基于用户偏好分析的家用电器线上线下融合销售系统的制作方法

摘要: 本发明涉及家用电器智能销售,具体涉及基于用户偏好分析的家用电器线上线下融合销售系统。背景技术:1、随着线上商城、直播平台、门店导购终端和本地售后服务系统的发展,...
基于用户偏好分析的家用电器线上线下融合销售系统的制作方法

本发明涉及家用电器智能销售,具体涉及基于用户偏好分析的家用电器线上线下融合销售系统。

背景技术:

1、随着线上商城、直播平台、门店导购终端和本地售后服务系统的发展,家用电器销售系统通过采集用户在线上浏览、搜索、咨询、下单以及线下进店、扫码、体验、购买等行为数据,并基于上述数据生成用户偏好信息,从而向用户推荐相应的家电商品。部分现有系统还能够结合市场趋势、季节变化和库存状态调整推荐结果,以提高推荐商品与用户需求之间的匹配程度。

2、用户真实的换新需求往往并不首先表现为主动搜索或浏览行为,而是表现为旧机故障、维修频繁、维修费用升高、能耗异常、安装环境不适配、噪音过大、容量不足、老人或儿童使用不便等服务侧事件。这些信息通常记录于安装工单、维修工单、旧机检测记录、拆旧记录、现场照片、现场语音、服务人员备注、用户投诉、售后评价或导购备注中。由于该类家电服务数据存在来源分散、字段格式不一致、时间基准不一致、地址归属不一致、非结构化现场证据难以验证、服务人员记录完整性不同以及用户主观描述差异等情况,难以直接作为销售推荐中的偏好特征。

3、现有方法通常通过交易行为统计实现家电商品推荐,但在用户当前仅产生咨询、搜索、扫码或报价等未成交交互,而历史服务系统中已经存在旧机故障、维修复发或安装环境限制的场景下,由于未将家电服务数据转换为具有统一用户、旧机、地址、时间和使用场景基准的可验证中间对象,也未对现场证据、服务主体、服务时空、旧机归属和跨事件印证关系进行可信度校验,导致系统难以区分普通浏览偏好、促销驱动偏好和由旧机故障触发的换新偏好,推荐结果可能与当前使用场景不匹配。

4、因此,本发明提出一种基于用户偏好分析的家用电器线上线下融合销售系统。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供基于用户偏好分析的家用电器线上线下融合销售系统。

2、为实现上述目的,本发明提供了如下技术方案:

3、基于用户偏好分析的家用电器线上线下融合销售系统,包括:

4、数据标准化模块,用于获取用户的家电交易数据和家电服务数据,所述家电服务数据包括服务业务字段和现场证据数据,对家电交易数据和家电服务数据进行标准化处理,生成用户家电事件序列;

5、证据图构建模块,用于基于用户家电事件序列中的服务事件和现场证据数据确定服务证据对象,根据服务证据对象建立服务场景证据图,并计算服务事件的证据可信度;

6、特征提取模块,用于根据证据可信度对服务场景证据图中的服务事件进行可信筛选,从筛选后的服务事件中提取换新触发特征;

7、偏好生成模块,用于基于用户家电事件序列中的交易事件生成交易行为向量,根据换新触发特征及对应的证据可信度生成服务驱动向量,将交易行为向量和服务驱动向量按照使用场景融合为场景化用户偏好向量;

8、推荐输出模块,用于获取目标用户的未成交推荐触发信息,确定目标使用场景,基于目标使用场景和场景化用户偏好向量生成候选推荐集合,对候选推荐集合进行推荐校核,根据推荐校核结果确定推荐结果。

9、可选地,确定服务证据对象,包括:提取服务事件中的现场证据索引;对现场证据索引对应的现场证据数据进行规范化编码,生成证据固定码;将证据固定码与服务事件进行绑定,得到服务证据对象。

