[发明专利]一种特定平台内客户行为习惯分析方法

说明书

本发明公开一种特定平台客户行为习惯分析方法，按如下步骤进行：S1、在平台发布商品时，商品自带唯一标识ID和特定属性，所述特定属性包括点击、点击次数、购买、购买次数、购买数量；S2、用户点击或者购买商品时，平台自动收集用户ID和对应的商品特定属性；S3、平台根据收集到的信息，通过自主学习方式，获得用户行为习惯并根据用户行为习惯进行精准推送。本发明提供的一种特定平台客户行为习惯分析方法，通过商标自带的特定属性进行行为习惯的分析，精确度高，增加推送的准确度。

技术领域

本发明涉及一种行为习惯分析方法，更具体的说，涉及一种特定平台内客户行为习惯分析方法。

背景技术

互联网时代，人们的获取信息的途径逐渐增多，信息量加大，普通的广告营销方法已经无法满足人们的需求，甚至会引起反感，适得其反。而目前基于智能学习的对客户行为习惯的分析方法也越来越多，对有关数据进行统计、分析，从中发现用户访问网站或APP等平台的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。这是狭义的只指网络上的用户行为分析。但是，目前的分析方法中，大多基于客户的点击和浏览，精确度不高，推送的准确度低。

发明内容

发明目的： 本发明目的在于针对现有技术的不足，提供一种特定平台内客户行为习惯分析方法。

技术方案： 本发明所述一种特定平台客户行为习惯分析方法，按如下步骤进行：

S1、在平台发布商品时，商品自带唯一标识ID和特定属性，所述特定属性包括点击、点击次数、购买、购买次数、购买数量；

S2、用户点击或者购买商品时，平台自动收集用户ID和对应的商品特定属性；

S3、平台根据收集到的信息，通过自主学习方式，获得用户行为习惯并根据用户行为习惯进行精准推送。

本发明技术方案的进一步限定为，步骤S1中，商标自带特定属性还包括商品ID，点击数量，所属类别。

进一步地，步骤S3中，获得用户行为习惯的处理方法为：利用网络爬虫算法进行广度优先和深度优先的计算。

进一步地，所述深度优先的算法具体为：在一个HTML文件中，当一个超链被选择后，被链接的HTML文件将执行深度优先搜索，即在搜索其余的超链结果之前必须先完整地搜索单独的一条链。深度优先搜索沿着HTML文件上的超链走到不能再深入为止，然后返回到某一个HTML文件，再继续选择该HTML文件中的其他超链。当不再有其他超链可选择时，说明搜索已经结束。

有益效果：本发明提供的一种特定平台内客户行为习惯分析方法，通过商标自带的特定属性进行行为习惯的分析，精确度高，增加推送的准确度。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：本实施例一种特定平台客户行为习惯分析方法，按如下步骤进行：

S1、在平台发布商品时，商品自带唯一标识ID和特定属性，所述特定属性包括点击、点击次数、购买、购买次数、购买数量。

步骤S1中，商标自带特定属性还包括商品ID，点击数量，所属类别。

S2、用户点击或者购买商品时，平台自动收集用户ID和对应的商品特定属性；

S3、平台根据收集到的信息，通过自主学习方式，获得用户行为习惯并根据用户行为习惯进行精准推送。