[发明专利]基于Mamdani算法的电商复购行为的用户分析系统在审

专利信息
申请号: 202210031524.1 申请日: 2022-01-12
公开(公告)号: CN114387024A 公开(公告)日: 2022-04-22
发明(设计)人: 宋培森;陈晨;于本成 申请(专利权)人: 徐州工业职业技术学院
主分类号: G06Q30/02 分类号: G06Q30/02;G06K9/62;G06Q30/06
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 221000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 mamdani 算法 电商复购 行为 用户 分析 系统
【说明书】:

发明属于电商舆情分析技术领域,公开了一种基于Mamdani算法的电商复购行为的用户分析系统,该用户分析系统包括: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。本发明提供的基于Mamdani算法的电商复购行为的用户分析系统根据对用户购买数据集进行分析,精准预测既存客户复购概率,根据复购概率指导客户维护及营销策略,提高营销转化率,降低营销成本;模糊推理引入专家经验,模糊规则模式易于操作人员的理解,管理者也能根据模糊规则模式进行有效地决策支持,最终将合适的产品通过智能化的方式推荐给合适的用户。

技术领域

本发明属于电商舆情分析技术领域,尤其涉及一种基于Mamdani算法的电商复购行为的用户分析系统。

背景技术

目前,随着现代电子商务平台的发展,保险公司开始与互联网企业以及第三方保险平台的合作日益密切,迎来了新的机遇与挑战。互联网保险消费打破了传统保险销售的拉客户、反复推销模式,将保险服务嵌入购买、支付、服务等环节,契合用户保险需求,越来越多用户逐渐意识到保险在生活中的重要性和必要性,使得互联网保险产品的购买率不断的提高。相应的,基于电商平台,用户的购买产生了大量数据,通过商业智能领域的处理,这些数据将会不断的给网销企业带来新的有效信息,为企业在运营过程中提供可靠的决策支持。

但是,现有的电商复购行为分析系统分析过程繁琐,需要花费的人力时间成本较高,且容易导致对数据特征的表现拟合探索不足,形成特征资源的浪费。因此,亟需设计一种新的电商复购行为的用户分析系统。

通过上述分析,现有技术存在的问题及缺陷为:现有的电商复购行为分析系统分析过程繁琐,需要花费的人力时间成本较高,且容易导致对数据特征的表现拟合探索不足,形成特征资源的浪费。

发明内容

针对现有技术存在的问题,本发明提供了一种基于Mamdani算法的电商复购行为的用户分析系统。

本发明是这样实现的,一种基于Mamdani算法的电商复购行为的用户分析系统,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。

进一步,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;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于徐州工业职业技术学院,未经徐州工业职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210031524.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top