CN107330726-CN201710516180-基于自动拟合均值函数的泊松过程用户到店行为预测方法.pdfVIP

CN107330726-CN201710516180-基于自动拟合均值函数的泊松过程用户到店行为预测方法.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107330726-CN201710516180-基于自动拟合均值函数的泊松过程用户到店行为预测方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107330726 A (43)申请公布日 2017.11.07 (21)申请号 201710516180.2 (22)申请日 2017.06.29 (71)申请人 四川昆朋金软科技有限公司 地址 611731 四川省成都市高新区(西区) 天全路200号2号楼 (72)发明人 郑刚 刘佳 林虹宇 叶珂  (74)专利代理机构 成都行之专利代理事务所 (普通合伙) 51220 代理人 温利平 (51)Int.Cl. G06Q 30/02(2012.01) G06N 7/00(2006.01) 权利要求书1页 说明书5页 附图2页 (54)发明名称 基于自动拟合均值函数的泊松过程用户到 店行为预测方法 (57)摘要 本发明公开了一种基于自动拟合均值函数 的泊松过程用户到店行为预测方法,用户到店购 买商品的行为具有很强的随机性的情况下,利用 自动拟合均值函数的方法,进行泊松过程建模预 测,从而全面的分析用户未来是否到店购买的预 测方法。本发明可以解决供求信息反映不明中的 商铺数量、商品需求者供求信息关系不明的问 题,以及部分解决无法评估客户忠诚度的问题; 同时,制定了一套适应商户到店购买预测的,集 合了数据采集、参数训练、训练结果分析、建模预 测的预测算法,对指定的预测指标设定最合适的 A 预测参数,达到精准预测的目的;最后,本发明利 6 用自动拟合均值函数的方法解决了合理运用历 2 7 0 史数据以及确定预测结果有效性的问题。 3 3 7 0 1 N C CN 107330726 A 权 利 要 求 书 1/1页 1.一种基于自动拟合均值函数的泊松过程用户到店行为预测方法,其特征在于,包括 以下步骤: (1)、将用户一段时间到店购买的情况看作一个泊松过程,对其进行非齐次泊松过程建 模: 其中,P{N(t+s)-N(t)=k}表示用户在t到t+s天内到店购买k次的概率,m(t)和m(t+s) 分别表示该用户在t和t+s处均值函数的值,e为自然对数,k!表示k的阶乘; (2)、利用一次函数、幂函数和指数函数分别对过去n天用户到店情况进行拟合,得到对 应的拟合函数即拟合的一次函数、幂函数和指数函数; (3)、计算拟合的一次函数、幂函数和指数函数的误差平方和(SSE)、复相关系数(R- Square)和均方根误差(RMSE): 其中,表示在第i天时用户到店并购买的拟合累积次数,y 表示在第i天时用户到店并 i 购买的实际累积次数,表示y 的平均值: i (4)、采用如下策略选取均值函数: 4.1)、选取复相关系数R-Square中的最大值,并与第二大值进行比较,如果差值超过设 定的阈值T ,则选取复相关系数R-Square最大值所对应的拟合函数为均值函数,否则,转到 1 步骤4.2); 4.2)、选取误差平方和SSE中的最小值,并与第二小值进行比较,如果差值超过设定的 阈值T ,则选取误差平方和SSE最小值所对应的拟合函数为均值函数,否则,转到步骤4.3); 2 4.3)、选取均方根误差RMSE最小值所对应的拟合函数为均值函数; (5)、将均值函数代入步骤(1)构建的模型中,分别计算k所对应的概率,选取概率值大 于设定阈值T 的用户

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档