[发明专利]终端设备的更换预测方法及装置

说明书

本发明公开了一种终端设备的更换预测方法及装置，方法包括：获取终端设备对应于设备使用维度的第一特征数据、对应于换机时段维度的第二特征数据、以及对应于换机事件维度的第三特征数据；将所述第一特征数据、第二特征数据以及第三特征数据输入预先训练的更换预测模型；获取所述更换预测模型的输出结果，根据所述输出结果预测与所述终端设备相对应的更换事件；其中，所述更换预测模型根据样本设备对应于设备使用维度的第一样本特征数据、对应于换机时段维度的第二样本特征数据、以及对应于换机事件维度的第三样本特征数据训练得到。该方式从三个维度进行综合判断，进而准确预测换机事件，提升了预测结果的准确性。

技术领域

本发明涉及互联网技术领域，具体涉及一种终端设备的更换预测方法及装置。

背景技术

终端设备包括手机终端、平板终端以及电脑终端等各种类型。通过终端设备能够联网并享受各类网络服务。因此，终端设备已成为多数用户不可或缺的网络设备。由于终端设备的使用寿命有限，因此，终端用户时常会执行终端更换操作，以便将旧的终端设备更换为新的终端设备。为了便于确定终端设备的产量，需要对终端设备的更换事件进行预测。

然而，发明人在实现本发明的过程中发现，目前的预测方式仅仅是根据用户上一次执行购机操作的时间点进行预测，从而将购机时长超出预设时长的用户确定为潜在的购机用户。然而，上述预测方式仅仅考虑了购机时长这一单一维度的信息，由于用户换机事件受到设备损耗情况、用户偏好等多种因素的影响，因此，导致现有的预测方式不够准确。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的终端设备的更换预测方法及装置。

根据本发明的一个方面，提供了一种终端设备的更换预测方法，包括：

获取终端设备对应于设备使用维度的第一特征数据、对应于换机时段维度的第二特征数据、以及对应于换机事件维度的第三特征数据；

将所述第一特征数据、第二特征数据以及第三特征数据输入预先训练的更换预测模型；

获取所述更换预测模型的输出结果，根据所述输出结果预测与所述终端设备相对应的更换事件；

其中，所述更换预测模型根据样本设备对应于设备使用维度的第一样本特征数据、对应于换机时段维度的第二样本特征数据、以及对应于换机事件维度的第三样本特征数据训练得到。

可选地，获取终端设备对应于换机时段维度的第二特征数据具体包括：

筛选与预设换机时段相对应的目标用户，获取与所述目标用户相关联的历史浏览数据；

将所述历史浏览数据与预设的换机关键词进行匹配，根据匹配结果获取终端设备对应于换机时段维度的第二特征数据。

可选地，所述筛选与预设换机时段相对应的目标用户，获取与所述目标用户相关联的历史浏览数据包括：

根据所述目标用户的用户属性数据和/或设备属性数据，判断所述目标用户是否为独立目标用户；

若是，获取所述目标用户的历史浏览数据；若否，获取与所述目标用户相对应的关联用户的历史浏览数据。

可选地，获取终端设备对应于换机事件维度的第三特征数据包括：

获取与终端设备相对应的终端用户的通信行为数据；

将所述通信行为数据与预设的维修关键词进行匹配，根据匹配结果获取终端设备对应于换机事件维度的第三特征数据。

可选地，所述获取终端设备对应于设备使用维度的第一特征数据具体包括：

获取终端设备的用户属性信息、流量信息、消费记录信息、通话记录信息、以及终端属性信息；