[发明专利]一种基于用户行为采集分析的商机推荐方法

权利要求书

1.一种基于用户行为采集分析的商机推荐方法，其特征在于：包括以下步骤，

步骤一，以插件模式在用户app或网页进行植入系统预设；

步骤二，通过app或网页植入系统对用户的浏览页面基于AI技术进行分析；

步骤三，通过植入系统对用户在系统的所有行为进行数据采集确定；

步骤四，通过植入系统对用户在系统的所有行为进行数据收集；

步骤五，通过植入系统对用户在系统的所有行为进行数据存储与分析；

步骤六，通过植入系统对用户进行行为习惯模型分析；

步骤七，通过植入系统对用户行为分析结果进行商机推送；

步骤八，通过植入系统对用户行为分析结果与AI计算结果作数据对比。

2.根据权利要求1步骤一所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述植入系统使用插件模式静默处理，独立与原有系统，全程不影响用户浏览体验；所述系统预设包括预先配置系统属性等参数，用户第一次打开页面根据以往数据自动加载该用户的行为习惯模型。

3.根据权利要求1步骤二所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述用户的浏览页面通过类爬虫技术分析，包括文本图片等信息，所述基于AI技术进行分析包括AI技术分析页面基础元素，如页面匹配到多个商品属性，则自动将该页面归属为购买页面，如果页面基础元素不能提供足够的信息分析页面属性，则使用图片识别技术逐步自动分析页面图片，获取图片关键信息进一部确认页面属性，AI最终确认页面属性后根据预设生成预采集数据块。

4.根据权利要求1步骤三所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述用户在系统的所有行为，包括浏览，停留，事件交互。

5.根据权利要求1步骤四所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述数据收集方式为根据AI自动解析页面内容的结果与用户浏览事件，AI根据内容分析浏览完的停留时间与其他用于平均停留时间判断是否为有效停留，根据大数据自动过滤掉无效停留时间即用户超出平均部分的时间与用户下一次响应时间间隔，如果有效则往采集数据块追加停留时间，同时系统判断如果用户在所有页面的停留时间均不同于大数据平均时间则自动更新用户数据模型为与之更为匹配的浏览速率模型，同时模块自动监听页面事件，在用户与系统有交互时自动记录该次交互，并且根据交互次数与用户以往生成的行为对象结果自动匹配本次交互为有效交互的可能性，并记录该数据到数据块中。

6.根据权利要求1步骤五所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述数据存储与分析方式为用户在长时间没相应或者结束某一阶段的浏览后，自动将用户本阶段的访问数据上传到数据处理中心，数据处理中心先记录本次浏览数据，记录完成后系统根据本次记录的页面属性从用户以往类似行为习惯数据中调取数据，与本次或最近的行为习惯集进行匹配，具体包括为如下单类页面获取用户以往形成下单前的操作包括但不限于有效停留页面时间，浏览次数，点击下单次数，加入购物车次数与本次的行为习惯进行匹配，匹配相似度越高代表可能带来下单的可能性越大，可能性超过通知预设值时则将商机推送给商家进行进一部沟通联系。

7.根据权利要求1步骤六所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述行为习惯模型分析方式为当采集同一用户的数据信息达到一定量级，AI根据用户以往的所有行为操作习惯数据与大数据下用户下单平均停留时间，浏览次数，购物车，下单等事件的点击次数，配合计算的预设值生成用户行为模型即该用户下单平均的同等条件的数值，习惯模型根据用户浏览次数的上升自动优化即同类型页面浏览次数越多预测越准确。

8.根据权利要求1步骤七所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述商机推送方式为当用户某次的访问数据带来商机的可能性超过预设值，系统自动推送消息给商家，提供给商家用户本次的操作行为分析结果。

9.根据权利要求1步骤八所述的一种基于用户行为采集分析的商机推荐方法，其特征在于：所述数据对比方式为查看用户最终的结果与AI计算的结果对比，如AI分析本次结果最终带来商机，用户行为与AI预测结果相反，则AI自动降低对比的预设值，以达到后面的访问更精准得预测行为结果。