[发明专利]一种用户流失预测方法、装置及可读存储介质在审
| 申请号： | 201910225076.7 | 申请日： | 2019-03-22 |
| 公开（公告）号： | CN109903100A | 公开（公告）日： | 2019-06-18 |
| 发明（设计）人： | 苏杰;马志伟 | 申请（专利权）人： | 深圳市梦域科技有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06K9/62;A63F13/79 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518000 广东省深圳市南山区科技*** | 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： | 本发明实施例公开了一种用户流失预测方法、装置及可读存储介质。该方法包括：设备对样本向量进行训练以得到第一预测模型，再根据第一预测模型生成样本向量中多个特征样本的重要性排名，并获取重要性排名中前k个特征样本的交叉特征，根据交叉特征和样本向量更新第一预测模型得到最终的预测模型后，设备将待预测用户的第二训练特征输入到更新后的第一预测模型以预测待预测用户下一次登入目标应用距离这一次登入目标应用的时间。采用本申请实施例，能够提高预测模型的准确度，实现对用户流失的预测。 | ||
| 搜索关键词： | 预测模型 预测 样本向量 可读存储介质 目标应用 特征样本 登入 训练特征 准确度 更新 申请 | ||
【主权项】：
1.一种用户流失预测方法，其特征在于，包括：对样本向量进行训练以得到第一预测模型，其中，所述样本向量包括多个特征样本，所述多个特征样本中每个特征样本包括第一训练特征和用户标签，所述第一训练特征为在预设用户的原始数据中提取的特征，所述原始数据包括画像数据和操作目标应用时的行为数据；所述用户标签用于描述所述预设用户下一次登入所述目标应用距离这一次登入所述目标应用的时间，所述第一预测模型用于对所述多个特征样本的重要性进行排名；根据所述第一预测模型生成所述样本向量中多个特征样本的重要性排名，并获取所述重要性排名中前k个特征样本的交叉特征，所述交叉特征为所述前k个特征样本进行数学运算所得到的特征；根据所述交叉特征和所述样本向量更新所述第一预测模型；从待预测用户在登入所述目标应用的预设时段内的所述原始数据中提取第二训练特征，将所述第二训练特征输入到更新后的所述第一预测模型，以预测所述待预测用户下一次登入所述目标应用距离这一次登入所述目标应用的时间。
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深圳市梦域科技有限公司，未经深圳市梦域科技有限公司许可，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/201910225076.7/，转载请声明来源钻瓜专利网。
