技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种基于用户行为习惯的购买风险评估方法与流程  >  正文

一种基于用户行为习惯的购买风险评估方法与流程

  • 国知局
  • 2024-12-06 12:12:20

本发明涉及购买风险评估,具体为一种基于用户行为习惯的购买风险评估方法。

背景技术:

1、随着技术的不断进步和社会环境的变化,线上购物的发展受到了经济、技术和社会文化等多方面因素的共同推动,因此越来越多的消费者选择在线进行商品的购买,线上购物将继续成为消费者购物的重要方式,并且不断演化以适应新的市场需求随着线上购物的快速发展。

2、然而,线上购物的快速发展也带来了一系列挑战,尤其是在商家根据用的购买行为对用户的购买风险评估方面,为了保护用户和商家的利益,需要采取有效的风险评估方法。

3、传统的风险评估方法往往侧重于单一指标或有限的几个指标,如购买金额、购买频率、购买金额平均值等,而忽略了用户在购买时时,行为习惯的复杂性和多样性,也忽略了其他可能影响风险评估的因素,例如用户的支付方式、收货地址的变化等。

4、在传统的风险评估过程中,对于不同方面的风险,购物平台默认为优先级相同,可能会错误地将不存在购买风险的用户标记为风险用户,不利于商家与用户之间的交易。

技术实现思路

1、本发明提供了一种基于用户行为习惯的购买风险评估方法,用于促进解决上述背景技术中所提到的问题。

2、本发明提供如下技术方案:一种基于用户行为习惯的购买风险评估方法,

3、可选的,一种基于用户行为习惯的购买风险评估方法,其特征在于:包括:

4、获取用户在购物平台的注册时间d,获取用户第一时间段的购买次数x1以及第二时间段的购买次数x2;

5、所述第一时间段为注册时间近七天的时间段,第二时间段为注册时间范围内除去近七天以外的所有时间段;

6、获取用户的购买频率,将用户第一时间段的购买频率,与用户第二时间段的购买频率作对比,判断用户的风险等级;

7、获取用户第一时间段的购买总金额y1和第二时间段的购买总金额y2;

8、计算购买金额平均值,将用户第一时间段的购买金额平均值,与用户第二时间段的购买金额平均值对比,判断用户的风险等级;

9、获取用户第一时间段的单个购买周期内,浏览同类商品时所花费的时间,获取用户第一时间段单个购买周期的时间,根据用户第一时间段单个购买周期内浏览同类商品时所花费的时间,以及用户第一时间段单个购买周期的时间判断用户的风险等级;

10、获取用户的支付方式、收货方式、对商品的评价时间以及对商品的评价等级,判断用户是否存在购买风险;

11、获取第一时间段内与用户交易的商家,根据第一时间段内与此商家交易的其余所有用户的购买行为,判断用户的风险等级;

12、根据用户的风险总等级p判断用户在购买时是否存在购买风险。

13、可选的,所述获取用户的购买频率,将用户第一时间段的购买频率,与用户第二时间段的购买频率作对比,判断用户的风险等级,具体为:

14、所述购买频率,具体计算为购买次数与完成购买所花费时间的比值;

15、获取用户第一时间段的购买频率a1,具体为用户第一时间段的购买次数x1与第一时间段完成购买所花费时间7的比值,则a1=x1÷7;

16、获取用户第二时间段的购买频率a2,具体为用户第二时间段的购买次数x2与第二时间段完成购买所花费时间(d-7)的比值,则a2=x2÷(d-7);

17、比较a1与a2的数值大小,若a1的数值大于a2的数值,记用户的风险等级为p1,若a1的数值小于等于a2的数值,则不对用户进行标记。

18、可选的,所述计算购买金额平均值,将用户第一时间段的购买金额平均值,与用户第二时间段的购买金额平均值对比,判断用户的风险等级,具体为:

19、所述购买平均金额,具体计算为购买总金额与购买次数的比值;

20、获取用户第一时间段的购买金额平均值b1,具体为用户第一时间段的购买总金额y1与第一时间段购买次数x1的比值,则b1=y1÷x1;

21、获取用户第二时间段的购买金额平均值b2,具体为用户第二时间段的购买总金额y2,与用户第二时间段的购买次数x2的比值,则b2=y2÷x2;

22、比较b1与b2的数值大小,若b1的数值大于b2的数值,记用户的风险等级为p2,若b1的数值小于等于b2的数值,则不对用户进行标记。

23、可选的,所述获取用户第一时间段的单个购买周期内,浏览同类商品时所花费的时间,获取用户第一时间段单个购买周期的时间,根据用户第一时间段单个购买周期内浏览同类商品时所花费的时间,以及用户第一时间段单个购买周期的时间判断用户的风险等级,具体为:

24、获取用户第一时间段的购买次数,个数记为n,并根据时间顺序将n次购买分别记为第一个购买周期、第二个购买周期、第三个购买周期……第n个购买周期;

25、所述购买周期具体是从开始搜索该商品到最终完成购买所经历的时间;

26、s1、获取单个购买周期内,用户浏览同类商品的个数m以及在浏览m个同类商品时,浏览每个商品所花费的时间;

27、s2、记浏览第一个商品、第二个商品、第三个商品……第m个商品所花费的时间数值分别为t1、t2、t3……tm;

28、s3、计算t1、t2、t3……tm两两之间的差值,并获取所有差值的绝对值,绝对值的数量记为c,c=[m(m-1)/2];

