[发明专利]用户活跃度预测方法、装置、电子设备和存储介质

说明书

本发明涉及数据分析技术领域，提供一种用户活跃度预测方法、装置、电子设备和存储介质。通过根据待测用户在预设时长的行为特征，得到待测用户的初始活跃值；然后根据待测用户的初始活跃值，从多个预设活跃等级中确定出待测用户的初始活跃等级；再根据待测用户的初始活跃等级和预设估计模型，预测出待测用户由初始活跃等级转变为每个预设活跃等级的概率值。实现了对用户为多种活跃等级的可能性预测，提高了用户活跃度预测的效率和准确性。

技术领域

本发明涉及数据分析技术领域，具体而言，涉及一种用户活跃度预测方法、装置、电子设备和存储介质。

背景技术

随着智能设备的普及，用户逐渐习惯使用智能设备进行学习、娱乐、社交等活动。根据用户的使用习惯，可以得到用户的活跃度。现有技术中，用户活跃度的预测方式较为单一，且存在预测不准确的情况。

发明内容

有鉴于此，本发明的目的在于提供一种用户活跃度预测方法、装置、电子设备和存储介质。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明提供一种用户活跃度预测方法，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。

在可选的实施方式中，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。

在可选的实施方式中，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。

在可选的实施方式中，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。

在可选的实施方式中，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；