[发明专利]产品生命周期预估模型生成方法、装置及电子设备

说明书

本申请提出一种产品生命周期预估模型生成方法、装置及电子设备，属于计算机应用技术领域。其中，该方法包括：根据目标产品在K日的新增用户量及留存变化率，确定目标产品对应的目标特征向量，其中，K为正整数；根据目标特征向量与各已有产品的各参考特征向量间的相似度，从各已有产品的历史数据中，获取参考数据集；利用参考数据集对预设的生命周期预估模型进行训练，生成目标产品对应的目标预估模型。由此，通过这种产品生命周期预估模型生成方法，可以自动对用于训练产品生命周期预估模型的目标产品的样本数据进行扩充，从而节省了人力成本，提高了产品生命周期的预估效率。

技术领域

本申请涉及计算机应用技术领域，尤其涉及一种产品生命周期预估模型生成方法、装置及电子设备。

背景技术

产品生命周期与企业制定产品策略以及营销策略有着直接的联系，因此合理预估产品的生命周期具有重要意义。由于生命周期的计算方式为产品每日新装量的1日留存率到360日留存率的加和，所以产品生命周期预估的核心是留存率预估。

相关技术中，由于新产品的数据特点是没有历史数据，可利用的样本数据极少，因此在对新产品的留存率进行预估时，通常通过人工的方式根据经验从历史产品的历史数据中寻找可用数据扩充样本数据，以完成对新产品的留存率预估。然而，通过人工方式扩充新产品的样本数据，效率低下，从而降低了产品生命周期的预估效率。

发明内容

本申请提出的产品生命周期预估模型生成方法、装置及电子设备，用于解决相关技术中，对新产品的生命周期进行预估时，通过人工方式扩充新产品的样本数据，效率低下，从而降低了产品生命周期的预估效率的问题。

本申请一方面实施例提出的产品生命周期预估模型生成方法，包括：根据目标产品在K日的新增用户量及留存变化率，确定所述目标产品对应的目标特征向量，其中，K为正整数；根据所述目标特征向量与各已有产品的各参考特征向量间的相似度，从所述各已有产品的历史数据中，获取参考数据集；利用所述参考数据集对预设的生命周期预估模型进行训练，生成所述目标产品对应的目标预估模型。

可选地，在第一方面实施例一种可能的实现形式中，所述根据目标产品在K日的新增用户量及留存变化率，确定所述目标产品对应的目标特征向量之前，还包括：

获取所述目标产品在K日的新增用户量及多个日留存率；

根据所述多个日留存率，计算所述目标产品的留存变化率。

可选地，在第一方面实施例另一种可能的实现形式中，所述根据所述多个日留存率，计算所述目标产品的留存变化率，包括：

根据i日留存率及j日留存率，计算所述目标产品在第i日和第j日间的留存变化率，其中，i和j分别为不同的整数。

可选地，在第一方面实施例再一种可能的实现形式中，所述确定所述目标产品对应的目标特征向量，包括：

依据预设的日新增用户量范围与权值的映射关系，确定与所述目标产品在K日的新增用户量对应的权值；

将所述权值赋值给所述目标特征向量中用于表征日新增用户量的元素。

可选地，在第一方面实施例又一种可能的实现形式中，所述确定所述目标产品对应的目标特征向量，还包括：

根据K日的节日属性，确定所述目标特征向量中用于表征日期属性的元素值。

可选地，在第一方面实施例又一种可能的实现形式中，所述参考数据集中的每个参考数据中包括一个已有产品的各日留存率；

所述获取参考数据集之后，还包括：

将各参考数据中的每个相同日留存率进行融合处理，生成训练样本集；

所述利用所述参考数据集对预设的生命周期预估模型进行训练，包括：