[发明专利]商户流失预测方法、装置、设备及存储介质

说明书

本发明公开了商户流失预测方法、装置、设备及存储介质，其中方法包括：分别获取已流失商户在流失前的不同时间的指标特征以及在线商户当前的指标特征，并根据获取到的信息生成训练样本；根据训练样本训练得到流失预测模型；将待预测商户的指标特征输入流失预测模型，得到是否会流失以及将在多久之后流失的预测结果。应用本发明所述方案，能够提高预测结果的准确性等。

【技术领域】

本发明涉及计算机应用技术，特别涉及商户流失预测方法、装置、设备及存储介质。

【背景技术】

随着互联网的发展，网民的衣食住行、吃喝玩乐等生活服务行业逐渐被各类电商线上到线下(o2o，Online To Offline)产品渗透，垄断被逐步打破，商户有了更多的合作对象可以选择，而商户是电商平台存在之命脉，因此需要对其情况进行及时地把控，如需要及早地预测出哪些商户即将流失以及将在多久之后流失等，以便采取对应的挽留措施等。

但是现有技术中，只能粗略地预测出商户是否会流失，无法预测出将在多久之后流失等，即预测结果能够提供的内容有限，准确性较差，从而不便于后续工作的开展。

【发明内容】

有鉴于此，本发明提供了商户流失预测方法、装置、设备及存储介质，能够提高预测结果的准确性。

具体技术方案如下：

一种商户流失预测方法，包括：

分别获取已流失商户在流失前的不同时间的指标特征以及在线商户当前的指标特征，并根据获取到的信息生成训练样本；

根据训练样本训练得到流失预测模型；

将待预测商户的指标特征输入所述流失预测模型，得到是否会流失以及将在多久之后流失的预测结果。

一种商户流失预测装置，包括：预处理单元以及预测单元；

所述预处理单元，用于分别获取已流失商户在流失前的不同时间的指标特征以及在线商户当前的指标特征，并根据获取到的信息生成训练样本；根据训练样本训练得到流失预测模型；将所述流失预测模型发送给所述预测单元；

所述预测单元，用于将待预测商户的指标特征输入所述流失预测模型，得到是否会流失以及将在多久之后流失的预测结果。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

基于上述介绍可以看出，采用本发明所述方案，可分别获取已流失商户在流失前的不同时间的指标特征以及在线商户当前的指标特征，并根据获取到的信息生成训练样本，之后根据训练样本得到流失预测模型，进而根据流失预测模型进行实际的预测，预测结果中除了包括是否会流失的信息之外，还会包括将在多久之后流失的信息，从而丰富了预测结果中的内容，提高了预测结果的准确性。

【附图说明】

图1为本发明所述商户流失预测方法实施例的流程图。

图2为本发明所述获取指标特征的重要性度量值的方法实施例的流程图。

图3为本发明所述展示给销售人员的流失原因的示意图。

图4为本发明所述商户流失预测装置实施例的组成结构示意图。

图5示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案作进一步地详细说明。