[发明专利]汽车行业大数据获客方法、装置、电子设备及存储介质

权利要求书

1.一种汽车行业大数据获客方法，其特征在于，所述方法包括：

获取持有车辆的第一用户和未持有车辆的第二用户对多类型应用程序的访问信息和原始购车行为特征数据；所述访问信息包括访问时间范围和操作信息，所述原始购车行为特征数据包括多种线下行为特征数据和多种线上行为特征数据；

针对各类型应用程序，对所述第一用户和所述第二用户处于相同访问时间范围内的操作信息进行差异性分析，生成分析结果，并根据所述分析结果构建规则模型，生成当前购车意愿模型；所述当前购车意愿模型包括第一当前购车意愿模型和第二当前购车意愿模型，所述分析结果包括目标应用程序；

对所述线下行为特征数据和线上行为特征数据进行数据清洗和预处理操作，确定有效行为特征数据；

利用所述有效行为特征数据训练逻辑回归模型，获得历史购车意向模型；

获取目标用户对所述多类型应用程序的访问信息和有效行为特征数据，根据所述当前购车意愿模型、所述目标应用程序的访问信息、所述历史购车意向模型和所述有效行为特征数据，生成所述目标用户的用户画像，并根据所述用户画像采取对应的信息推荐。

2.根据权利要求1所述的方法，其特征在于，针对各类应用程序，对所述第一用户和所述第二用户处于相同访问时间范围内的操作信息进行差异性分析，生成分析结果，具体包括：

针对各类应用程序，将所述第一用户和所述第二用户处于相同访问时间范围内的操作信息作为定量变量，将用户对车辆的持有状态作为定类变量，进行独立样本T检验分析，确定分析结果；所述分析结果包括在各类应用程序中与差异性相关的目标应用程序及各所述目标应用程序对应的目标操作信息。

3.根据权利要求2所述的方法，其特征在于，各类应用程序包含多个原始应用程序；将所述第一用户和所述第二用户处于相同访问时间范围内的操作信息作为定量变量，将用户对车辆的持有状态作为定类变量，进行独立样本T检验分析，确定分析结果，具体包括：

针对各所述原始应用程序，统计所述第一用户和所述第二用户处于相同访问时间范围内进行所述操作信息的操作次数；

按照预设次数范围选择有效操作信息，并将该有效操作信息确定为定量变量；所述有效操作信息为操作次数处于所述预设次数范围内的操作信息；

将用户对车辆的持有状态作为定类变量，对所述定量变量和定类变量进行独立样本T检验分析，计算显著性指标；

当所述显著性指标小于预设显著阈值时，将所述原始应用程序确定为目标应用程序，并将所述预设次数范围的最小值确定为所述目标操作信息对应的有效行为阈值。

4.根据权利要求3所述的方法，其特征在于，根据所述分析结果构建规则模型，生成当前购车意愿模型，具体包括：

根据所述目标应用程序的目标操作信息及其对应的有效行为阈值，生成车辆持有状态识别模型；

根据第一预设时间范围内所有目标应用程序的目标操作信息和第一预设阈值，构建第一当前购车约束条件；所述第一当前购车约束条件为用户生成所有目标操作信息的总量大于所述第一预设阈值；

根据第一预设时间范围内所有目标应用程序的目标操作信息和第二预设阈值，构建第二当前购车约束条件；所述第二当前购车约束条件为用户生成所有目标操作信息的总量大于所述用户在第二预设时间范围内生成所有目标操作信息的均值与预设倍数的乘积；

根据所述第一当前购车约束条件和所述车辆持有状态识别模型，生成第一购车意愿模型；

根据所述第二当前购车约束条件和所述车辆持有状态识别模型，生成第二购车意愿模型。

5.根据权利要求1所述的方法，其特征在于，对所述线下行为特征数据和线上行为特征数据进行数据清洗和预处理操作，确定有效行为特征数据，具体包括：

对所述线下行为特征数据和线上行为特征数据进行皮尔逊相关性分析，并根据分析结果从所述原始购车行为特征数据中剔除冗余特征数据，获得第一购车行为数据；

对所述第一购车行为数据进行归一化处理，生成有效行为特征数据。