[发明专利]用于确定商品属性对于购买决策的影响度的方法及装置

说明书

本发明公开了一种用于确定商品属性对于购买决策的影响度的方法及装置，其中的方法包括：获取预选或预订的第一商品和与第一商品相对应的替代商品，根据第一商品与替代商品的商品属性值的比较结果生成此商品属性的属性替换性特征；将属性替换性特征输入随机森林算法拟合模型进行替换性预测，根据属性替换性特征和进行替换性预测后的结果确定此商品属性对于购买决策的影响值。本发明的方法、装置，通过将商品属性对于购买决策的影响因素进行量化，可以准确获取商品属性对于购买决策的影响程度，有助于理解消费者在购物过程中是如何决策，能帮助电商企业更准确的捕获消费者的需求，同时也会增加消费者的购物体验。

技术领域

本发明涉及电子商务技术领域，尤其涉及一种用于确定商品属性对于购买决策的影响度的方法及装置。

背景技术

目前，随着电子商务的发展，人们购物方式也发生了变化，商品的种类也越来越多，怎样从各式各样并且数量庞大的商品中选出最符合消费者需求的商品，对于消费者和电商企业都是非常重要的。了解消费者在购物过程中如何决策，从而帮助消费者快速选择商品、满足其需求，对于提高消费者购物体验和增加电商企业的收入都有极大帮助。

目前，现有的有关消费者购买决策定量分析的研究重点是通过计量方法对某一影响网上消费者购买决策的因素做定量实证分析，主要有两种方案：1.通过问卷调查的方式，让被调查者选出哪些因素是最影响他们购物决策的；2.通过对比实验，验证某个因素是否真正影响购物决策。通过问卷调查等手段，费时费力，而且样本较少，不能得出一个可靠的结论。通过对比实验一般只对某一类商品进行研究，如手机，但是对于大量的不同类的商品，影响其购买决策的因素是不相同的，不能准确地确定其它产品影响购物决策的因素。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种用于确定商品属性对于购买决策的影响度的方法及装置。

根据本发明的一个方面，提供一种用于确定商品属性对于购买决策的影响度的方法，包括：获取预选或预订的第一商品和与所述第一商品相对应的替代商品，其中，所述替代商品为实际购买的同类商品；提取所述第一商品以及所述替代商品的商品属性；根据所述第一商品与所述替代商品的商品属性值的比较结果生成此商品属性的属性替换性特征；将所述属性替换性特征输入随机森林算法拟合模型进行替换性预测，根据所述属性替换性特征和进行替换性预测后的结果确定此商品属性对于购买决策的影响值。

可选地，所述获取预选或预订的第一商品和与所述第一商品相对应的替代商品包括：根据用户历史订单数据和/或用户浏览历史数据获取所述第一商品和所述替代商品。

可选地，所述提取所述第一商品以及所述替代商品的商品属性包括：获取同类商品的n个商品替换组合，其中，所述商品替换组合由所述第一商品和所述替代商品组成，n为自然数；根据所述第一商品和所述替代商品所属的商品类别确定与此类商品相对应的属性黑名单；根据所述属性黑名单提取所述商品替换组中的所述第一商品和所述替代商品的m个有效商品属性，m为自然数。

可选地，所述根据所述第一商品与所述替代商品的商品属性值的比较结果生成此商品属性的属性替换性特征包括：获取每个商品替换组合中的所述第一商品和所述替代商品的m个有效商品属性值的比较结果；基于所述比较结果分别生成与m个有效商品属性相对应的m个属性替换特征向量；其中，所述属性替换特征向量包含n个元素，所述n个元素的值分别为n个商品替换组合中的所述第一商品和所述替代商品对同一个有效商品属性的比较结果。

可选地，如果确定第j个有效商品属性为非数值型，则判断第i个商品替换组合中的所述第一商品和所述替代商品对于此非数值型的有效商品属性的属性值是否相同，其中，0j＝m，0i＝n；如果是，则确定与第j个有效商品属性对应的属性替换特征向量X_j中的第i元素X_ij的值为1，如果否，则确定元素X_ij的值为0。