29、s4、设置一数值t,统计所获取的c个绝对值中,数值小于等于t的的个数,个数记为r;

30、s5、计算r与c的比值,比值记为e,具体计算为e=r÷c=r÷[m(m-1)/2];

31、分别将第一个购买周期内、第二个购买周期内、第三个购买周期内……第n个购买周期内数值大于c的绝对值的个数与所获取绝对值的总个数的比值记为e1、e2、e3……en;

32、设置一数值f,统计e1、e2、e3……en中数值大于f的个数,个数记为n,计算n与n的比值;

33、设置一数值z1,若n与n的比值大于z1,记用户的风险等级为p3;

34、若n与n的比值小于等于z1,则不对用户进行标记。

35、可选的,所述获取用户的支付方式、收货方式、对商品的评价时间以及对商品的评价等级,判断用户是否存在购买风险,具体为:

36、获取用户第一时间段第一个购买周期、第二个购买周期、第三个购买周期……第n个购买周期中所使用的支付方式,统计不同支付方式的个数g,计算g与n的比值;

37、获取用户第一时间段内第一个购买周期、第二个购买周期、第三个购买周期……第n个购买周期中所使用的收货地址,统计不同收货地址的个数h,计算h与n的比值;

38、若g与n的比值大于一数值z2,并且h与n的比值大于一数值z3,记用户的风险等级为p4;

39、若g与n的比值小于等于一数值z2,或h与n的比值小于等于一数值z3,则不对用户进行标记。

40、可选的,所述获取用户的支付方式、收货方式、对商品的评价时间以及对商品的评价等级,判断用户是否存在购买风险,还包括:

41、获取用户第一时间段内第一个购买周期、第二个购买周期、第三个购买周期……第n个购买周期中对商品的评价;

42、所述评价等级,具体为在用户完成购买后,根据用户对商品的满意度对商品进行评价,根据满意度的高低将评价从低到高划分为一星评价、二星评价、三星评价、四星评价和五星评价五个评价等级;

43、统计所获取的n个评价中五星评价的个数u,计算u与n的比值;

44、分别获取第一个购买周期、第二个购买周期、第三个购买周期……第n个购买周期中评价时间的数值,分别记为k1、k2、k3……kn;

45、令k1、k2、k3……kn两两之间作差,获取所有差值的绝对值,绝对值数量记为l,l=[n(n-1)/2];

46、设置一数值z4,统计所获取的l个绝对值中,数值小于等于一数值z4的的个数,个数记为v,计算v与n的比值;

47、若u与n的比值大于一数值z5,并且v与n的比值大于一数值z6,记用户的风险等级为p5;

48、若u与n的比值小于等于一数值z5,或v与n的比值小于等于一数值z6,则不对用户进行标记。

49、可选的,所述获取第一时间段内与用户交易的商家,根据第一时间段内与此商家交易的其余所有用户的购买行为,判断用户的风险等级,具体为:

50、获取第一时间段内与用户交易的商家的数量w1;

51、若第一时间段内,存在风险用户与所获取的w1个商家中的商家存在交易,则标记此商家为风险商家,记w1个商家中风险商家的数量为w2,计算w2与w1的比值;

52、所述风险用户,具体为用户的风险等级为p1、p2、p3、p4或p5中任意一种或多种;

53、设置一数值z7,若w2与w1比值的数值大于数值z7,记用户的风险等级为p6;

54、若w2与w1比值的数值小于等于数值z7,则不对用户进行标记。

55、可选的,所述根据用户的风险总等级p判断用户在购买时是否存在购买风险,具体为:

56、所述风险总等级p,具体为用户风险等级数值的和,具体为:若用户的风险为p1、p3、p4和p5,则用户的风险总等级p=p1+p3+p4+p5;

57、其中p1+p2+p3+p4+p5+p6=1,并且p3>p5>p4>p6>p1>p2;

58、若用户的风险总等级p大于一数值z8,记用户存在购买风险,若用户的风险总等级p小于等于一数值z8,记用户不存在购买风险。

59、本发明具备以下有益效果:

60、1、该基于用户行为习惯的购买风险评估方法,根据用户第一时间段和第二时间段的购买频率以及购买金额平均值判断用户的风险等级,通过对比用户两个时间段的购买行为,可以更准确地识别出用户的异常行为,从而提高风险评估的准确性。

61、2、该基于用户行为习惯的购买风险评估方法,获取用户单个购买周期内浏览同类商品的时间差值,通过对用户浏览同类商品时的时间差值尽心细致分析,可以更准确地评估用户的购买意图和潜在风险,判断用户是否存在潜在的异常情况,再结合n个购买周期中每个购买周期所花费的时间,有效准确的判断用户在购买过程中是否存在购买风险,有助于降低商家的交易风险。

62、3、该基于用户行为习惯的购买风险评估方法,在根据用户的支付方式判断用户是否存在购买风险时,结合用户的收货方式;在根据用户对商品的评价等级的判断用户是否存在购买风险时,结合用户对商品的评价时间,减少对正常用户的错误判断,提高风险评估的准确性。

63、4、该基于用户行为习惯的购买风险评估方法,通过多个方面判断用户是否存在购买风险,并且不同方面的购买风险的优先级不同,可以减少对用户低购买风险行为的过度反应,还可以减少对用户低购买风险行为的错误判断,提高识别效率。

本文地址:https://www.jishuxx.com/zhuanli/20241204/339930.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。