[发明专利]行为数据的处理方法、行为预测方法、装置、设备及介质

权利要求书

1.一种用户使用应用程序的行为数据的处理方法，其特征在于，包括：

获取样本用户集合中所有用户的应用程序使用行为数据；其中所述应用程序使用行为数据包括应用程序安装数据和应用程序卸载数据；

基于所述样本用户集合中的第一类样本用户的应用程序使用行为数据与第二类样本用户的应用程序使用行为数据之间的差异，筛选出至少一个目标应用程序；其中所述第一类样本用户包括发生逾期还款的用户，所述第二类样本用户包括未发生逾期还款的用户；

根据所述样本用户集合中每个用户使用所述至少一个目标应用程序的时长，计算所述每个用户对应的所述至少一个目标应用程序中的每个目标应用程序的权重；

根据所述每个用户对应的所述每个目标应用程序的权重，确定用户逾期还款预测模型；其中所述用户逾期还款预测模型用于预测目标用户是否会逾期还款。

2.根据权利要求1所述的方法，其特征在于，所述基于样本用户集合中的第一类样本用户的应用程序使用行为数据与第二类样本用户的应用程序使用行为数据之间的差异，筛选出至少一个目标应用程序，包括：

计算第一安装率和第二安装率之间的差值，所述第一安装率是待筛选的应用程序在第一类样本用户中的安装率，所述第二安装率是所述待筛选的应用程序在所述第二类样本用户中的安装率；

若所述第一安装率和所述第二安装率之间的差值大于第一阈值，则将所述待筛选的应用程序作为所述目标应用程序。

3.根据权利要求1所述的方法，其特征在于，所述基于样本用户集合中的第一类样本用户的应用程序使用行为数据与第二类样本用户的应用程序使用行为数据之间的差异，筛选出至少一个目标应用程序，包括：

将所述第一类样本用户对待筛选的应用程序的使用行为数据和所述第二类样本用户对待筛选的应用程序的使用行为数据之间的差异，进行显著性检验；

若通过显著性检验，则将所述待筛选的应用程序作为所述目标应用程序。

4.根据权利要求1所述的方法，其特征在于，所述根据所述样本用户集合中每个用户使用所述至少一个目标应用程序的时长，计算所述每个用户对应的所述至少一个目标应用程序中的每个目标应用程序的权重，包括：

通过分箱法，对单个用户使用单个目标应用程序的时长进行平滑处理，将平滑处理后的数值作为该用户对应的该目标应用程序的权重。

5.根据权利要求1所述的方法，其特征在于，所述根据所述每个用户对应的所述每个目标应用程序的权重，确定用户逾期还款预测模型，包括：

将所述每个用户对应的所述至少一个目标应用程序的权重分别输入到预构建的预测模型中，所述预测模型输出所述每个用户的预测结果；

计算所述每个用户的预测结果与所述每个用户的实际结果之间的差异值，所述每个用户的预测结果表示预测的所述每个用户发生逾期还款的概率，所述每个用户的实际结果表示所述每个用户是否发生逾期还款；

若所述差异大小大于第二阈值，则调整所述预测模型中的系数，返回到所述将所述每个用户对应的所述至少一个目标应用程序的权重分别输入到预构建的预测模型中；

若所述差异大小等于或小于第二阈值，则将所述差异大小等于或小于所述第二阈值时的所述预测模型作为所述用户逾期还款预测模型。

6.根据权利要求5所述的方法，其特征在于，所述计算所述每个用户的预测结果与所述每个用户的实际结果之间的差异大小，包括：

通过以下公式计算所述差异大小Z，

其中，i＝1，……，n；j＝1，……，m；x_ij表示所述样本用户集合中第i个用户对应第j个目标应用程序的权重，m表示所述至少一个目标应用程序的总数量；f(x_i1，x_i2...x_ij...x_im)是所述预测模型，输出第i个用户的预测结果，n表示所述样本用户集合中总样本用户数量；y_i表示第i个用户的实际结果，L(f(x_i1，x_i2...x_ij...x_im)，y_i)是损失函数。