[发明专利]归因分析方法、装置、设备及存储介质

说明书

本发明涉及大数据领域，公开了一种归因分析方法、装置、设备及存储介质。所述归因分析方法包括：接收用户输入的归因分析指令，并根据其中的数据匹配参数，在用户行为数据集中匹配关键事件和待归因事件；根据关键事件和待归因事件，构建用户的行为序列；基于归因分析策略和行为序列中的排序信息，计算每个待归因行为对于关键行为的置信度以及关键行为对于每个待归因行为的支持度；根据该置信度、该支持度以及归因分析指令中的权重分配百分比，确定每个待归因行为对于关键行为的贡献度；基于预设的可视化参数，输出归因分析结果，本发明结合置信度与支持度来确定行为的贡献度，从而让分析结果更加准确。

技术领域

本发明涉及大数据领域，尤其涉及一种归因分析方法、装置、设备及存储介质。

背景技术

归因分析为一种数据分析方案，常被企业用于对用户行为进行分析，通过设定产品埋点、建立分析维度以及用户画像标签，从而将用户群体与产品购买转化或者其他关键绩效指标之间的关系进行可视化呈现，进而促使企业进做出相应的商业决策，以提升业务增长。

现有的归因分析方案，其分析结果的准确率较低，原因在于其中待分析的业务指标以及维度过多且错综复杂，难以找到它们之间的关联性，从而导致得到的分析结果并不准确。

发明内容

本发明的主要目的在于解决由现有归因分析方案得到的分析结果不准确的问题。

本发明第一方面提供了一种归因分析方法，包括：

接收用户输入的归因分析指令，并根据所述归因分析指令中的数据匹配参数，在预置的用户行为数据集中匹配关键事件和多个待归因事件，其中，所述归因分析指令还包括归因分析策略、贡献度的权重分配百分比；

根据所述关键事件和所述待归因事件，构建用户的行为序列，其中，所述行为序列包括关键行为与多个待归因行为的排序信息；

基于所述归因分析策略和所述排序信息，依次计算每个待归因行为对于所述关键行为的置信度以及所述关键行为对于每个待归因行为的支持度；

根据每个待归因行为对于所述关键行为的置信度、所述关键行为对于每个待归因行为的支持度以及所述权重分配百分比，确定每个待归因行为对于所述关键行为的贡献度；

基于预设的可视化参数，输出归因分析结果，其中，所述归因分析结果包括所述待归因行为的名称、所述关键行为对于所述待归因行为的支持度、所述待归因行为对于所述关键行为的置信度以及所述待归因行为对于所述关键行为的贡献度。

可选的，在本发明第一方面的第一种实现方式中，所述根据所述归因分析指令中的数据匹配参数，在预置的用户行为数据集中匹配关键事件和多个待归因事件包括：

根据所述数据匹配参数中的关键字参数，在所述用户行为数据集中匹配所述关键事件；

基于所述数据匹配参数中的指标参数，在所述用户行为数据集中匹配多个待归因事件，其中，所述指标参数中至少包括事件类别、事件发生时刻以及事件名称中的任意一种指标。

可选的，在本发明第一方面的第二种实现方式中，在所述根据所述关键事件和所述待归因事件，构建用户的行为序列之前，还包括：

根据所述关键事件的发生时刻和所述关键事件的事件名称，对所述关键事件对应的数据进行数据分区，得到包含分区结构的目标数据；

获取所述用户的身份标识，并基于所述身份标识，对所述目标数据进行分桶操作。

可选的，在本发明第一方面的第三种实现方式中，在所述根据所述归因分析指令中的数据匹配参数，在预置的用户行为数据集中匹配关键事件和多个待归因事件之后，以及在所述根据所述关键事件和所述待归因事件，构建用户的行为序列之前，还包括：

基于预设的编码规则，对所述关键事件和所述待归因事件进行编码。