[发明专利]基于Mamdani算法的电商复购行为的用户分析系统

权利要求书

1.一种基于Mamdani算法的电商复购行为的用户分析系统，其特征在于，所述基于Mamdani算法的电商复购行为的用户分析系统包括：

数据统计模块、数据预处理模块、无线通信模块、中央控制模块、分析模型构建模块、用户行为分析模块、电商复购行为预测模块、数据存储模块、更新显示模块；

数据统计模块，与中央控制模块连接，用于通过选取统计时段内用户的有效购买记录，提取用户在各平台上的购买记录，构建用户购买数据集；

数据预处理模块，与中央控制模块连接，用于通过数据预处理程序对构建的用户购买数据集进行预处理；

无线通信模块，与中央控制模块连接，用于通过无线通信装置将预处理后的用户购买数据集发送至中央控制模块；

中央控制模块，与数据统计模块、数据预处理模块、无线通信模块、分析模型构建模块、用户行为分析模块、电商复购行为预测模块、数据存储模块、更新显示模块连接，用于通过中央处理器协调控制所述基于Mamdani算法的电商复购行为的用户分析系统各个模块的正常运行。

2.如权利要求1所述基于Mamdani算法的电商复购行为的用户分析系统，其特征在于，所述基于Mamdani算法的电商复购行为的用户分析系统还包括：

分析模型构建模块，与中央控制模块连接，用于通过模型构建程序基于Mamdani算法根据用户购买数据集进行用户行为分析模型的构建；

用户行为分析模块，与中央控制模块连接，用于通过用户行为分析程序利用构建的用户行为分析模型对用户行为进行分析；

电商复购行为预测模块，与中央控制模块连接，用于通过行为预测程序利用Logistic模型进行电商复购行为预测，得到电商复购行为预测数据；

数据存储模块，与中央控制模块连接，用于通过云数据库服务器存储构建的用户购买数据集、数据预处理结果、用户行为分析模型、用户行为分析结果以及电商复购行为预测数据；

更新显示模块，与中央控制模块连接，用于通过显示器对构建的用户购买数据集、数据预处理结果、用户行为分析模型、用户行为分析结果以及电商复购行为预测数据的实时信息进行更新显示。

3.如权利要求1所述基于Mamdani算法的电商复购行为的用户分析系统，其特征在于，所述通过数据预处理模块利用数据预处理程序对构建的用户购买数据集进行预处理包括：

对构建的用户购买数据集进行量化处理；

采用拉格朗日插值方法解决量化处理后缺失的用户购买数据；

对用户购买数据进行归一化处理后再进行pearson相关性验证，得到用于建模的筛选后的预处理用户购买数据集。

4.如权利要求1所述基于Mamdani算法的电商复购行为的用户分析系统，其特征在于，所述通过用户行为分析模块利用用户行为分析程序利用构建的用户行为分析模型对用户行为进行分析包括：

获取预处理后的用户购买数据集；

利用随机森林算法，筛选所述用户购买数据集中的关键数据特征，构建基于关键数据特征的特征数据集；

利用FCM算法对所述特征数据集进行聚类分析，构建初始的模糊规则，并使用Mamdani模糊推理法获得用户行为分析结果。

5.如权利要求4所述基于Mamdani算法的电商复购行为的用户分析系统，其特征在于，所述Mamdani模糊推理过程的表达式为：

其中，模糊蕴含关系如下：

6.如权利要求1所述基于Mamdani算法的电商复购行为的用户分析系统，其特征在于，所述通过电商复购行为预测模块利用行为预测程序利用Logistic模型进行电商复购行为预测包括：

根据预处理后的用户购买数据集为样本，利用Logistic模型进行电商复购行为预测建模；

利用AdaBoost方法对训练样本数据进行训练构建弱分类器，通过各弱分类器分别对所述训练样本集进行集成学习得到强分类器；

通过赋予不同强分类器权重进行电商复购行为预测，得到电商复购行为预测数据。