[发明专利]来访概率预测方法和系统

说明书

技术领域

本发明涉及互联网技术领域，特别是涉及一种来访概率预测方法和系统。

背景技术

对于电商网站运营商等互联网站，需要根据服务器中客户端的来访信息，如来访的时间和次数，预测客户来访的概率，进而根据该来访的概率将用户分群归类，然后针对不同类别的客户制定相应的营销策略。

传统的来访概率预测方法通过获取服务器中客户端在若干天内的来访天数，将来访天数除以所述若干天，确定客户端当日的来访概率。

这种预测方法中若干天的取值过小，无法准确反映客户端长期的访问规律；若干天的取值过大，则降低了预测结果的区分度，导致预测的结果准确性低。

发明内容

基于此，有必要针对现有技术的预测结果准确性低问题，提供一种来访概率预测方法和系统。

一种来访概率预测方法，包括步骤：

获取客户端最近若干天内的来访天数，根据所述来访天数确定当日所述客户端来访的第一概率值；

获取所述客户端的历史访问记录中的来访日期，根据所述来访日期确定该客户端在每相邻两天中，首日来访转变成次日来访的第二概率值和首日不来访转变成次日来访的第三概率值；

根据所述第一概率值、第二概率值及第三概率值确定所述客户端下一日来访的概率值。

上述来访概率预测方法，通过获取客户端最近若干天的来访天数，确定客户端当日来访的第一概率值，反映了客户端最近的访问规律；通过获取客户端的历史访问中的来访日期，确定每相邻两天中，客户端首日来访转变成次日来访的第二概率值以及首日不来访转变成次日来访的第三概率值，代表了客户端在每相邻两天中，从首日的不来访状态或者来访状态转变成次日来访状态的概率，反映了客户端历史的访问规律。最后通过第一概率值、第二概率值以及第三概率值便可以确定客户端下一日来访的概率值，全面描述了客户端的来访行为，提高了预测结果的区分度，达到提高预测结果准确性的效果。

一种来访概率预测系统，其特征在于，包括：

当日来访概率预测模块，用于获取客户端最近若干天内的来访天数，根据所述来访天数确定当日所述客户端来访的第一概率值；

状态转移概率预测模块，用于获取所述客户端的历史访问记录中的来访日期，根据所述来访日期确定该客户端在每相邻两天中，首日来访转变成次日来访的第二概率值和首日不来访转变成次日来访的第三概率值；

下一日来访概率预测模块，用于根据所述第一概率值、第二概率值及第三概率值确定所述客户端下一日来访的概率值。

上述来访概率预测系统，通过当日来访概率预测模块获取客户端最近若干天内的来访天数，确定客户端当日来访的第一概率值，反映了客户端最近的来访规律；通过状态转移概率预测模块获取客户端历史访问记录中的来访日期，确定每相邻两天中，客户端首日来访转变成次日来访的第二概率值以及首日不来访转变成次日来访的第三概率值，代表了客户端在每相邻两天中，从首日的不来访状态或者来访状态转变成次日来访状态的概率，反映了客户端历史的访问规律。最后由下一日来访概率预测模块根据所述的第一概率值、第二概率值和第三概率值确定客户端下一日来访的概率值，全面描述了客户端的来访行为，提高了预测结果的区分度，达到提高预测结果准确性的效果。

附图说明

图1为本发明的一个实施例的来访概率预测方法的流程示意图；

图2为本发明的一个实施例的来访概率预测系统的结构示意图；

图3为当日概率预测模块的一个实施例的结构示意图；

图4为状态转移概率预测模块的一个实施例的结构示意图。

具体实施方式

以下针对本发明来访概率预测方法及系统的实施例进行详细的描述。

首先针对来访概率预测方法进行描述。

参见图1，是一个实施例的来访概率预测方法的流程示意图，包括步骤：

步骤S101：获取客户端最近若干天内的来访天数，根据所述来访天数确定当日所述客户端来访的第一概率值。其中，第一概率值是客户端最近访问规律的客观反映。

步骤S102：获取所述客户端的历史访问记录中的来访日期，根据所述来访日期确定该客户端在每相邻两天中，首日来访转变成次日来访的第二概率值和首日不来访转变成次日来访的第三概率值。其中，客户端在历史访问记录中每相邻两天中从来访状态转变成来访状态的第二概率值和由不来访状态转变成来访状态的第三概率值，它是客户端从首次登陆至当前的历史访问规律的客观反映。