[发明专利]防止用户流失的方法及装置有效

专利信息
申请号: 201310629398.0 申请日: 2013-11-29
公开(公告)号: CN104679969B 公开(公告)日: 2018-12-28
发明(设计)人: 朱静涛;胡熙;徐欣;张孝龙;倪虎;许多斌;刘黎春;范成涛;艾志兵;杨向勇 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 罗振安
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 防止 用户 流失 方法 装置
【权利要求书】:

1.一种防止用户流失的方法,其特征在于,所述方法包括:

从目标应用程序下选取预设数量的用户作为建模用户,并收集所述预设数量的建模用户的用户数据;

根据所述建模用户的一种用户数据将所述预设数量的建模用户进行分类,并确定每类建模用户的流失概率,所述用户数据至少包括用户基本属性信息、用户行为指标信息或用户活跃指标信息;

根据每类建模用户的流失概率确定每类建模用户的用户类型,并根据每种用户类型对应的建模用户的用户数据得到对应的类型模型,建模用户的每种用户数据对应一个类型模型;

收集所述目标应用程序下的至少一个目标用户对应的用户数据;

将所述目标用户的用户数据与预先构建的多个类型模型所对应的建模用户的用户数据一一匹配,得到所述目标用户的用户类型,所述用户类型至少包括正常活跃用户、濒临沉默用户和沉默用户;

如果所述目标用户的用户类型为濒临沉默用户,则在所述目标应用程序下向所述目标用户推送用于提升活跃度的相关数据。

2.根据权利要求1所述的方法,其特征在于,所述收集所述预设数量的建模用户的用户数据,包括:

收集所述预设数量的建模用户在考察期及预测期内的用户数据,所述考察期及所述预测期为不同的时间段;

所述确定每类建模用户的流失概率,包括:

根据考察期结束时收集到用户数据的建模用户数量与预测期内收集到用户数据的建模用户数量,确定每类建模用户的流失概率。

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标用户的用户数据及所述预先构建的类型模型确定所述目标用户的用户类型,包括:

将所述目标用户的用户数据与所述预先构建的类型模型所对应的建模用户的用户数据进行匹配,得到匹配的建模用户的用户数据,并将所述匹配的建模用户的用户数据所对应的用户类型确定为所述目标用户的用户类型。

4.一种防止用户流失的装置,其特征在于,所述装置包括:

选取单元,用于从目标应用程序下选取预设数量的用户作为建模用户;

收集单元,用于收集所述预设数量的建模用户的用户数据;

分类单元,用于根据所述建模用户的一种用户数据将所述预设数量的建模用户进行分类,所述用户数据至少包括用户基本属性信息、用户行为指标信息或用户活跃指标信息;

第一确定单元,用于确定每类建模用户的流失概率;

第二确定单元,用于根据每类建模用户的流失概率确定每类建模用户的用户类型;

获取单元,用于根据每种用户类型对应的建模用户的用户数据得到对应的类型模型,每种建模用户的用户数据对应一个类型模型;

收集模块,用于收集所述目标应用程序下的至少一个目标用户对应的用户数据;

确定模块,用于将所述目标用户的用户数据与预先构建的多个类型模型所对应的建模用户的用户数据一一匹配,得到所述目标用户的用户类型,所述用户类型至少包括正常活跃用户、濒临沉默用户和沉默用户;

推送模块,用于当所述目标用户的用户类型为濒临沉默用户时在所述目标应用程序下向所述目标用户推送用于提升活跃度的相关数据。

5.根据权利要求4所述的装置,其特征在于,所述收集单元,用于收集所述预设数量的建模用户在考察期及预测期内的用户数据,所述考察期及所述预测期为不同的时间段;

所述第一确定单元,用于根据考察期结束时收集到用户数据的建模用户数量与预测期内收集到用户数据的建模用户数量,确定每类建模用户的流失概率。

6.根据权利要求4或5所述的装置,其特征在于,所述确定模块,用于将所述目标用户的用户数据与所述预先构建的类型模型所对应的建模用户的用户数据进行匹配,得到匹配的建模用户的用户数据,并将所述匹配的建模用户的用户数据所对应的用户类型确定为所述目标用户的用户类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310629398.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top