[发明专利]数据挖掘系统及数据挖掘方法

权利要求书

1.一种数据挖掘方法，其特征在于，包括以下步骤：

获取用户在已购目标产品的网购过程中的访问行为数据；所述访问行为数据包括浏览记录总时间、已购目标产品对应页面的停留时间、已购目标产品的支付时间长度；将所述停留时间与浏览记录总时间的比值作为用户的购买迟疑程度；

根据所述支付时间长度、停留时间以及购买迟疑程度，计算用户对已购目标产品的倾向程度；

基于已购目标产品的倾向程度、购买迟疑程度以及支付时间长度，计算任意两两用户的行为差异性，基于各行为差异性对所有用户进行划分，得到不同类别的用户群体；

获取各用户群体中的各用户在历史设定时间内对所述已购目标产品的查询次数以及滑动速度，基于所述查询次数以及滑动速度，构建用户行为向量；对各用户群体中的各用户对已购目标产品的评价内容进行数据挖掘，得到评价关键词，对所述评价关键词进行编码得到评价特征码；

基于各用户群体中的任意两两用户的评价特征码和用户行为向量，计算任意两两用户之间的邻域距离，基于各用户对应的所有邻域距离，并计算该用户的偏向程度；将各用户群体中的最大偏向程度与最小偏向程度组成状态向量；

对所有用户群体的状态向量进行跟踪，计算设定时间段内用户群体的状态稳定性，确定状态稳定性差的前M个用户群体，根据该M个用户群体的评论情况，在平台页面随机投放热评指数高的已购目标产品的评论，M大于等于2；

状态稳定性为：

其中，t为当前时刻，N为设定时间段，为用户群体在设定时间段N内的第i-1个状态向量，为用户群体在设定时间段N内的第i个状态向量；

根据该M个用户群体的评论情况，在平台页面随机投放热评指数高的电影的评论的具体手段为：

1）基于设定时间段N内的用户群体的状态稳定性，找到当前稳定性差的前M个用户群体，从M个用户群体的评论中随机选取M个评论；

2）影评平台构建快速点赞/踩的机制，针对M个评论，让已购票评价后的用户进行点赞/踩，因此根据点赞和踩的数量，获取评价的热评指数：

；

所述偏向程度的获取过程为：将其中任一用户对应的邻域距离按照从小到大排序，选取前k个邻域距离；将前k个邻域距离之和作为该用户的偏向程度；

邻域距离为：

其中，为用户p的影评特征码，为用户q的影评特征码，为用户p的用户行为向量，为用户q的用户行为向量，为哈希特征表示的历史特征码之间的向量夹角相似度，为购票行为的相似距离，是一种L2距离。

2.根据权利要求1所述的一种数据挖掘方法，其特征在于，所述倾向程度为：

其中，表示当前用户购票的支付时间长度，表示当前用户当日在电影介绍页的停留时间，表示当前订单购票的购买迟疑程度。

3.根据权利要求1所述的一种数据挖掘方法，其特征在于，

所述对已购目标产品的评价内容进行数据挖掘是通过基于词袋模型的分词处理进行的。

4.根据权利要求1所述的一种数据挖掘方法，其特征在于，所述行为差异性的获取过程为：

1）根据任意两用户对应的支付时间长度、停留时间以及购买迟疑程度，采用余弦相似度算法，确定该两用户的相似度，进而获取两用户的不相似度；

2）将已购目标产品的倾向程度的差异的绝对值与不相似度的乘积作为两用户的行为差异性。

5.一种数据挖掘系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的用于实现如权利要求1-4中任一项所述一种数据挖掘方法的程序。