20%，否則執(zhí)行步驟S204 ；
[0035]步驟S204，如果n?m，及η大于m超過第二閾值，第二閾值可以取一個較大的范圍，貝丨J a% = 5%,否貝丨J a% = 10。
[0036]對于高端商品，還可以加入一些規(guī)則性的補充，比如奢侈品類、高端的非必須產(chǎn)品(如智能設備等)或者商品單價非常高的商品。
[0037]剩下的商品的檔次為非高端，將其劃分成X個檔次(X為大于I的自然數(shù))，優(yōu)選地，可以劃分為偏高、中、中低、低四個檔次，其中，低檔商品可以取價格段的后20%的商品，偏高檔、中檔、中低檔分別是去掉高檔和低檔后的前1/3，中間的1/3和后面的1/3。
[0038]在其中一個實施例中，所述步驟S102，具體包括:
[0039]對于每個用戶，計算該用戶在每個檔次的下單量與對應價格取對數(shù)后的乘積作為該用戶在該檔次的購買量，計算該用戶所有檔次的購買量總和，計算每個用戶在每個檔次的購買量占該用戶的購買量總和的比例作為用戶購買每個檔次商品的占比；
[0040]對于每個用戶，將每個用戶購買每個檔次商品的占比作為一個x+1維的向量，得到每個用戶的購買力向量。
[0041]計算每個用戶在各個檔次商品購買的占比，會得到一個X+1維的向量，優(yōu)選地為五維向量(X1, X2, X3, X4, X5)，稱為購買力向量。其中Xi代表該用戶在檔次為第i檔的商品購買的占比。在計算每個檔次占比Xi的時候，不是計算在每個檔次購買商品頻次j(即下單量)的占比，而是計算用戶在每個檔次購買商品的頻次Xln(價格)(即下單量與價格取對數(shù)后的乘積)的占比。比如某個用戶在高檔商品中共買了兩個商品A、B，分別買的次數(shù)為kl、k2，價格分別為pl、p2，則用戶在高檔購買為kl X In (pi) +k2 X In (p2)，其中，In表示對括號內(nèi)數(shù)值的對數(shù)。按照這個方法計算出該用戶在每個檔次的購買量后，再求出每個檔次的購買量占總的購買量的占比即可。這里加入了商品的價格取log作為權重，從而解決了【背景技術】中提到的現(xiàn)有技術的第二個缺點。加入了商品本身的價格因素，即使用戶在低價位品類買了很多相對高檔的商品，也會因為價格權重低，得到調(diào)節(jié)。
[0042]如圖3所示，在其中一個實施例中，所述步驟S103，具體包括:
[0043]步驟S301，包括:從所有用戶的購買力向量中隨機選取x+1個用戶的購買力向量作為最開始的中心，執(zhí)行步驟S302 ；
[0044]步驟S302，包括:分別計算其余的所有購買力向量到x+1個中心的歐式距離，將每個購買力向量分別劃歸到與中心的歐式距離最小的點簇中，執(zhí)行步驟S303 ；
[0045]步驟S303，包括:對x+1個點簇中所有購買力向量計算關于每個維度的算術平均數(shù)作為該點簇的中心，執(zhí)行步驟S304 ；
[0046]步驟S304，包括:將所有用戶的購買力向量按照步驟S304得到的中心重新計算與每個中心的歐式聚類，將每個購買力向量分別劃歸到與中心的歐式距離最小的點簇中，執(zhí)行步驟S305 ；
[0047]步驟S305，包括:如果每個點簇的中心不再變化，則執(zhí)行步驟S306，否則執(zhí)行步驟S303 ；
[0048]步驟S306，根據(jù)x+1個點簇的中心計算對應點簇所對應的檔次。
[0049]本實施例不是簡單地根據(jù)用戶購買某個檔次商品的數(shù)量占比大小來決定用戶購買力，而是對所有用戶的數(shù)據(jù)進行聚類分析來劃分用戶購買力等級。
[0050]通過聚類方法對用戶的購買力向量進行聚類后，得到了 X+1個點簇，優(yōu)選為五個點簇。經(jīng)觀測，明顯可以看出每個點簇代表著一種檔次的買力人群。將每個點簇所包括的購買力向量的用戶分別歸類保存到數(shù)據(jù)庫中，從而完成用戶購買力的分類。
[0051]優(yōu)選地，所述步驟S306，具體包括:
[0052]獲取X+1個點簇的中心，按照檔次高低順序依次執(zhí)行如下子步驟:
[0053]高檔選擇子步驟，包括:選擇當前待確定檔次為高檔；
[0054]檔次確定子步驟，包括:從未確定檔次的點簇的中心中，將與當前待確定檔次對應的維最大的中心所對應的點簇的當前確定為當前待確定檔次；
[0055]其他當選擇子步驟，包括:如果還有未確定檔次的點簇，則選擇當前待確定檔次的下一順序檔次作為當前待確定檔次，執(zhí)行檔次確定子步驟，否則結束。
[0056]在其中一個實施例中，還包括:
