[发明专利]基于流失用户的潜在用户预测方法、装置和计算机设备

权利要求书

1.一种基于流失用户的潜在用户预测方法，所述方法包括：

获取流失用户在指定时间段内的数据；

根据获取的所述数据，通过多种潜在用户预测模型进行预测，获得与所述潜在用户预测模型对应的预测标签；

确定各预测标签中满足预设条件的目标预测标签；

当所述目标预测标签为指定目标标签时，将所述流失用户确定为潜在用户。

2.根据权利要求1所述的方法，其特征在于，所述数据包括用户属性、用户保单属性、用户保单理赔数据和保险售后数据。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取候选用户的多个最新保单状态标识；

确定与所述保单状态标识对应的流失风险等级标签值；

将所确定的流失风险等级标签值与指定高流失风险等级标签值进行匹配，获得匹配结果；

当至少一个的匹配结果表示匹配成功时，将所述候选用户确定为流失用户。

4.根据权利要求3所述的方法，其特征在于，所述候选用户对应多于一个的保单；所述获取候选用户的多个最新保单状态标识，包括：

获取候选用户对应的每个保单所对应的多个最新保单状态标识；

所述当至少一个的匹配结果表示匹配成功时，将所述候选用户确定为流失用户，包括：

当所述候选用户对应的每个保单所对应的匹配结果中，均至少存在一个表示匹配成功的匹配结果时，将所述候选用户确定为流失用户。

5.根据权利要求3所述的方法，其特征在于，所述当至少一个的匹配结果表示匹配成功时，将所述候选用户确定为流失用户，包括：

当至少一个的匹配结果表示匹配成功时，确定匹配结果表示匹配成功的流失风险等级标签值所对应的保单状态标识；

获取所确定的保单状态标识对应的新增时间；

当所述新增时间处于指定时间段内时，将所述候选用户确定为流失用户。

6.根据权利要求1至5任意一项所述的方法，其特征在于，所述多种潜在用户预测模型的训练步骤，包括：

确定第一预设时间段内的历史流失用户；

获取所述历史流失用户在所述第一预设时间段内的历史数据；

根据所述历史流失用户在第二预设时间段内的保险行为数据，确定各所述历史流失用户对应的目标标签；

根据所述历史数据和相应的所述目标标签，获得训练样本集；

根据所述训练样本集，按照指定的多种机器学习算法分别进行模型训练，获得与各所述机器学习算法对应的潜在用户预测模型。

7.根据权利要求6所述的方法，其特征在于，所述根据所述历史数据和相应的所述目标标签，获得训练样本集，包括：

根据所述历史数据和相应的所述目标标签，获得训练样本集和测试样本集；

所述方法还包括：

基于所述测试样本集，对训练获得的所述多种潜在用户预测模型进行测试；

将测试结果符合预设模型筛选条件的潜在用户预测模型，确定为用于预测潜在用户的潜在用户预测模型。

8.一种基于流失用户的潜在用户预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取流失用户在指定时间段内的数据；

预测模块，用于根据获取的所述数据，通过多种潜在用户预测模型进行预测，获得与所述潜在用户预测模型对应的预测标签；

输出标签确定模块，用于确定各预测标签中满足预设条件的目标预测标签；

潜在用户确定模块，用于当所述目标预测标签为指定目标标签时，将所述流失用户确定为潜在用户。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。