[发明专利]用户流失的预测方法、装置及计算机设备有效
| 申请号： | 201711213745.6 | 申请日： | 2017-11-28 |
| 公开（公告）号： | CN109840790B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 王星雅 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06Q30/0202 | 分类号： | G06Q30/0202 |
| 代理公司： | 华进联合专利商标代理有限公司 44224 | 代理人： | 何平;邓云鹏 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种用户流失的预测方法、装置、计算机可读存储介质及计算机设备，方法包括：获取待预测用户的第一兴趣梯度和第一影响力参数，待预测用户的第一兴趣梯度至少基于待预测用户在当前应用平台上的行为数据确定，待预测用户的第一影响力参数基于待预测用户所在用户关系链中的各用户的第二兴趣梯度和第二影响力参数确定；获取预定流失预测模型，预定流失预测模型通过对样本用户的第三兴趣梯度和第三影响力参数进行机器学习处理获得，样本用户包括流失用户和非流失用户；基于待预测用户的第一兴趣梯度、第一影响力参数以及预定流失预测模型，预测待预测用户的流失概率。本申请提供的方案能够有效地提高预测的精确性。 | ||
| 搜索关键词： | 用户 流失 预测 方法 装置 计算机 设备 | ||
【主权项】：
1.一种用户流失的预测方法，其特征在于，包括：获取待预测用户的第一兴趣梯度和第一影响力参数，所述待预测用户的第一兴趣梯度至少基于所述待预测用户在当前应用平台上的行为数据确定，所述待预测用户的第一影响力参数基于所述待预测用户所在用户关系链中的各用户的第二兴趣梯度和第二影响力参数确定；获取预定流失预测模型，所述预定流失预测模型通过对样本用户的第三兴趣梯度和第三影响力参数进行机器学习处理获得，所述样本用户包括流失用户和非流失用户；基于所述待预测用户的第一兴趣梯度、第一影响力参数以及所述预定流失预测模型，预测所述待预测用户的流失概率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711213745.6/，转载请声明来源钻瓜专利网。