[0057]分類推薦步驟，包括:當接收到用戶的訪問信息，獲取用戶的購買力檔次，根據(jù)購買力檔次向用戶推薦與相應檔次的商品。
[0058]當完成了用戶購買力的分類后，當一個老用戶訪問網(wǎng)站，就可以通過數(shù)據(jù)庫知道該用戶的購買力情況，根據(jù)用戶購買力的檔次推薦相應價位的商品。比如一個購買力檔次高的用戶在瀏覽手機，就推薦給他高端、智能手機；相反的，一個購買力等級很低的用戶，則推薦給他一些價位低、實用的手機。
[0059]如圖4所示為本發(fā)明一種電子商務用戶購買力分類系統(tǒng)的結構模塊圖，包括:
[0060]商品檔次確定模塊401，用于:將同一品類中的商品基于價格和銷量分布確定出檔次為尚檔的商品，同一品類中的其他商品的檔次確定為非尚檔，將檔次為非尚檔的商品按照價格從高到低依次分為X個從高到低的檔次，其中，X為預設的大于或等于I的自然數(shù)；
[0061]用戶購買占比計算模塊402，用于:計算每個用戶購買每個檔次商品的占比，將所述占比基于每個用戶進行向量化，得到每個用戶的購買力向量，所述購買力向量為x+1維向量，且每一維與一個檔次對應；
[0062]用戶歸類模塊403，用于:對所述購買力向量進行聚類運算，得到x+1個關于購買力向量的點簇，每個點簇分別對應一個檔次，將用戶對應的購買力向量所在點簇相應的檔次作為用戶的購買力檔次。
[0063]在其中一個實施例中，所述商品檔次確定模塊，具體用于:將同一品類中價格段前a%的商品的檔次確定為高檔，a采用如下方法確認:
[0064]選擇三個或三個以上取值范圍為在O?100之間的待選擇值，最大的待選擇值作為最大選擇值，最小待選擇值為最小選擇值，其他的待選擇值為中間選擇值，令m為同一品類中價格的前的價格統(tǒng)計值，令η為同一品類中最近預設時間段內(nèi)有銷量的商品中價格的前y %的價格統(tǒng)計值，如果m大于η超過預設第一閾值，則選擇a為最大選擇值，如果η大于m超過預設第二閾值，貝Ij選擇a為最小選擇值中的最小值，其他情況，選擇a為中間選擇值中的一個，其中，Y小于最大選擇值且大于最小選擇值。
[0065]在其中一個實施例中，所述用戶購買占比計算模塊，具體用于:
[0066]對于每個用戶，計算該用戶在每個檔次的下單量與對應價格取對數(shù)后的乘積作為該用戶在該檔次的購買量，計算該用戶所有檔次的購買量總和，計算每個用戶在每個檔次的購買量占該用戶的購買量總和的比例作為用戶購買每個檔次商品的占比；
[0067]對于每個用戶，將每個用戶購買每個檔次商品的占比作為一個x+1維的向量，得到每個用戶的購買力向量。
[0068]在其中一個實施例中，所述用戶歸類模塊，具體用于:
[0069]中心初始化子模塊，用于:從所有用戶的購買力向量中隨機選取x+1個用戶的購買力向量作為最開始的中心，執(zhí)行初始歸類子步驟；
[0070]初始歸類子模塊，用于:分別計算其余的所有購買力向量到x+1個中心的歐式距離，將每個購買力向量分別劃歸到與中心的歐式距離最小的點簇中，執(zhí)行中心更新子步驟；
[0071]中心更新子模塊，用于:對x+1個點簇中所有購買力向量計算關于每個維度的算術平均數(shù)作為該點簇的中心，執(zhí)行歸類更新子步驟；
[0072]歸類更新子模塊，用于:將所有用戶的購買力向量按照歸類更新子步驟得到的中心重新計算與每個中心的歐式聚類，將每個購買力向量分別劃歸到與中心的歐式距離最小的點簇中，執(zhí)行收斂判斷子步驟；
[0073]收斂判斷子模塊，用于:如果每個點簇的中心不再變化，則執(zhí)行檔次確定子模塊，否則執(zhí)行中心更新子模塊；
[0074]檔次確定子模塊，用于:根據(jù)x+1個點簇的中心計算對應點簇所對應的檔次。
[0075]在其中一個實施例中，所述檔次確定子模塊，具體用于:
[0076]獲取x+1個點簇的中心，按照檔次高低順序依次執(zhí)行如下子模塊:
[0077]高檔選擇子模塊，用于:選擇當前待確定檔次為高檔；
[0078]檔次確定子模塊，用于:從未確定檔次的點簇的中心中，將與當前待確定檔次對應的維最大的中心所對應的點簇的當前確定為當前待確定檔次；
[0079]其他當選擇子模塊，用于:如果還有未確定檔次的點簇，則選擇當前待確定檔次的下一順序檔次作為當前待確定檔次，執(zhí)行檔次確定子步驟，否則結束。
[0080]在其中一個實施例中，還包括:
[0081]分類推薦模塊，用于:當接收到用戶的訪問信息，獲取用戶的購買力檔次，根據(jù)購買力檔次向用戶推薦與相應檔次的商品。
[0082]以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和