[发明专利]一种网站访客价值的计算方法及系统

说明书

技术领域

本发明涉及网络技术，特别是涉及一种网站访客价值的计算方法及系统。

背景技术

目前，很多企业都通过网站来进行信息展示和产品营销，随着网络技术的发展，网站和访客之间也可以实现更多的互动。例如，网站主可以通过网络管理系统看到访客的一些信息，根据这些信息来判断访客的价值，然后进一步对具有一定价值的访客做一些业务行为，例如与其联系，向其提供更详细的信息等等。

可以想象，对于具有大量访客的网站而言，如果以人工方式来判断每个访客的价值，工作量大且效率难以保证。为了实现对网站访客价值的自动判断，现有技术中，是通过把各类“访客信息”中的单个或组合设置为条件，一旦满足条件，就认为该访客具有一定价值并通知网站主。这些条件可以包括：来访次数超过几次、访问页面超过几个、是否访问过某些特定页面、访客是否来自某些特定的省市，等等。

通过对现有技术的研究，发明人发现上述方法只适用于处理简单的条件组合，然而在实际需求中，访客信息和访客价值之间往往存在着更为复杂的对应关系，例如：如果访客来自北京，则其访问页面A的价值大、如果访客来自上海，则其访问页面B的价值大；男性访客访问页面C的价值大、女性访客访问页面D的价值大。类似或更为复杂的情况还有很多，这些对应关系往往是非线性的，甚至是不确知的(即网站主并没有意识到自己的主动行为中存在着某种对应关系)，如果使用条件组合的方法，难以把这些复杂的对应关系全部纳入考虑。因此，现有的自动判断访客价值的方法，其判断结果往往会与人工判断的结果有很大的偏差，无法达到预期效果。

发明内容

有鉴于此，本申请提供了一种网站访客价值的计算方法及系统，以解决现有自动判断访客价值的方法，其判断结果与人工判断结果存在很大偏差的问题。技术方案如下：

本申请提供一种网站访客价值的计算方法，包括：

初始化网站访客价值计算模型，所述计算模型为神经网络模型，以访客信息为输入，以访客价值为输出；

使用数据样本对所述计算模型进行训练，确定所述计算模型；

获得访客信息，使用所确定的计算模型，计算所述访客的价值

本申请还提供一种网站访客价值的计算系统，包括：

初始化单元，用于初始化网站访客价值计算模型，所述计算模型为神经网络模型，以访客信息为输入，以访客价值为输出；

训练单元，用于使用数据样本对所述计算模型进行训练，确定所述计算模型；

计算单元，用于获得访客信息，使用所确定的计算模型，计算所述访客的价值。

上述技术方案，以神经网络作为网站访客价值的计算模型。通过训练可以令模型学习网站主的主动行为，从而将业务需求中访客信息与访客价值间各种复杂的对应关系纳入模型。训练完成后，通过使用该模型，即可根据访客的各种信息，自动计算出该访客的价值，由于模型是根据人工判断的结果训练出来的，因此，其计算的结果与人工判断的结果趋于一致。

附图说明

图1为本申请实施例实现网站访客价值计算方法的流程图；

图2为本申请实施例的神经网络模型结构示意图；

图3为本申请实施例网站访客价值计算系统的结构示意图；

图4为本申请实施例网站访客价值计算系统的另一种结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请所提供的方案，下面结合附图和实施方式对本申请的实施例作进一步的详细说明。

图1所示为本申请实施例一种网站访客价值的计算方法的流程图，具体包括以下步骤：

S101，初始化网站访客价值计算模型，所述计算模型为神经网络模型，以访客信息为输入，以访客价值为输出；

为了实现根据访客信息自动计算访客的价值，需要建立各类访客信息与访客价值的对应关系。在实际需求中，各类访客信息与访客价值的关系往往是非线性甚至不确知的，因此，选择神经网络作为计算模型，可以有效地解决以上问题。

本实施例所采用的神经网络模型如图2所示，包括输入层、隐含层和输出层。该模型的数学描述如下：

Y＝F(X)

 ＝f₂(W₂f₁(W₁X+B₁)+B₂)

其中，X为输入向量；Y为输出向量；