[发明专利]用户搬家行为的识别方法、装置、终端及计算机存储介质

权利要求书

1.一种用户搬家行为的识别方法，其特征在于，包括：

获取用户在预设的时间周期内的访问租房网站的第一访问时间信息；

根据所述第一访问时间信息预测下一个时间周期的第二访问时间信息；

根据所述第二访问时间信息确定用户访问预设网站的时长信息，所述时长信息符合正态分布；

获取与所述第二访问时间相对应的实际时长信息落入与所预测的第二访问时间信息相对应的所述正态分布中的区间信息，并确定与所述区间信息所对应的区间概率值；

根据公式来确定用户离网的概率，其中，为区间概率值，P为用户离网的概率；

根据所述概率判断用户是否将进行搬家。

2.根据权利要求1所述的方法，其特征在于，在确定用户将要进行搬家之后，所述方法还包括：

获取用户的价值信息和忠诚度信息；

根据所述价值信息和忠诚度信息确定用户的分类信息；

根据所述分类信息和离网概率对所述用户执行预设的网络营销策略。

3.根据权利要求2所述的方法，其特征在于，获取用户的价值信息和忠诚度信息，包括：

获取用户在预设的时间周期内的业务特征数据；

确定与所述业务特征数据相对应的业务特征权值和业务特征单项分值；

将所述业务特征权值和所述业务特征单项分值的乘积加权信息确定为所述用户的价值信息和忠诚度信息。

4.根据权利要求1所述的方法，其特征在于，获取用户在预设的时间周期内的访问租房网站的第一访问时间信息，包括：

获取用户在预设的时间周期内的访问租房网站的网站记录信息；

根据所述网站记录信息确定用户在该时间周期内的访问租房网站的第一时长均值和第一时长方差。

5.根据权利要求4所述的方法，其特征在于，根据所述第一访问时间信息预测下一个时间周期的第二访问时间信息，包括：

根据所述第一时长均值确定时长均值拟合曲线，根据所述第一时长方差确定时长方差拟合曲线；

根据所述时长均值拟合曲线和所述时长方差拟合曲线预测下一个时间周期的第二时长均值和第二时长方差。

6.根据权利要求1-5中任意一项所述的方法，其特征在于，根据所述概率判断用户是否将进行搬家，包括：

在所述概率大于或等于预设的概率门限值时，则确定用户将要进行搬家；或者，

在所述概率小于预设的概率门限值时，则确定用户在所述下一个时间周期内将不会进行搬家。

7.一种用户搬家行为的识别装置，其特征在于，包括：

获取模块，用于获取用户在预设的时间周期内的访问租房网站的第一访问时间信息；

预测模块，用于根据所述第一访问时间信息预测下一个时间周期的第二访问时间信息；

计算模块，用于根据所述第二访问时间信息确定用户访问预设网站的时长信息，所述时长信息符合正态分布；

所述获取模块，还用于获取与所述第二访问时间相对应的实际时长信息落入与所预测的第二访问时间信息相对应的所述正态分布中的区间信息，并确定与所述区间信息所对应的区间概率值；

确定模块，用于根据公式来确定用户离网的概率，其中，为区间概率值，P为用户离网的概率；

识别模块，用于根据所述概率判断用户是否将进行搬家。

8.根据权利要求7所述的装置，其特征在于，

所述获取模块，还用于在确定用户将要进行搬家之后，获取用户的价值信息和忠诚度信息；

所述确定模块，用于根据所述价值信息和忠诚度信息确定用户的分类信息；

所述装置还包括：

执行模块，用于根据所述分类信息和离网概率对所述用户执行预设的网络营销策略。