[发明专利]一种购买周期预测方法及装置，电子设备

说明书

技术领域

本申请涉及计算机技术领域，特别是涉及一种购买周期预测方法及装置，电子设备。

背景技术

购买周期，常用来作为产品或品类热度评价等应用的依据。现有技术中，对于购买周期的计算大多基于统计的方法。即根据用户的购买序列日志，在观测时间内，用时间与购买次数的比值作为某商品或类别的购买周期。然而，基于统计的方法计算购买周期，只能涉及用户购买过的商品，对在观测时间内没有购买记录的用户和商品，无法得到结果。并且，现有方案大多针对某个商品或品类计算其总体的购买周期，在需要计算每个用户对商品的个性化购买周期时，数据稀疏会导致计算结果有较大的偏差，尤其是涉及到一些购买频率较低的商品或类别。

可见，现有技术中的购买周期预测方法，由于对用户和商品的覆盖率低，存在预测准确率低下的问题。

发明内容

本申请提供一种购买周期预测方法，解决现有技术中的购买周期预测方法存在的预测准确率低下的问题。

为了解决上述问题，第一方面，本申请实施例提供了一种购买周期预测方法包括：

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。

第二方面，本申请实施例提供了一种购买周期预测装置，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。

第三方面，本申请实施例还公开了一种电子设备，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，所述处理器执行所述计算机程序时实现本申请实施例所述的购买周期预测方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的购买周期预测方法的步骤。

本申请实施例公开的购买周期预测方法，通过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；然后，根据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，解决了现有技术中基于统计的购买周期预测方法存在的预测准确率低下的问题。通过基于用户和商品的历史数据进行建模，可以有限避免对在观测时间内没有购买记录的用户和商品无法预测购买周期的问题，也能够很好的解决由于数据稀疏导致的预测结果有较大偏差的问题。通过对用户对象组合的特征数据进行建模，由于特征数据既包括用户特征、又包括商品特征，以及用户对该商品的购买、点击等特征，不仅可以提高预测的准确率，基于特征进行预测还可以提升用户和商品的适用范围。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例一购买周期预测方法流程图；

图2是本申请实施例二购买周期预测方法流程图；

图3是本申请实施例三购买周期预测装置结构示意图之一；

图4是本申请实施例三购买周期预测装置结构示意图之二。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请中所述的对象可以为服务、产品、商品等，为了便于理解，本申请实施例中以对象为商品举例，对技术方案进行详细说明。

实施例一

本实施例公开的一种购买周期预测方法，如图1所示，该方法包括：步骤110至步骤120。

步骤110，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。