CN107578281A

CN107578281A - 电子商务环境下用户优惠券行为预测方法及模型构建方法

Info

Publication number: CN107578281A
Application number: CN201710768505.6A
Authority: CN
Inventors: 姜文君; 何嘉伟
Original assignee: Hunan University
Current assignee: Hunan University
Priority date: 2017-08-31
Filing date: 2017-08-31
Publication date: 2018-01-12
Anticipated expiration: 2037-08-31
Also published as: CN107578281B

Abstract

本发明公开了一种电子商务环境下用户优惠券行为预测方法及模型构建方法，本发明通过对用户优惠券使用情况的数据进行特征提取，得到待分析特征；进行多次数据抽样并通过机器学习的分类模型形成多个分类模型，多个分类模型集合形成集成模型；通过集成模型对待分析特征进行预测分析，筛选出与优惠券使用行为关联最大的待分析特征。本发明可以更加准确的预测用户使用优惠券的概率，使商户发放优惠券有一个参考因素，从而减小商户的运营成本，且更好的达到商户想要的促销效果。

Description

电子商务环境下用户优惠券行为预测方法及模型构建方法

技术领域

本发明属于电子信息领域，尤其涉及一种电子商务环境下用户优惠券行为预测方法及模型构建方法。

背景技术

发放优惠券是一种很常见的促销行为。商家通过优惠活动来吸引客户消费。现有的电子商务预测技术，大多是基于用户已有的购买行为，去预测用户是否会够买一个商品如图1所示，然而，一些用户可能不会使用他们收到的优惠券，所以随机发放优惠券可能很难以达到预期的促销效果。而预测优惠券使用情况的技术还没有被应用。

现有的用户购买行为预测技术不能解决这一问题，所以我们提出一种预测用户优惠券使用情况的技术，电商平台可以通过这种方式构建模型，预测用户使用优惠券的概率，根据概率大小决定是否对用户发放优惠券。

发明内容

为解决上述问题，本发明提供了一种电子商务环境下用户优惠券行为预测方法及模型构建方法，本发明可以更加准确的预测用户使用优惠券的概率，使商户发放优惠券有一个参考因素，从而减小商户的运营成本，且更好的达到商户想要的的促销效果。

为达到上述技术效果，本发明的技术方案是：

一种电子商务环境下用户优惠券行为预测模型的构建方法(觉得整个资料讲的主要是模型的构建方法，而非预测方法，所以更改了下题目)，包括如下步骤:

步骤一:对用户优惠券使用情况的数据进行特征提取，得到待分析特征；

步骤二:进行多次数据抽样并通过机器学习的分类模型形成多个分类模型，多个分类模型集合形成集成模型；

步骤三:通过集成模型对待分析特征进行预测分析，筛选出与优惠券使用行为关联度在设定阈值或排位名次设定名次以上的待分析特征。

进一步的改进，所述待分析特征包括用户特征、优惠券特征、商铺特征、组合特征和其它特征；

其中，用户特征包括：用户领取优惠券的数量；用户使用优惠券购买商品的次数；用户领券与用券相隔的最大时间；用户领券与用券相隔的平均时间，以天为单位计算；用户购买商品时是否有使用优惠券的偏好；用户领券后是否倾向于使用，以区分某些只领券而不用券的差用户；用户所消费过的不同商铺的数量；

优惠券特征包括优惠券的发放数量；优惠券的核销量；优惠券的核销率，优惠券的折扣率，优惠券惠使用时的最低购买限额；商品的奢侈度；

所述商铺特征包括：发放优惠券的数量；发生购买行为的次数；发放优惠券的种类；核销优惠券的数量；核销率，用券率，优惠券种类的数量；

所述组合特征包括：某用户在某商户中发生购买行为的次数；某用户在某商户领取优惠券的数量；某用户在某商户核销优惠券的数量；某用户与某商户间的距离；某用户在某商户中使用优惠券的偏好某用户对某优惠券的核销次数；某用户对某优惠券的核销率；

所述其它特征包括：某类优惠券的发放量；某类优惠券的和销量；某类优惠券的核销率。

进一步的改进，所述待分析特征包括某用户在某商户领取优惠券的数量。

进一步的改进，所述步骤二中，机器学习的分类模型为Xgboost模型。

进一步的改进，所述步骤三中，进行验证实验，将待分析特征分别组合形成组合分析特征，通过组合分析特征对优惠券使用进行预测分类，筛选出与优惠券使用行为关联最大的组合分析特征；组合分析特征的确定方法为分别除去待分析特征中的某一特征，然后用AUC进行验证，去除过拟合特征；所述过拟合特征即去除后使得AUC计算值提高的待分析特征。

