历史时间之后在单位时间内对所述用户对象组合中的商品的购买次数。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任意一项所述的购买周期预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5任意一项所述的购买周期预测方法的步骤。