[发明专利]数据挖掘系统及数据挖掘方法

说明书

本发明涉及数据挖掘领域，具体涉及数据挖掘系统及数据挖掘方法，通过对用户的访问行为数据的挖掘；确定用户的购买迟疑程度以及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，得到不同类别的用户群体；同时引入用户群体中任意两用户的历史设定时间内对已购目标产品的查询次数以及滑动速度构成的用户行为向量以及对应的评价特征码，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，进而获取各用户群体中偏向程度最大与最小对应的状态向量，确定推送的产品。即本发明的方案能够为网购平台的优化提供依据。

技术领域

本发明涉及数据挖掘领域，具体为数据挖掘系统及数据挖掘方法。

背景技术

近年来，随着互联网技术的发展，网上购票、订房、购物或团购美食已经成为生活中必不可少的消费方式。每天数以亿计的用户访问电商网站平台产生海量的访问数据。

用户访问电商网站平台的行为反映了访客的网购心理和网购倾向，进而反映了用户的价值和创利能力。用户的访问行为是衡量用户是否有价值的一项重要因素，也是衡量网站平台本身用户体验的重要指标。通过对用户的网购行为进行分析，确定访客的价值，便于网站据此调整会员营销策略，优化个性化推荐机制，提升用户体验和转化率等。因此，如何对用户的行为进行分析，确定用户的价值，成为企业越来越关注的信息。

以网购电影票为例，目前对网购电影票的文本数据挖掘只关注如何从评论中分析情感，忽视了用户在进行网购的操作过程中的心理变化，从而无法更精确地洞察大量文本评价数据中的特征，也就无法准确分析用户的行为。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种数据挖掘系统及数据挖掘方法，所采用的技术方案具体如下：

本发明提供的一种数据挖掘方法的技术方案，包括以下步骤：

获取用户当前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，确定状态稳定性较差的前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较高的已购目标产品的评论，M大于等于2。

优选地，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。

优选地，所述倾向程度为：

F_interest＝exp(-t_commit)*tanh(t_hang)*(1-K_ok)