[发明专利]通过网站访问数据识别购买模式的方法及装置

权利要求书

1.一种通过网站访问数据分析购物模式的方法，其特征在于，包括：

对网站访问数据进行处理，得到因变量数据与自变量数据；其中，所述自变量数据包括客户浏览数据，所述因变量数据包括客户购买数据；

对所述自变量数据进行离散化处理，得到离散自变量数据，包括以下情况中至少一种：对所述自变量数据进行等间距离散化处理；及对所述自变量数据进行等频率离散化处理；

建立分位数回归算法模型；

通过所述分位数回归算法模型获得所述因变量数据与所述离散自变量数据之间的关系数据；

利用所述分位数回归算法中的分位数回归曲线对所述因变量数据与所述离散自变量数据之间的所述关系数据进行处理得到分层结构数据，包括：根据所述客户浏览数据的数据量大小建立用户活跃度的分层结构，以根据所述用户活跃度的分层结构，预测用户的购买意愿；

通过所述分位数回归算法中的所述分位数回归曲线与所述分层结构数据进行分层预测分析，包括：根据预测的用户的购买意愿，确定进一步的规划；

其中，所述客户购买数据包括：客户购买频次数据、客户购买数量数据、客户购买金额数据；所述客户浏览数据包括：浏览量数据、浏览访问次数数据、浏览时长数据、浏览深度数据。

2.如权利要求1所述的方法，其特征在于，建立分位数回归算法模型，包括：

确定所述分位数回归算法模型的目标函数；

确定所述分位数回归算法模型的分位数个数与回归形式；

利用最优化方法确定所述分位数回归算法模型的回归参数；以及

进行所述分位数回归算法模型的回归检验。

3.如权利要求2所述的方法，其特征在于，所述目标函数为：

其中，d_q(y，q)为所述目标函数公式，p∈(0,1)，p表示数值小于第p个所述分位数的比例，q是p分位数对应的数值。

4.如权利要求2所述的方法，其特征在于，利用最优化方式求解回归参数，最优化目标公式为：

其中τ∈(0,1)，为第τ分位数下的回归系数估计，ρ_τ(z)＝τZI_[0.∞)(Z)-(1-τ)ZI_(-∞,0)(Z)，其中，I(·)为示性函数，x_i为所述自变量，y_i为所述因变量。

5.如权利要求2所述的方法，其特征在于，进行所述分位数回归算法模型的回归检验，包括以下情况中至少一种：

利用参数显著性进行回归检验；以及

利用模型拟合优度进行回归检验。

6.如权利要求2所述的方法，其特征在于，还包括：

通过所述分位数回归算法中的分位数回归参数与所述分层结构数据进行分层策略分析。

7.如权利要求1所述的方法，其特征在于，对所述自变量数据进行离散化处理，得到离散自变量数据，包括：

判断所述自变量数据是否为离散化数据；以及

如果所述自变量数据不为离散化数据，则对所述自变量数据进行离散化处理，得到所述离散自变量数据。