[发明专利]数据分析方法和装置

说明书

本发明实施例提供一种数据分析方法和装置，该方法包括：获取不同观察时刻时多个用户中每个用户的消费标签集合，其中，消费标签集合中的每个标签由消费属性和属性值构成；分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性。针对任一用户来说，通过对多个不同观察时刻其对应的用户消费标签集合的分析，能够跟踪发现影响用户消费行为变化的消费属性，基于此，对大量的用户进行上述分析过程，可以准确地发现一段时间内影响大量用户消费行为变化的原因，基于该原因的发现，在实际应用中可以有利于提高服务平台向服务提供方推送服务策略的针对性、准确性。

技术领域

本发明涉及互联网技术领域，尤其涉及一种数据分析方法和装置。

背景技术

随着互联网的发展，常常需要对用户的行为信息进行分析，以便预测用户未来的行为，进而基于预测结果确定互联网信息的分发策略或处理策略。

目前，通常通过建立模型的方式进行用户行为的分析，具体地，首先从历史数据中采集样本，基于采集的样本建立预测模型，然后根据预测模型中的预测系数，比如概率系数、关系权重系数等，来预测用户潜在的行为。

发明内容

从时间维度考虑，当通过建立模型来分析用户的消费行为时，一旦模型建立完成以后，除非重新选择样本并重新建立模型，否则模型中的预测系数是固定不变的，因此不能够适应变化的消费习惯、消费趋势等最新的消费行为信息，导致确定用户潜在消费行为的准确率降低，或者说导致不能准确分析出影响用户消费行为变化的原因。

发明人通过对大量用户的消费数据的跟踪、研究发现：以任一个用户或多个用户来说，其在不同时间阶段所体现出的消费行为可能是不同的。该用户在不同时间的消费行为的变化，可能主要受几个消费属性的影响，比如配送时间、起送价格等等。

因此，如果能够准确分析获得大量用户在不同时间阶段的消费行为的变化原因，将能够基于分析获得的变化原因，进行针对性的营销策略输出，比如，在电子商务领域，服务平台通过对短时间内影响用户消费行为变化的消费属性的分析，能够基于该消费属性向各商户推送针对性的营销建议，以满足大量用户当前的消费需求。

有鉴于此，本发明实施例提供一种数据分析方法和装置，用以准确分析用户消费行为变化的原因，从而有利于提高服务策略推送的针对性、准确性。

本发明实施例提供一种数据分析方法，包括：

获取不同观察时刻时多个用户中每个用户的消费标签集合，所述消费标签集合中的每个标签由消费属性和属性值构成；

分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性。

可选地，所述分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性，包括：

根据所述多个用户中每个用户的消费标签集合和至少一组观察指标区间，确定每组观察指标区间在不同观察时刻对应的用户集合，其中，每组观察指标区间由至少一种观察指标及对应的一个取值区间构成；

对每组观察指标区间在不同观察时刻对应的用户集合进行用户流转情况和消费标签差异性分析，确定影响用户消费行为变化的消费属性。

可选地，所述分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性之前，还包括：

响应于对目标用户类型的选择操作，确定与所述目标用户类型对应的用户筛选条件；

根据不同观察时刻时获取的多个用户中每个用户的消费标签集合和所述用户筛选条件，确定在对应观察时刻，满足所述用户筛选条件的用户集合。

从而可选地，所述分析每个用户在不同观察时刻对应的消费标签集合，确定影响用户消费行为变化的消费属性，包括：