一种电子商务环境下用户优惠券行为预测方法，，包括如下步骤：步骤一，提取用户优惠券使用情况的待分析特征，所述待分析特征包括用户特征，优惠券特征，商户特征，组合特征和其它特征。

步骤二、将所述待分析特征进行输入集成模型得到预测结果。

进一步的改进，对于没有优惠券使用情况可供分析的用户，利用用户购买同种类商品的优惠券信息相类比得到预测结果；同种类商品指优惠券的折扣率和优惠券惠使用时的最低购买限额相同的商品。

附图说明

图1为现有的电子商务预测技术步骤示意图；

图2为预测模型构建的步骤示意图；

图3用户历史领券数量

图4为用户历史用券数量。

具体实施方式

以下通过具体实施方式并且结合附图对本发明的技术方案作具体说明。

实施例1

如图2-4所示，步骤如下：

一特征方案

我们构建的优惠券使用预测技术，首先需要对用户优惠券使用情况的数据做一些提取，根据我们的实验，要从如下几个角度来提取特征：用户特征

Buy_count:用户购买商品的次数；

Get_coupon_count:用户领取优惠券的数量；

Buy_with_coupon:用户使用优惠券购买商品的次数；

Max_day:用户领券与用券相隔的最大时间，以天为单位计算；

Mean_day:用户领券与用券相隔的平均时间，以天为单位计算；

BWP_preference:Buy_with_coupon/Buy_count，它是一个比例特征，能描述用户购买商品时是否有使用优惠券的偏好；

Coupon_preference:Buy_with_coupon/Get_coupon_count，这个比例特征可以描述用户领券后是否倾向于使用，它可以区分某些只领券而不用券的差用户；

Buy_diversity:用户购买的多样性，它是某用户所消费过的不同商铺的数量。它可以衡量用户的忠诚度，例如用户A在2家店铺发生购买行为50次，则A用户的Buy_count为50，Buy_diversity则仅为2优惠券特征

Cover_amount:某优惠券的发放数量；

Verification_amount:某优惠券的核销量；

Verification_ratio:某优惠券的核销率，计算为：

Verification_amount/Cover_amount

Discount_rate:某优惠券的折扣率，如某优惠券A的折扣率为0.7，则使用优惠券可以用0.7*商品原价购买此商品；

Discount_threshold:如某优惠券A的Discount_threshold为200，则只有当购买商品的总价超过200元时才能使用优惠券A；

Luxury_degree:该优惠券所代表商品的奢侈度，当Discount_threshold∈[0,50)时，Luxury_degree为1；Discount_threshold∈[50,100)，则Luxury_degree为2；Discount_threshold∈[100,200)，则Luxury_degree为3；Discount_threshold>200则Luxury_degree为4；

商铺特征

Send_coupon_num:某商铺发放优惠券的数量；

Bought_num:在某商铺中发生购买行为的次数；

Coupon_diversity:某商户发放优惠券的种类；

Coupon_verification_num:在某商铺中核销优惠券的数量；

Verification_rate:核销率，计算为：

Coupon_verification_num/Send_coupon_num

Coupon_use_rate:用券率，计算为：

Coupon_verification_num/Bought_num；

Coupon_diversity:某商户发放优惠券种类的数量。

组合特征

User-Merchant_buy_count:某用户在某商户中发生购买行为的次数；

User-Merchant_get_coupon_count:某用户在某商户领取优惠券的数量；

User-Merchant-verification_count:某用户在某商户核销优惠券的数量；

User-Merchant_distance:某用户与某商户间的距离；

User-Merchant_BWP_preference:某用户在某商户中

BWP_preference；

User-Merchant_coupon_preference:某用户在某商户中的_preference；

User-coupon_earn_count:某用户领取某优惠券的次数；

User-coupon_verification_count:某用户对某优惠券的核销次数；

User-coupon_verification_ratio:某用户对某优惠券的核销率；

其他特征

在原始数据中没有给出优惠券的种类信息，但是对于一些新出现的优惠券，它们没有历史记录可供学习，故我们只能用同种类的优惠券信息相类比而得到它的特征。当两个优惠券的Discount_rate与

