[发明专利]用户生命价值周期检测方法、装置和计算机设备

说明书

本申请涉及一种用户生命价值周期检测方法、装置、计算机设备和存储介质。获取用户账号对应的行为数据；将该行为数据输入训练好的分类模型，得到用户账号对应的用户类型；分类模型是基于第一用户类型的历史行为数据和第二用户类型的历史行为数据训练得到；若用户类型为第一用户类型，根据预设属性值和预设时段内属于第一用户类型的用户数量，确定用户账号对应的用户的生命价值周期LTV；若该用户类型为第二用户类型，将用户账号对应的行为数据输入到训练好的预测模型，得到第二类用户的LTV，预测模型是基于属于第二用户类型的历史行为数据训练得到。利用用户的历史行为数据确定用户类型，再针对不同用户类型分别确定用户LTV，减小了用户LTV检测的误差。

本申请要求于2020年10月30日提交中国专利局、申请号2020111888553，发明名称为“用户生命价值周期检测方法、装置和计算机设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及移动应用技术领域，特别是涉及一种用户生命价值周期检测方法、装置、计算机设备和存储介质。

背景技术

随着移动设备的全方面覆盖，移动应用市场得到了迅速的发展。目前为止AppStore和Google Play Store的移动应用都有上百万个。尽管移动应用数量激增，但是用户实际使用的应用数量却在缓慢下降，数据显示用户在更少的应用上花费更多的时间。除了留住现有用户，还需要使用高效、精准的推广方法获取新用户。对于一款应用来说，获取新用户的方式很多，如：广告投放、商城推荐、好友推荐等，其中广告投放获得的新用户占全部新用户的70％左右。广告投放需要可控的成本，合理的选择渠道，精准的检测用户LTV(Lifetime Value，生命周期价值)，从而最大化投入产出比。

传统的用户LTV检测方法检测的用户LTV误差较大。

发明内容

基于此，有必要针对上述技术问题，提供一种能够准确检测用户生命价值周期的用户生命价值周期检测方法、装置、计算机设备和存储介质。

一种用户生命价值周期检测方法，该方法包括：

获取用户账号对应的行为数据；

将该用户账号对应的行为数据输入训练好的分类模型，得到该用户账号对应的用户类型；该分类模型是基于第一用户类型的历史行为数据和第二用户类型的历史行为数据训练得到；

若该用户类型为第一用户类型，根据预设属性值和预设时段内属于第一用户类型的用户数量，确定该用户账号对应的用户的生命价值周期LTV；

若该用户类型为第二用户类型，将该用户账号对应的行为数据输入到训练好的预测模型，得到第二类用户的LTV，该预测模型是基于属于第二用户类型的历史行为数据以及第二用户类型用户账号对应的用户生命价值周期训练得到。

在其中一个实施例中，用户账号对应的行为数据包括用户账号的基本信息、付费信息、社交信息、游戏行为信息及其对应的游戏信息；

获取用户账号对应的行为数据，包括：获取用户账号的基本信息、付费信息、社交信息、游戏行为信息及其对应的游戏信息；

获取用户账号对应的行为数据之后还包括：对用户账号的基本信息、付费信息、社交信息、游戏行为信息及其对应的游戏信息进行预处理，得到预处理后的用户账号的基本信息、付费信息、社交信息、游戏行为信息及其对应的游戏信息；

将用户账号对应的行为数据输入训练好的分类模型，得到用户账号对应的用户类型，包括：将预处理后的用户账号的基本信息、付费信息、社交信息、游戏行为信息及其对应的游戏信息输入训练好的分类模型，得到用户账号对应的用户类型。