[发明专利]流失帐号的召回方法和装置、存储介质及电子设备

权利要求书

1.一种流失帐号的召回方法，其特征在于，包括：

获取待识别的流失帐号集合以及对应的流失帐号特征集合，其中，所述流失帐号集合包括目标应用中当前处于流失状态的帐号，所述流失帐号特征集合包括所述流失帐号集合中的每个流失帐号的多个特征；

根据所述流失帐号特征集合，在预先确定的多个聚类簇中对所述流失帐号集合执行聚类操作，得到所述流失帐号集合中的第一流失帐号子集，其中，所述第一流失帐号子集所属的聚类簇是所述多个聚类簇中召回概率满足第一预设条件的目标聚类簇，所述第一流失帐号子集中的流失帐号的多个特征满足所述目标聚类簇对应的聚类条件；

将所述流失帐号特征集合输入到目标神经网络模型，得到所述流失帐号集合中的第二流失帐号子集，其中，所述第二流失帐号子集中的流失帐号是所述目标神经网络模型预测的属于召回帐号类别的流失帐号，所述流失账号属于所述召回账号类别的概率与所述流失账号被召回的概率呈正相关关系；

通过对所述第一流失帐号子集和第二流失帐号子集进行去重，得到第三流失帐号子集，并向所述第三流失账号子集发送预设的召回信息；

所述方法还包括：

获取召回样本帐号集合对应的召回样本帐号特征集合，其中，所述召回样本帐号集合中的每个帐号在预设的第一时间段内处于流失状态、且在预设的第二时间段内变成召回帐号，所述召回样本帐号特征集合包括所述召回样本帐号集合中的每个帐号的多个特征，所述第二时间段晚于所述第一时间段；

根据所述召回样本帐号特征集合，确定一组关键特征以及所述一组关键特征的特征取值；

使用所述一组关键特征以及所述一组关键特征的特征取值，对流失样本帐号集合中的流失帐号进行聚类，得到所述多个聚类簇，以及每个聚类簇对应的聚类条件，其中，所述每个聚类簇对应的聚类条件包括所述一组关键特征中的一个或多个关键特征以及对应的特征取值，所述流失样本帐号集合包括所述召回样本帐号集合和未被召回样本帐号集合，所述未被召回样本帐号集合中的每个帐号在所述第一时间段内处于流失状态、且在所述第二时间段内未变成召回帐号。

2.根据权利要求1所述的方法，其特征在于，所述将所述流失帐号特征集合输入到目标神经网络模型，得到所述流失帐号集合中的第二流失帐号子集，包括：

将所述流失帐号特征集合输入到所述目标神经网络模型中的第一预测神经网络模型，得到所述第一预测神经网络模型预测的第一概率集合，其中，所述第一概率集合包括所述流失帐号集合中的每个流失帐号属于所述召回帐号类别的概率，所述第一预测神经网络模型用于根据所述流失帐号特征集合，确定所述每个流失帐号属于所述召回帐号类别的概率；

将所述流失帐号特征集合以及所述第一概率集合输入到所述目标神经网络模型中的第二预测神经网络模型，得到所述第二预测神经网络模型预测的第二概率集合，其中，所述第二概率集合包括所述流失帐号集合中的每个流失帐号属于所述召回帐号类别的概率，所述第二预测神经网络模型用于根据所述流失帐号特征集合以及所述第一概率集合，确定2阶的交叉特征以及高于2阶的交叉特征，并根据所述2阶的交叉特征以及所述高于2阶的交叉特征，确定所述每个流失帐号属于所述召回帐号类别的概率；

根据所述第一概率集合和所述第二概率集合，确定所述流失帐号集合中的所述第二流失帐号子集。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一概率集合和所述第二概率集合，确定所述流失帐号集合中的所述第二流失帐号子集，包括：

根据所述第一概率集合和所述第二概率集合，确定所述流失帐号集合中的每个流失帐号属于所述召回帐号类别的最终预测概率，其中，所述每个流失帐号的所述最终预测概率是所述第一概率集合和所述第二概率集合中与所述每个流失帐号对应的概率的均值；

在所述流失帐号集合中查找所述最终预测概率大于预设阈值的流失帐号，得到所述第二流失帐号子集。