Discount_threshold相同时，我们认为这两个优惠券属于同一种类。

Kind_cover_amount:该类优惠券的发放量；

Kind_verification_amount:该类优惠券的和销量；

Kind_verification_ratio:该类优惠券的核销率；

时间也是一个很重要的特征，比如某些用户更倾向于周末购物，因为这些用户一般在周末休息时才有时间购买商品；或者某些用户更喜欢月初购物，因为月初通常是领薪水的日子。

Day_for_week:表示某条领券记录发生在一周的第几天；

Day_for_get:表示某条领券记录发生在当月的第几天

二模型预测

预测优惠券是否会被使用可以处理为一个二分类问题，即将使用优惠券的情况标记为正类，未使用优惠券则标记为负类。这一问题可以用机器学习的方法来解决。我们尝试了许多种机器学习的分类模型，例如随机森林，支持向量机，K近邻，Xgboost等。

其中，随机森林：

随机森林是一种集成方法，集合方法的目的是结合使用给定学***均，其方差也减小，通常大于补偿偏差增加，从而产生更好的模型。

我们将随机森林的最大深度设置为5，森林中的树的颗数设置为1000，这是已经经过测试的效果较好的设置方法。

支持向量机(SVM)：

在给定的训练向量和其标签y∈{1，-1}ⁿ，SVM通过如下优化如下目标函数来创建模型：

subject to y_i(w^Tφ(x_i)+b)≥1-ζ_i，

ζ_i≥0，i＝1，...，n

K近邻：

K近邻算法将衡量训练向量x之间的距离，将距离相近的训练向量归为同一个label之中，计算向量之间的距离时，我们常用欧式距离或者曼哈顿距离。

欧式距离：曼哈顿距离：

Xgboost：

Xgboost是最近提出的一个基于决策树的模型，它在许多大数据领域上被广泛的使用，且取得了十分杰出的效果。Xgboost是梯度增强决策树的高效实现，它主要有如下几个特点：

(1).xgboost在目标函数中显示的加上了正则化项，基学习为CART时，正则化项与树的叶子节点的数量T和叶子节点的值有关。

(2).GB中使用Loss Function对f(x)的一阶导数计算出伪残差用于学习生成fm(x)，xgboost不仅使用到了一阶导数，还使用二阶导数。

(3).CART回归树中寻找最佳分割点的衡量标准是最小化均方差，xgboost寻找分割点的标准与正则化项相关。

我们发现在相同的条件下，Xgboost模型的预测效果使最优。另外，优惠券数据是不平衡的，负类数量远大于正类，这个情况很容易在现实中得到理解，人们往往会多拿优惠券，但是使用优惠券是消费时，会选取最喜欢，最合适的商品。而我们做预测的目的也是为了提高优惠券的使用率，使商户的投入得到更大的收益。

我们采用了随机欠采样的方式来处理这种不平衡，将所有的正类选取，并随机采样与正类数量相近(与正类的数量的比例在1到1.5之间)的负类，把这些数据做为一个训练集。由于欠采样造成了大量数据未使用，容易丢失关键信息，为了弥补这一种缺陷，我们进行了多次抽样来避免丢失信息。图2展示了我们的模型。

三、特征分析

我们分析蚂蚁金服提供的数据，以预测用户的优惠券使用概率，并探讨哪些因素/特征将影响优惠券使用概率。我们提取了34个特征，并根据第二步所描述的方法构建预测模型，然后根据预测效果对其进行排名，我们得出的排名结果如表1所示。

表1.特征排名表：

我们发现，在排名前10的特征中，组合特征占3个；排名前20的特征中，组合特征占7个。整体来说，组合特征对于预测优惠券是否会被使用十分重要。

排名统计是一种比较初步的手段，我们想要验证组合特征是否重要，则需要更为精准的实验。我们设计了一组留出实验，将排名前20的特征分别留出，在留出特征组上对优惠券使用进行预测分类，分类结果用AUC来计算。当AUC越接近于1，分类结果越优。表2给出了我们留出验证的结果。

表2留出试验结果

所有特征的AUC作为一个对照，来观察留出AUC下降的多少。当一个特征被留出，AUC下降的特别多，则说明此特征对于预测优惠券来说十分重要。从表2中可以看出，排名第一的组合特征，User-coupon_earn_count:用户对某优惠券的历史领取量被留出后，AUC下降得最多。其他组合特征被留出后，AUC也有下降。而当特征Max_day:用户领券与用券相隔的最大时间被留出后，AUC反而上升，我们就认为此特征是造成了过拟合。

