客户消费行为预测的3种计算方法

用户消费行为预测的三种计算方法：

数据：用户行为表，购物篮表，购物表中数据。

计算方法：

方法一：关联规则算法来建立业务预测模型。根据主需求品类先分组，找到每个分组下的频繁项集，根据已知的消费行为找出频繁项集中配对的潜在需求。
方法二：用word2vec算法构建业务预测模型。word2vec算法包含word顺序信息，word顺序在消费行为预测中可理解为消费品类顺序。把用户消费的具体商品的时序映射为用户消费品类的时序，将每个用户的消费品类时序作为样本构造word2vec模型。然后预测根据当前用户以往消费品类时序，算出最相似的消费品类时序，按照的出来的时序进行推荐。
方法三：逻辑回归算法来构建业务预测模型。用消费品类作为维度，选n天数据作为训练数据。
1. 一个用户在一天中如果消费这个品类则把词品类标1，没有则标0。这样记录了每个用户n天的行为。
2. 一个用户n天之后的第m天如果消费这个品类则把此品类标1，没有则标0。
3. 从1中数据选择每个用户一个品类下n天的数据作为自变量，2中同品类的结果值作为因变量为这个品类用逻辑回归方法构建此品类是否消费的预测模型。这样可得到每个品类的预测模型。
4. 输入待预测的用户n天的消费品类序列，用每个品类的预测模型可得到用户的品类是否消费预测值，从而得到用户潜在的消费。