10、可选地,根据服务证据对象建立服务场景证据图,包括:基于服务证据对象生成用户节点、旧机节点、服务事件节点、证据节点和使用场景节点;根据节点之间的归属、发生、校验和场景匹配关系生成基础边;根据不同服务事件之间的相互支持关系和不一致关系生成印证边和冲突边,根据节点和边构建服务场景证据图。

11、可选地,计算服务事件的证据可信度,包括:对服务证据对象进行主体门控和证据门控校验;在门控校验通过时,比较服务证据对象内证据元素之间的一致性,得到内部一致性结果;在服务场景证据图中搜索邻域服务事件,得到邻域印证结果;结合冲突边得到冲突抑制结果,确定服务事件的证据可信度。

12、可选地,从筛选后的服务事件中提取换新触发特征,包括:按照用户、旧机、品类和使用场景对筛选后的服务事件进行聚合;从聚合后的服务事件中提取旧机状态变化、故障持续状态、维修代价状态、使用场景状态和用户反馈状态;分析触发类型、触发强度、来源事件和可信权重,得到换新触发特征。

13、可选地,确定触发强度,包括:将各触发类型与预设换新规则进行匹配,得到规则命中等级;根据来源事件的发生时间、证据可信度和降权保留状态修正规则命中等级;当多个触发类型指向同一换新原因时,合并规则命中等级,确定触发强度。

14、可选地,根据换新触发特征及对应的证据可信度生成服务驱动向量,包括:将换新触发特征映射至预设服务偏好维度;基于触发强度和证据可信度确定各服务偏好维度的更新量;当不同服务事件对应的更新方向冲突时,依据证据可信度和来源事件选择更新方向或生成复核标记;根据各更新量形成服务驱动向量。

15、可选地,将交易行为向量和服务驱动向量按照使用场景融合为场景化用户偏好向量,包括:确定同一使用场景下交易行为向量的行为有效度和服务驱动向量的证据有效度;根据行为有效度、证据有效度和触发强度确定融合权重;对相同偏好维度进行加权融合;对方向冲突的偏好维度执行优先选择、降权或复核处理,生成场景化用户偏好向量。

16、可选地,确定目标使用场景,包括:解析未成交推荐触发信息,得到品类意图、功能意图、价格意图和渠道状态;将品类意图和功能意图与服务场景证据图中的使用场景节点进行匹配;根据匹配结果和证据可信度确定场景匹配等级;当场景匹配等级满足预设条件时确定目标使用场景,否则生成普通推荐场景。

17、可选地,基于目标使用场景和场景化用户偏好向量生成候选推荐集合,包括:从商品资源和服务资源中筛选与目标使用场景匹配的候选商品和候选服务组合;根据场景化用户偏好向量确定候选对象的匹配排序;为候选对象关联换新触发原因和来源服务事件;对候选对象进行资源可用性和证据一致性预校核,并将通过预校核的候选对象写入候选推荐集合。

18、与现有技术相比,本发明具备以下有益效果:

19、1、本发明通过获取家电交易数据和包括现场证据数据的家电服务数据,并将家电服务数据经证据可信度校验后转换为换新触发特征,实现将安装、维修、旧机检测、拆旧和售后反馈中形成的服务侧数据转换为销售推荐可用的服务驱动向量,降低仅依赖浏览、搜索和购买行为造成的换新需求漏识别;

20、2、本发明通过标准化模块生成保留数据类型的用户家电事件序列,并通过证据图构建模块建立包括用户、旧机、服务事件、证据和使用场景的服务场景证据图,实现家电交易数据、家电服务数据、现场证据和使用场景之间的统一基准关联,降低跨系统字段不一致、事件归属错误和非结构化证据不可验证造成的数据冲突;

21、3、本发明将交易行为向量和服务驱动向量按照使用场景融合为场景化用户偏好向量,能够在同一使用场景下综合利用交易侧显性偏好和服务侧换新触发偏好。当用户近期浏览低价商品但可信服务事件显示旧机故障复发、维修代价升高或老人房使用不适时,系统能够在对应场景下提高对应偏好维度的权重,提高推荐结果与当前使用场景匹配度。