[发明专利]用户活跃度预测方法、装置、电子设备和存储介质

权利要求书

1.一种用户活跃度预测方法，其特征在于，所述方法包括：

根据待测用户在预设时长的行为特征，得到所述待测用户的初始活跃值；

根据所述待测用户的初始活跃值，从多个预设活跃等级中确定出所述待测用户的初始活跃等级；

根据所述待测用户的初始活跃等级和预设估计模型，预测出所述待测用户由初始活跃等级转变为每个所述预设活跃等级的概率值。

2.根据权利要求1所述的方法，其特征在于，每个所述预设活跃等级均有一个对应的预设范围；

所述根据所述待测用户的初始活跃值，从多个预设活跃等级中确定出所述待测用户的初始活跃等级的步骤，包括：

根据所述待测用户的初始活跃值，从多个预设范围中确定出所述初始活跃值所属的目标预设范围；

将所述目标预设范围对应的目标预设活跃等级，作为所述待测用户的初始活跃等级。

3.根据权利要求1或2所述的方法，其特征在于，所述预设估计模型是按照以下方式得到的：

根据每个测试用户在第一预设周期的行为特征，获得每个所述测试用户的第一活跃等级；

根据每个所述测试用户在第二预设周期的行为特征，获得每个所述测试用户的多个第二活跃等级；所述第二预设周期包括多个时间序列，一个所述时间序列对应一个所述第二活跃等级；

根据每个所述测试用户的第一活跃等级和每个所述测试用户的全部第二活跃等级，构建所述预设估计模型。

4.根据权利要求3所述的方法，其特征在于，所述根据每个所述测试用户的第一活跃等级和每个所述测试用户的全部第二活跃等级，构建所述预设估计模型的步骤，包括：

针对每个目标时间序列，根据每个所述测试用户的第一活跃等级和每个所述测试用户的目标第二活跃等级，得到一个与所述目标时间序列对应的子估计模型；所述目标时间序列为所述多个时间序列中的任意一个，所述目标第二活跃等级与所述目标时间序列对应；

遍历每个所述时间序列，得到多个子估计模型；所述预设估计模型包括全部子估计模型。

5.根据权利要求3所述的方法，其特征在于，所述根据每个测试用户在第一预设周期的行为特征，获得每个所述测试用户的第一活跃等级的步骤，包括：

根据每个所述测试用户在第一预设周期的行为特征，获得每个所述测试用户的第一活跃值；

根据全部测试用户的第一活跃值，划分多个初始区间；

对每个所述初始区间进行平滑，得到多个活跃范围；

根据每个所述测试用户的第一活跃值和多个活跃范围，获得每个所述测试用户的第一活跃等级。

6.一种用户活跃度预测装置，其特征在于，所述装置包括：

计算模块，用于根据待测用户在预设时长的行为特征，得到所述待测用户的初始活跃值；

确定模块，用于根据所述待测用户的初始活跃值，从多个预设活跃等级中确定出所述待测用户的初始活跃等级；

预测模块，用于根据所述待测用户的初始活跃等级和预设估计模型，预测出所述待测用户由初始活跃等级转变为每个所述预设活跃等级的概率值。

7.根据权利要求6所述的装置，其特征在于，每个所述预设活跃等级均有一个对应的预设范围；所述确定模块具体用于：

根据所述待测用户的初始活跃值，从多个预设范围中确定出所述初始活跃值所属的目标预设范围；

将所述目标预设范围对应的目标预设活跃等级，作为所述待测用户的初始活跃等级。

8.根据权利要求6或7所述的装置，其特征在于，所述预测模块还用于：

根据每个测试用户在第一预设周期的行为特征，获得每个所述测试用户的第一活跃等级；

根据每个所述测试用户在第二预设周期的行为特征，获得每个所述测试用户的多个第二活跃等级；所述第二预设周期包括多个时间序列，一个所述时间序列对应一个所述第二活跃等级；

根据每个所述测试用户的第一活跃等级和每个所述测试用户的全部第二活跃等级，构建所述预设估计模型。