基于聚类分析和注意力机制的客户复购意愿预测方法及系统

AITNT
正文
推荐专利
基于聚类分析和注意力机制的客户复购意愿预测方法及系统
申请号:CN202411105564
申请日期:2024-08-13
公开号:CN118628162B
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了基于聚类分析和注意力机制的客户复购意愿预测方法及系统,获取用户的历史购买信息,根据所述历史购买信息构建时间序列,并基于时间序列对用户的购买行为特征进行聚类,根据聚类结果划分用户得到不同的用户群;基于深度学习方法构建时间序列特征提取模型,对聚类后得到的用户群分别训练,通过所述时间序列特征提取模型,提取不同用户群内的用户画像特征;根据决策策略模型将预测概率超过阈值的用户输出作为具有复购意愿的客户名单。通过本发明能够有效实现客户复购意愿的精准预测,并提供了一套高效、节能的B2B客户复购意愿预测系统,实现智能决策和高效监控。
技术关键词
时间序列特征 注意力机制 客户信息数据库 模式 特征提取模型 门控循环神经网络 画像特征 决策 信息模块 预测系统 聚类算法 矩阵 门控循环单元 深度学习方法
系统为您推荐了相关专利信息
1
一种基于大模型和检索增强的表格问答方法
预训练模型 问答方法 正确率 自然语言 语句
2
基于神经网络的强对流天气识别方法及系统
强对流天气识别 卷积神经网络模型 高分辨率数值 多源观测数据 闪电定位数据
3
一种基于用户偏好的对话推荐方法方法、装置和介质
矩阵 实体 对话生成模型 对话推荐方法 双线性模型
4
基于无人机的输电线路检测方法
无人机 输电线路检测方法 图像 参数 模式
5
一种基于轻量化网络的协作机器人抓取检测方法
协作机器人 多任务损失函数 智能抓取技术 抓取动作 消除图像噪声
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号