[发明专利]一种用户状态检测方法、装置和计算机可读存储介质

说明书

本发明实施例公开了一种用户状态检测方法、装置和计算机可读存储介质；本发明实施例在获取多个用户的用户数据样本后，对用户数据样本进行多次采样，并对每次采样得到的目标用户数据样本进行特征提取，得到用户数据特征集合，根据目标用户数据样本和用户数据特征集合，对预设决策子树进行递归，得到多个决策树和决策树针对用户数据特征集合的决策结果，对决策结果进行加权，并在加权后的决策结果中筛选出用于对决策树进行融合的目标决策结果，根据目标决策结果，对决策树进行融合，得到决策树组，采用决策树组对待检测用户数据进行检测，得到异常状态用户；该方案可以大大提高对异常状态用户检测的准确率。

技术领域

本发明涉及通信技术领域，具体涉及一种用户状态检测方法、装置和计算机可读存储介质。

背景技术

近年来，随着互联网技术的飞速发展，越来越多的应用程序应用在生活中的方方面面，每一个应用程序都存在一个生命周期，应用程序的运营方需要尽可能延长用户在应用程序中的生命周期，当用户处于该应用程序的流失阶段时，就需要来维系该用户，因此，需要在应用程序的用户中检测出处于流失阶段的异常状态用户。现有的检测方式是采用人工设定异常状态用户的检测规则，根据检测规则来识别出异常状态用户，比如，通过设定用户连续未登陆应用程序的天数作为检测规则，来检测处于流失阶段的异常状态用户。

在对现有技术的研究和实践过程中，本发明的发明人发现采用人工设定的检测规则来检测处于流失阶段的异常状态用户，存在一定的经验误差，因此，会导致对异常状态用户检测的准确率会大大降低。

发明内容

本发明实施例提供一种用户状态检测方法、装置和计算机可读存储介质。可以提高对异常状态用户检测的准确率。

一种用户状态检测方法，包括：

获取多个用户的用户数据样本；

对所述用户数据样本进行多次采样，并对每次采样得到的目标用户数据样本进行特征提取，得到用户数据特征集合；

根据所述目标用户数据样本和用户数据特征集合，对预设决策子树进行递归，得到多个决策树和所述决策树针对所述用户数据特征集合的决策结果；

对所述决策结果进行加权，并在加权后的决策结果中筛选出用于对所述决策树进行融合的目标决策结果；

根据所述目标决策结果，对所述决策树进行融合，得到决策树组；

采用所述决策树组对待检测用户数据进行检测，得到异常状态用户。

相应的，本发明实施例提供一种用户状态检测装置，包括：

获取单元，用于获取多个用户的用户数据样本；

采样单元，用于对所述用户数据样本进行多次采样，并对每次采样得到的目标用户数据样本进行特征提取，得到用户数据特征集合；

递归单元，用于根据所述目标用户数据样本和用户数据特征集合，对预设决策子树进行递归，得到多个决策树和所述决策树针对所述用户数据特征集合的决策结果；

筛选单元，用于对所述决策结果进行加权，并在加权后的决策结果中筛选出用于对所述决策树进行融合的目标决策结果；

融合单元，用于根据所述目标决策结果，对所述决策树进行融合，得到决策树组；

检测单元，用于采用所述决策树组对待检测用户数据进行检测，得到异常状态用户。

可选的，在一些实施例中，所述检测单元，具体可以用于采用所述决策树组，在预设识别条件集合中筛选出所述待检测用户数据对应的识别条件，所述待检测用户数据包括待检测用户集合；根据所述识别条件，在所述待检测用户集合中识别出异常状态用户。