[发明专利]状态预测方法和装置

摘要

本发明提出一种状态预测方法和装置，其中，方法包括：对目标用户进行采样，根据识别出的采样时刻已流失和未流失用户的账户信息，分别生成负样本、正样本和验证样本，根据正、负样本，对用于预测在采样时刻之后用户流失状态的决策树模型进行训练，将验证样本输入训练后的决策树模型，以得到预测流失状态，若预测流失状态与实际流失状态计算得到的准召率不小于阈值，确定决策树模型训练完成，并进行用户流失状态的预测。通过采样目标用户生成的训练样本，对决策树模型进行训练，根据训练完成的决策树模型对用户流失状态预测，解决了现有技术中，通过人工经验或者制定规则进行用户流失状态预测，导致识别效率较低，且不易复用的技术问题。

主权项

一种状态预测方法，其特征在于，包括以下步骤：对目标用户进行采样；从采样得到的目标用户中，识别出在采样时刻已流失用户和未流失用户；其中，已流失用户为采样时刻之前的目标时长内未执行所述目标行为的用户，未流失用户为采样时刻之前的目标时长内执行过所述目标行为的用户；根据在采样时刻已流失用户的账户信息，生成负样本，并根据在采样时刻未流失用户的账户信息，生成正样本和验证样本；根据所述负样本和所述正样本，对用于预测在所述采样时刻之后用户流失状态的决策树模型进行训练；将所述验证样本输入经过训练的决策树模型，以得到预测流失状态；若根据所述验证样本的预测流失状态与实际流失状态计算得到的准召率不小于阈值，确定所述决策树模型训练完成；其中，实际流失状态，是根据所述采样时刻之后的所述目标时长内用户是否执行过所述目标行为确定的；根据训练完成的所述决策树模型，进行用户流失状态的预测。