• 移动端APP渠道和社交媒体小程序渠道使用预测和订单金额预测
• • 算法目的：
  • 算法用途
  • 数据格式
  • 数据处理方式
  • 算法模型
  • 算法结果

移动端APP渠道和社交媒体小程序渠道使用预测和订单金额预测

发明人：Juan Wang（王娟） and Hefu Liu（刘和福）

实验室：USTC-IOM Lab

算法目的：

本算法主要目的是帮助企业预测访客的移动端的渠道选择和订单金额，主要是考虑顾客在移动端不同渠道（APP渠道和社交媒体小程序渠道）的购物过程差异，从而影响最终订单金额。

算法用途

通过这个算法，我们得出在顾客使用“APP渠道”和“社交媒体小程序渠道”如何选择渠道，选择了渠道后如何影响订单金额；不同渠道内的订单大小会进一步受到购物时社交媒体活动是否活跃的影响。

数据格式

变量名	说明	数据类型
CustomerID	顾客ID	byte
Basket_Value	订单金额	float
Social_Channel	移动渠道（APP 或社交媒体小程序渠道）	byte
Non_Work_Hour	是否为非工作时间	byte
Seasonality	是否为促销季	byte
Recency	最近一次购买到现在的时间	float
Frequency	历史购买次数	float
Monetary	历史购买金额	float
Accu_Discount_Per	历史折扣比	float
First_Tier_City	是否为一线城市	byte
Relative_Social	历史社交媒体渠道使用比例	float
SocialID	注册是否在社交媒体渠道	byte
No_Transaction_Info	无历史购物记录	float
Month	月份	byte

数据处理方式

变量名	预处理方式
CustomerID	已编码处理
Basket_Value	已处理，连续变量
Channel	哑变量
Non_Work_Hour	哑变量
Seasonality	哑变量
Recency	已处理，连续变量
Frequency	已处理，连续变量
Monetary	已处理，连续变量
Accu_Discount_Per	已处理，连续变量
First_Tier_City	哑变量
Relative_Social	已处理，连续变量
SocialID	哑变量
No_Transaction_Info	哑变量
Month	已编码处理

算法模型

回归模型model1，model2，具体见model.py文件
model1 result:
得到Social_Channel*，如果Social_Channel*大于0，则Social_Channel为1，即选择了社交媒体渠道，否则选择的是APP渠道.
model2 result:
得到Basket_Value,即为预测的某个顾客选择APP或社交媒体小程序渠道后的订购单金额。

算法结果

模型1为渠道选择的预测，模型2为订单金额的预测。两者一起用于预测访客进入不同渠道的概率和进入后的订单金额。