买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市崇晸实业有限公司申请的专利一种基于数据挖掘的电子商务用户行为分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119887267B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510373864.6，技术领域涉及：G06Q30/0201；该发明授权一种基于数据挖掘的电子商务用户行为分析方法是由肖荣胜;刘金阳;谢凤姣设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种基于数据挖掘的电子商务用户行为分析方法在说明书摘要公布了：本发明公开了一种基于数据挖掘的电子商务用户行为分析方法，包括：通过电子商务平台收集的用户行为数据，并对数据进行预处理；对预处理后的用户行为数据进行降维处理；将降维后的数据转化为符号化序列，提取反映用户行为规律的典型行为模式；结合常规的行为特征指标和基于时间序列的行为特征，提取用户的综合行为特征；对用户的典型行为模式进行聚类分析，将用户分为不同的行为群体；基于聚类分析结果，构建基于图数据的用户行为关联网络；将用户特征之间的关系以可视化形式展示，揭示用户行为模式之间的关系。本发明方法提高了数据处理效率，能够捕捉用户行为的动态变化规律，全面、准确地反映用户的真实行为模式和偏好。

本发明授权一种基于数据挖掘的电子商务用户行为分析方法在权利要求书中公布了：1.一种基于数据挖掘的电子商务用户行为分析方法，其特征在于，该方法包括： 步骤S1，通过电子商务平台收集的用户行为数据，并对数据进行预处理； 步骤S2，采用分段聚合近似方法对预处理后的用户行为数据进行降维处理； 步骤S3，基于符号聚合近似方法将降维后的数据转化为符号化序列，提取反映用户行为规律的典型行为模式； 步骤S4，结合常规的行为特征指标和基于时间序列的行为特征，提取用户的综合行为特征； 步骤S5，基于k-means聚类算法对用户的典型行为模式进行聚类分析，将用户分为不同的行为群体； 步骤S6，基于聚类分析结果，构建基于图数据的用户行为关联网络； 步骤S7，通过图建模技术将用户特征之间的关系以可视化形式展示，揭示用户行为模式之间的关系； 其中在步骤S2中，还包括如下子步骤： S2-1，将预处理后的用户行为数据分割为等长的子序列，数据长度为n，分段数为w，每段长度为； S2-2，计算每个子序列的均值，用子序列的均值代替该子序列的所有数据点，具体公式为：，其中，为第j段的均值，为第p个标准化后的数据点，n表示原始数据的长度，w表示分段数，j表示子序列的索引，p表示数据点的索引； S2-3，重构降维后的数据序列，形成降维后的用户行为数据，降维后的数据长度为m，其中，m=w； 其中在步骤S3中，还包括如下子步骤： S3-1，根据降维后的数据序列，选择基于数据分布的符号化区间将数据映射为符号，所述基于数据分布的符号化区间使用高斯分布的分位数划分区间，将数据分为个等概率区间，每个区间对应一个符号，并根据高斯分布表确定区间分裂点，其中o=1，2，3，...，； S3-2，将每个数据点转换为对应的符号，形成符号化序列，符号化过程如下：，其中，为符号化后的序列，if表示如果，为降维后的数据点，表示等概率区间的数量，a，b，z是符号集中的符号，用于表示降维后数据点的不同区间； S3-3，统计符号化序列的出现频率，提取出现频率最高的符号化序列作为典型行为模式； 其中在步骤S5中，还包括如下子步骤： S5-1，初始化k-means聚类算法的聚类中心，随机选择k个数据点作为初始聚类中心； S5-2，计算每个用户行为模式与聚类中心的距离，并将用户分配到最近的聚类中心，距离公式为:，其中，d（）表示距离函数，用于计算两个向量之间的欧几里得距离，e表示用户行为模式的索引，g表示聚类中心的索引，表示第e个用户的行为模式，表示第g个聚类中心，R为特征维度，r表示特征维度的索引； S5-3，更新聚类中心为分配到该聚类的所有用户行为模式的均值,具体公式为：，其中，为第g个聚类，为更新后的聚类中心； S5-4,重复步骤S5-2和S5-3，直到聚类中心不再变化或达到预设的迭代次数,所述预设的迭代次数包括固定迭代次数、动态调整迭代次数、基于时间限制的迭代次数； 其中在步骤S6中，还包括如下子步骤： S6-1，根据聚类分析结果，将每个用户分配到聚类中心，形成不同的用户群体； S6-2，通过计算用户群体之间的距离定义用户群体之间的相似性度量，具体公式为：，其中，表示和的相似性度量，和是两个用户群体，similarity（）表示相似性度量函数，为聚类中心和之间的距离，和是对应的聚类中心，d（）表示距离函数，是聚类中心的最大可能距离； S6-3，基于相似性度量，构建用户行为关联网络的图结构，其中节点表示用户群体，边表示用户群体之间的相似性； S6-4，定义节点之间的权重，所述权重表示用户群体之间的关联强度，权重计算公式为：，其中，为节点E和节点G之间的权重； S6-5，使用Louvain算法分析用户行为关联网络中的社区结构，揭示用户群体之间的内在关系，所述内在关系包括交互关系、社交关系、偏好关系、行为模式关系、地域关系、时间关系、消费层级关系、用户忠诚度关系和用户活跃度关系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市崇晸实业有限公司，其通讯地址为：518000 广东省深圳市龙岗区坂田街道岗头社区天安云谷产业园二期4栋3308；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。