[发明专利]一种商品聚类确认方法及装置

说明书

本发明实施例公开了一种商品聚类确认方法及装置，其中，该方法包括：对与目标种类商品的销售数量对应的购买用户进行抽样，得到待聚类的用户消费数据，其中，用户消费数据为用户购买各种商品的数量；以用户ID为列，商品种类为行，根据待聚类的用户消费数据生成第一矩阵，根据第一矩阵的数据计算目标种类商品两两之间的相似度，并根据相似度对目标种类商品进行分级聚类，得到商品聚类结果。本发明根据该聚类结果，可以了解到用户的订单中相关性较高的商品种类，以便精准地对多种商品进行捆绑销售和推荐，进一步地提高电商的有效销售额。

技术领域

本发明涉及商品消费数据分析领域，尤其涉及一种商品聚类确认方法及装置。

背景技术

随着网络技术的快速发展，电商行业随之迅速崛起，网络购物渗透在人们生活的各个角落。

长期侧重于女装、鞋帽等行业的电商累积了很多有价值的数据，通过数据可以发现，年龄和收入相仿的人可能有完全不同的穿衣风格，能够发现一些特殊的“服装群体”，且根据数据还能对一些经常购买的商品做组合促销和推荐。

而分析数据的过程中，商品数量较少的电商的做法是末尾淘汰制，就是把销售不好的商品直接淘汰，换一些新的商品，这种方法简单而且直观。也有一些电商会采取皮尔逊相关性计算做商品之间的关系，但是在大规模数据下，通常无法准确地进行商品相关性的推算进而实现对商品的精准促销和推荐。

发明内容

本发明实施例提供了一种商品聚类确认方法及装置，解决了当前电商无法准确地进行商品相关性的推算进而实现对商品的精准促销和推荐的技术问题。

本发明实施例提供了一种商品聚类确认方法，包括：

对与目标种类商品的销售数量对应的购买用户进行抽样，得到待聚类的用户消费数据，其中，用户消费数据为用户购买各种商品的数量；

以用户ID为列，商品种类为行，根据待聚类的用户消费数据生成第一矩阵，根据第一矩阵的数据计算目标种类商品两两之间的相似度，并根据相似度对目标种类商品进行分级聚类，得到商品聚类结果。

优选地，对与目标种类商品的销售数量对应的购买用户进行抽样，得到待聚类的用户消费数据，其中，用户消费数据为用户购买各种商品的数量之前还包括：

根据获取到的所有种类商品的销售数量计算商品销售数量的标准差，剔除所有种类商品的销售数量中不大于标准差的数据，得到目标种类商品的销售数量。

优选地，以用户ID为列，商品种类为行，根据待聚类的用户消费数据生成第一矩阵，根据第一矩阵的数据计算目标种类商品两两之间的相似度，并根据相似度对目标种类商品进行分级聚类，得到商品聚类结果之后还包括：

对第一矩阵进行转置，得到第二矩阵，根据第二矩阵的数据计算各个用户之间的相似度，并根据各个用户之间的相似度对所有用户进行分级聚类，得到用户聚类结果。

优选地，根据第一矩阵的数据计算目标种类商品两两之间的相似度具体为：

根据第一矩阵的数据通过欧几里得距离或曼哈顿距离或皮尔逊相关度计算目标种类商品两两之间的距离，目标种类商品两两之间的距离与目标种类商品两两之间的相似度相对应。

优选地，本发明实施例还提供了一种商品聚类确认装置，包括：

抽样单元，用于对与目标种类商品的销售数量对应的购买用户进行抽样，得到待聚类的用户消费数据，其中，用户消费数据为用户购买各种商品的数量；

聚类单元，用于以用户ID为列，商品种类为行，根据待聚类的用户消费数据生成第一矩阵，根据第一矩阵的数据计算目标种类商品两两之间的相似度，并根据相似度对目标种类商品进行分级聚类，得到商品聚类结果。

优选地，本发明实施例提供的一种商品聚类确认装置还包括：