CN119444292A 基于大数据的消费记录分析方法及系统 （北京顶当互动科技有限公司）

本申请提供一种基于大数据的消费记录分的原始消费记录，并对原始消费记录进行预处的权重，结合季节性因素数据和节假日因素数2获取目标产品的原始消费记录，并对所述原始消费记录进基于预处理后的原始消费记录，通过机器学习算法进行目标产品消根据所述关键消费特征和调整后的权重，结合季节性因基于知识图谱和预设营销策略集，结合季节性因素数据定义与社交媒体互动相关特征对应的用户节点、互动节点根据业务逻辑定义业务规则，通过规则引擎匹配与业务规则使用皮尔逊相关系数量化不同关键消费特征之间的内在关联，以关联矩阵中的每个元素表示两个关键消费特征之间的相关合季节性因素数据和节假日因素数据，采用决策树算法生成目标产品的个性化营销策略，从所述知识图谱中提取出与目标产品消费模式基于与目标产品消费模式相关的信息，结合季节性因素数据和节假3基于优化后的目标产品画像和预设营销策略集，采用决策树算根据用户群体画像和优化后的目标产品画像，从预设营销策略集中获取数据集，将数据集划分为训练集和测试集；采用决策树算法构将所述用户群体画像、优化后的目标产品画像和若干个候结合目标产品的消费全流程中各环节针对所述待优化获取预处理模块，用于获取目标产品的原始消费记录，并特征识别模块，用于基于预处理后的原始消费记录，通过机调整模块，用于基于预设性能指标和业务目标，采用生成模块，用于根据所述关键消费特征和调整后的权重，4基于预处理后的原始消费记录，通过机器学习算法进行目标产品消费特征识别，基于预设性能指标和业务目标，采用预设优化算法调整所述关键消费特征的权根据所述关键消费特征和调整后的权重，结合季节性因素数据和节假日因素数标产品组分相关特征和设计元素相关特征；所述根据所述关键消费特征和调整后的权重，5使用皮尔逊相关系数量化不同关键消费特征之间的内在关联，以构建关联矩阵；其中关联矩阵中的每个元素表示两个关键消费特征之间从所述知识图谱中提取出与目标产品消费模式基于与目标产品消费模式相关的信息，结合季节性因素数据和节假日因素数据，67[0027]S13、基于预设性能指标和业务目标，采用预设优化算法调整关键消费特征的权8[0028]S14、根据关键消费特征和调整后的权重，结合季节性因素数据和节假日因素数算法识别出的关键消费特征能够准确反映消费者的真正需求，这有助于精准定位目标群;9;谱提供了一个结构化的框架，用于整合和展示来自不同来源的数据，使得数据间的内在联的快递站点。用于优化供应链管理，确保产品能及时准确地送达客户手中，提高客户满意量的信任，有助于建立品牌形象和市场竞争力。设计特征节点，描述了产品的外观设计特步骤a21、根据业务逻辑定义业务规则，通过规则引擎匹配与业务规则相关的节[0048]应理解，皮尔逊相关系数是用于衡量两个变量之间线性生成的知识图谱既能反映实际情况又能满足业务需求，提高了模型的实际可用性和解释[0053]通过步骤a1~a3，定义各类节点的过程将不同类型的消费特征转化为结构化的信过社交媒体分享生活点滴，该用户群体画像可以帮助企业深入了解目标用户的特征和需[0069]通过步骤b31~步骤b35，本申请实施例获取用户群体针对目标产品的需求信息并[0070]通过执行步骤b1~步骤b3，本申请实施例可以从知识图谱中提取出与目标产品消够组织和呈现关键消费特征及其相互关系，为后续生成个性化营销策略提供了坚实的基[0072]图2为本申请实施例提供的一种基于大数据的消费记录分析系统的结构示意图，[0073]图2所述的基于大数据的消费记录分析系统可以执行图1所示实施例所述的基于[0074]在一个可能的设计中，图2所示实施例的基于大数据的消费记录分析系统可以实方法中的全部或部分步骤。当然处理组件也可以为一个或多个应用专用集成电路除可编程只读存储器（EEPROM可擦除[0080]输入/输出接口为处理组件和外围接口模块之间提供接口，上述外围接口模块可序被计算机执行时可以实现上述图1所示实施例的基于大数以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单