AUC是ROC曲线下的面积(Area Under ROC Curve)。ROC的全名叫做ReceiverOperating Characteristic curve。平面的横坐标是假阳性率false positive rate(FPR)，纵坐标是真阳性率true positive rate(TPR)。对某个分类器而言，我们可以根据其在测试样本上的表现得到一个TPR和FPR点对。这样，此分类器就可以映射成ROC平面上的一个点。调整这个分类器分类时候使用的阈值，我们就可以得到一个经过(0,0)，(1,1)的曲线，这就是此分类器的ROC曲线。一般情况下，这个曲线都应该处于(0,0)和(1,1)连线的上方。因为(0,0)和(1,1)连线形成的ROC曲线实际上代表的是一个随机分类器。AUC是评估分类模型好坏的一种标准。AUC越接近1，代表分类效果越好，越接近0，则代表分类效果越差。

组合特征是描述用户对某优惠券，或者用户对某商户的偏好倾向程度，例如，排名第一的特征“用户对某优惠券的历史领取量”描述了用户是否经常使用某种优惠券。这种组合特征在现实中表现为某商户或某商铺的常客，即我们常说的“老用户”。

表1和表2可以部分反映组合特征的重要性，为了更直观的把这种重要性表现出来，我们分别留出某个特征组，来观查其效果，表3是特征组留出的结果。

表3.特征组留出结果

特征组	留出AUC
		用户特征	0.7846
优惠券特征	0.7489
		商户特征	0.747
组合特征	0.6829
		种类特征	0.7535
所有特征	0.7637

可以看出，留出(即去除)组合特征后，AUC大幅度下降，表示组合特征在预测优惠券使用这一任务中，显得尤为重要。到这里，我们仅能得出“老用户”的信息对有助于优惠券使用预测。直观上来说，我可以想像为，“老用户更容易受优惠券吸引”。但是从数据上并不能得出这样的结论。于是我们对排名第一的特征，“用户领取某优惠券数量”，与排名第三的特征，“用户对某优惠券的使用率”画图分析。如图3所示，图3的横轴表示数值区间，如[1，10]表示“用户领取某优惠券历史数。

从图3中可以看出，当用户对某优惠券领取的记录越多，用券频率越高，类似的规律在图4中也可以看出。

这表明“老用户”对优惠券更敏感，当商户想提高优惠券的使用率时，不妨多考虑这一“老用户效应”。

上述仅为本发明的一个具体导向实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明的保护范围的行为。

Claims

1.一种电子商务环境下用户优惠券行为预测模型的构建方法，其特征在于，包括如下步骤:

2.如权利要求1所述的电子商务环境下用户优惠券行为预测模型的构建方法，其特征在于，所述待分析特征包括用户特征、优惠券特征、商铺特征、组合特征和其它特征；

所述其它特征包括：某类优惠券的发放量；某类优惠券的和销量；某类优惠券的核销率；领券行为发生在一周的第几天；领券行为发生在当月的第几天。

3.如权利要求1所述的电子商务环境下用户优惠券行为预测模型的构建方法，其特征在于，所述待分析特征包括某用户在某商户领取优惠券的数量。

4.如权利要求1所述的电子商务环境下用户优惠券行为预测模型的构建方法，其特征在于，所述步骤二中，机器学习的分类模型为Xgboost模型。

5.如权利要求1所述的电子商务环境下用户优惠券行为预测模型的构建方法，其特征在于，所述步骤三中，进行验证实验，将待分析特征分别组合形成组合分析特征，通过组合分析特征对优惠券使用进行预测分类，筛选出与优惠券使用行为关联最大的组合分析特征；组合分析特征的确定方法为分别除去待分析特征中的某一特征，然后用AUC进行验证，去除过拟合特征；所述过拟合特征即去除后使得AUC计算值提高的待分析特征。

6.一种电子商务环境下用户优惠券行为预测方法，其特征在于，包括如下步骤：步骤一，提取用户优惠券使用情况的待分析特征，所述待分析特征包括用户特征，优惠券特征，商户特征，组合特征，其它特征；

7.如权利要求6所述的电子商务环境下用户优惠券行为预测方法，其特征在于，对于没有优惠券使用情况可供分析的用户，利用用户购买同种类商品的优惠券信息相类比得到预测结果，同种类商品指优惠券的折扣率和优惠券惠使用时的最低购买限额相同的商品。