[发明专利]用户流失预警的方法、装置、设备及存储介质

权利要求书

1.一种用户流失预警的方法，其特征在于，所述用户流失预警方法包括：

获取用户的用户数据，并对所述用户现有数据进行清洗，得到处理后的用户数据；

基于所述用户数据与用户核心阈值确定用户类型，所述用户类型包括核心用户与非核心用户；

当用户为核心用户时，采用拟合优度算法在所述核心用户的用户数据中提取指标自变量，所述指标自变量为预置用户流失预警模型中的自变量；

将所述指标自变量输入预置用户流失预警模型中，基于预置用户流失预警模型进行流失概率的预测，得到用户即将流失的概率。

2.根据权利要求1所述的用户流失预警的方法，其特征在于，所述当用户为核心用户时，采用拟合优度算法在所述核心用户的用户数据中提取指标自变量，所述指标自变量为预置用户流失预警模型中的自变量包括：

当用户为核心用户时，在所述核心用户的用户数据中，获取多个基础指标；

在预置评分区间内，基于拟合优度算法分别计算所述基础指标的累计相关百分比与累计非相关百分比；

计算所述累计相关百分比与所述累计非相关百分比之间的占比差绝对值；

在多个所述占比差绝对值中筛选出数值最大的三个占比差绝对值，将计算所述占比差绝对值的基础指标作为指标自变量，所述指标自变量为预置用户流失预警模型中的自变量。

3.根据权利要求1所述的用户流失预警的方法，其特征在于，所述获取用户的用户数据，并对所述用户数据进行清洗，得到处理后的用户数据包括：

获取用户的用户数据，判断所述用户数据中是否存在缺失值；

若所述用户数据中存在缺失值，则通过随机插补算法对所述缺失值进行补充，得到第一补充数据；

判断所述第一补充数据中是否存在异常值；

若所述第一补充数据中存在异常值，则通过平均值代替算法将所述异常值替换，得到处理后的用户数据。

4.根据权利要求1所述的用户流失预警的方法，其特征在于，所述基于所述用户数据与用户核心阈值确定用户类型，所述用户类型包括核心用户与非核心用户包括：

在所述用户数据中获取用户价值，所述用户价值是指用户对业务数据的消费贡献值；

判断所述用户价值是否大于用户核心阈值；

若所述用户价值大于所述用户核心阈值，则确定所述用户价值对应的用户的用户类型为核心用户。

5.根据权利要求1-4中任一项所述的用户流失预警的方法，其特征在于，在获取用户数据，并对所述用户数据进行清洗，得到处理后的用户数据之前，还包括：

获取用户历史数据，并根据所述用户历史数据与预置用户流失预警函数得到预置用户流失预警模型。

6.根据权利要求5所述的用户流失预警的方法，其特征在于，所述获取用户历史数据，并根据所述用户历史数据与预置用户流失预警函数得到预置用户流失预警模型包括：

获取用户历史数据，并根据所述用户历史数据确定预置用户流失预警模型中的指标因变量；

在用所述户历史数据中提取指标自变量，每个所述指标自变量对应一个所述指标因变量；

获取多组相互对应的所述指标因变量与所述指标自变量，并将多组相互对应的所述指标因变量与所述指标自变量输入预置用户流失预警函数中，预置用户流失预警函数为：

在式中：y(x)为指标因变量，用于指示用户即将流失的概率，x₁、x₂、x₃为三个指标自变量，用于指示用户历史数据中的三个基础指标，θ₁、θ₂、θ₃为三个指标系数；

计算预置用户流失预警函数中的指标系数，得到预置用户流失预警模型。