用戶移動化程度的檢測方法及應用方法
【技術領域】
[0001]本發明屬于互聯網電子商務領域，尤其涉及一種用戶移動化程度的檢測方法及應用方法，特別是基于用戶移動化程度的營銷推廣方案設計方法及基于用戶移動化程度的商品推薦方法。
【背景技術】
[0002]近年來，隨著移動終端的普及、移動支付的發展，移動電商的發展逐漸壯大，大量用戶正逐漸向移動設備迀徙。目前的互聯網電子商務分析體系中，尚無業內廣泛認可并采納的檢測用戶移動化程度的方法。
[0003]指數計算方法方面，一般來說，用于綜合評估的指數計算方法如下:
[0004]1.加權平均算法。如上證指數，權數為上市公司的總股本。電商行業指標包括流量、訂單、銷售額等，指標類別多樣化，量綱相差較大，難以選取合適的指標作為權數。
[0005]2.因子分析法。因子分析是用少數幾個因子去描述許多指標或因素之間的聯系，即將相關比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子，以較少的幾個因子反映原資料的大部分信息。因子分析法廣泛應用于公司綜合實力、區域經濟發展水平等的綜合評估和排名。在目前應用的案例中，都是對所有樣本進行評估排名，如果要考慮到方案的可擴展性，則必須要考慮到如何評估新樣本。因子綜合得分，是原始變量的加權線性函數，這個函數可以用作新樣本的評估。但由于原始變量往往很多，移動化程度的檢測效率難以保證，很難支持實時推薦等功能。
【發明內容】
[0006](一 )要解決的技術問題
[0007]本發明的目的在于提供一種用戶移動化程度的檢測方法，提高移動化程度的檢測效率。
[0008]( 二 )技術方案
[0009]本發明提供一種用戶移動化程度的檢測方法，該方法包括:
[0010]SI，選取用戶移動化程度的描述指標，分別得到訓練集和測試集；
[0011]S2，根據所述訓練集進行因子分析，獲得M個因子，其中，每個因子包括一個或多個變量，其中，M為大于等于I的整數；
[0012]S3，從所述M個因子的每一個因子中選取對該因子貢獻最大的一個變量，得到M個變量；
[0013]S4,將所述M個變量作為自變量，將因子綜合得分作為因變量，進行多元線性回歸分析，得到用戶移動化指數函數；
[0014]S5，利用所述用戶移動化指數函數，計算所述測試集的用戶移動化指數；
[0015]S6，利用所述用戶移動化指數，檢測出所述測試集的用戶移動化程度。
[0016]本發明還提供一種基于用戶移動化程度的營銷推廣方案設計方法，營銷系統結合用戶畫像基礎模型及用戶移動化程度對用戶進行分類，針對不同類別的用戶設計對應的營銷推廣方案。
[0017]本發明還提供一種基于用戶移動化程度的商品推薦方法，當用戶通過移動終端訪問網站時，實時推薦系統根據用戶移動化程度將所述用戶至少分為移動終端重度依賴用戶、移動終端中度依賴用戶及移動終端輕度依賴用戶，實時推薦系統對移動終端重度依賴用戶及移動終端中度依賴用戶進行商品推薦。
[0018](三)有益效果
[0019]1.本發明的用戶移動化程度的檢測方法，從因子分析的M個因子中，分別選取對該因子貢獻最大的一個變量，作為自變量，將樣本綜合得分作為因變量，利用多元回歸分析做擬合，大幅精簡了新增樣本需要獲取的變量個數，提高了移動化程度的檢測效率。
[0020]2.本發明將用戶移動化程度應用于營銷系統，能夠更準確地針對不同用戶定制不同的營銷推廣方案，提高了營銷系統的準確性。
[0021]3.本發明將用戶移動化程度應用于實時推薦系統，通過對用戶分類，能更準確地將個性化的商品推薦給相應的用戶，提高了實時推薦系統的準確性。
【附圖說明】
[0022]圖1是本發明提供的用戶移動化程度的檢測方法的流程圖。
[0023]圖2是本發明提供的基于用戶移動化程度的營銷推廣方案設計方法的示意圖。
[0024]圖3是本發明提供的基于用戶移動化程度的商品推薦方法的示意圖。
【具體實施方式】
[0025]為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。
[0026]本發明提供用戶移動化程度的檢測方法，首先用戶移動化程度的描述指標中選取訓練集和測試集，對訓練集進行因子分析，獲得M個因子，再通過M個因子得到M個變量，將所述M個變量作為自變量，將因子綜合得分作為因變量，進行多元線性回歸分析，得到用戶移動化指數函數，利用用戶移動化指數函數，計算所述測試集的用戶移動化指數，最后利用用戶移動化指數，檢測出測試集的用戶移動化程度，本發明大幅精簡了新增樣本需要獲取的變量個數，保障了移動化程度的檢測效率。
[0027]如圖1所示，圖1是本發明提供的用戶移動化程度的檢測方法流程圖，結合具體實施例，方法包括:
[0028]SI，在數據倉庫工具HIVE中，使用rand()函數，從樣本總體中隨機抽取X個樣本作為訓練集，從樣本總體中隨機抽取Y個樣本作為測試集，其中，X和Y均為大于等于I的整數，X的優選值為200萬，Y的優選值為100萬，其中，所述用戶移動化程度的描述指標至少包括移動頁面瀏覽量、移動訪問次數、移動下單次數、移動下單金額、移動頁面瀏覽量占比、移動訪問次數占比、移動訂單占比和移動金額下單占比。
[0029]S2，根據所述訓練集進行因子分析，獲得M個因子，其中，M為大于等于I的整數，M個因子包括購買移動化程度因子、移動瀏覽價值因子、瀏覽移動化程度因子及移動購買價值因子，每個因子包括一個或多個變量。
[0030]S3，從所述M個因子的每一個因子中選取對該因子貢獻最大的一個變量，得到M個變量，其中，所述M個變量至少包括移動訂單占比、移動訪問次數、移動訪問次數占比及移動下單金額。本方法從因子分析的M個因子中，分別選取對該因子貢獻最大的一個變量，大幅精簡了新增樣本需要獲取的變量個數。
[0031]S4,將所述M個變量作為自變量，將因子綜合得分作為因變量，采用最小二乘法進行多元線性回歸分析，得到用戶移動化指數函數，利用對數對用戶移動化指數函數進行標準化，得到標準化的用戶移動化指數函數。在本步驟中，由因子分析得到的結果服從冪