[发明专利]目标客户的默搭购买行为的处理方法和装置

权利要求书

1.一种目标客户的默搭购买行为的处理方法，其特征在于，包括：

确定所述目标客户所属的客群；

针对所述目标客户所属的客群，确定所述目标客户的信息向量，其中，所述信息向量用于表征所述目标客户的商品购买行为；

基于使用训练数据通过机器学习训练得到的分类模型，识别出所述目标客户的信息向量对应的默搭购买行为，其中，所述训练数据包括多组训练数据，所述多组训练数据中的每一组训练数据均包括目标客户的信息向量以及所述目标客户的信息向量对应的默搭购买行为；确定所述目标客户所属的客群包括：获取所述目标客户的历史购买行为和商品使用行为；根据所述历史购买行为和所述商品使用行为，得到所述目标客户所属的客群，其中，所述客群包括以下至少之一：表现用户、小白用户、纯白用户；所述目标客户所属的客群为小白用户，针对所述目标客户所属的客群，确定所述目标客户的信息向量包括：基于社区网络获取客户之间的关联关系；根据所述关联关系以及关联限制，筛选出与所述目标客户关联的表现用户；将所述目标客户关联的表现用户的信息向量进行加权聚合，得到所述目标客户的信息向量，或者所述目标客户所属的客群为表现用户，针对所述目标客户所属的客群，确定所述目标客户的信息向量包括：获取所述目标客户的历史购买行为，其中，所述历史购买行为包含默搭处理行为；根据所述目标客户的历史购买行为，确定所述目标客户的信息向量，或者所述目标客户所属的客群为纯白用户，针对所述目标客户所属的客群，确定所述目标客户的信息向量包括：依据模糊信息建立表现用户的聚类群；从所述聚类群中筛选出与所述目标客户最为临近的多个表现用户；将所述目标客户最为临近的多个表现用户的信息向量进行聚合，得到所述目标客户的信息向量。

2.根据权利要求1所述的方法，其特征在于，在基于使用训练数据通过机器学习训练得到的分类模型，识别出所述目标客户的信息向量对应的默搭购买行为之前，所述方法还包括：

获取目标客户的多组训练数据，其中，所述目标客户所属的客群均为表现用户；

使用所述多组训练数据通过机器学习进行训练得到所述分类模型。

3.根据权利要求2所述的方法，其特征在于，使用所述多组训练数据通过机器学习进行训练得到所述分类模型包括：

依据所述表现用户的默搭处理行为对多组训练数据进行分类，得到分类结果，其中，所述分类结果包括第一表现用户的训练数据和第二表现用户的训练数据；

通过机器学习对所述分类结果进行训练，得到所述分类模型。

4.一种目标客户的默搭购买行为的处理装置，其特征在于，包括：

第一确定模块，用于确定所述目标客户所属的客群；

第二确定模块，用于针对所述目标客户所属的客群，确定所述目标客户的信息向量，其中，所述信息向量用于表征所述目标客户的商品购买行为；

识别模块，用于基于使用训练数据通过机器学习训练得到的分类模型，识别出所述目标客户的信息向量对应的默搭购买行为，其中，所述训练数据包括多组训练数据，所述多组训练数据中的每一组训练数据均包括目标客户的信息向量以及所述目标客户的信息向量对应的默搭购买行为；所述第一确定模块包括：第一获取单元，用于获取所述目标客户的历史购买行为和商品使用行为；第一得到单元，用于根据历史购买行为和商品使用行为，得到所述目标客户所属的客群，其中，所述客群包括以下至少之一：表现用户、小白用户、纯白用户；所述目标客户所属的客群为小白用户，所述第二确定模块包括：第三获取单元，用于基于社区网络获取客户之间的关联关系；第一筛选单元，用于根据所述关联关系以及关联限制，筛选出与目标客户关联的所述表现用户；第二得到单元，用于将所述目标客户关联的所述表现用户的信息向量进行加权聚合，得到所述目标客户的所述信息向量，或者所述目标客户所属的客群为表现用户，所述第二确定模块包括：第二获取单元，用于获取所述目标客户的历史购买行为，其中，所述历史购买行为包含默搭处理行为；确定单元，用于根据所述目标客户的所述历史购买行为，确定所述目标客户的信息向量；或者所述目标客户所属的客群为纯白用户，所述第二确定模块包括：建立单元，用于依据模糊信息建立所述表现用户的聚类群；第二筛选单元，用于从所述聚类群中筛选出与所述目标客户最为临近的多个所述表现用户；第三得到单元，用于将所述目标客户最为临近的多个所述表现用户的所述信息向量进行聚合，得到所述目标客户的信息向量。