申请/专利权人：北京蓝色创想网络科技有限责任公司

申请日：2023-11-30

公开（公告）日：2024-03-29

公开（公告）号：CN117786478A

主分类号：G06F18/241

分类号：G06F18/241;G06N3/0455;G06F18/27;G06F18/213;G06F18/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了基于多模型的用户活跃度预测方法、系统、设备及介质，涉及活跃度预测技术领域。本发明结合用户综合数据和每日数据有助于提取用户的固有行为特征与每日行为特征对活跃度的影响。用户划分使得多模型聚焦于某类用户，有助于提取相似活跃程度对活跃度的影响。是否登录预测模型作为二分类模型具备高准确率，利用其过滤出预测结果为不登录的非活跃用户，更具准确性。而对于预测结果为登录的用户，再基于登录次数预测模型和对局次数预测模型联合计算预测用户活的跃度。本发明的方案关注用户的行为特征与固有特征，以及发挥了Transformer、二分类模型和回归模型各自的优势，可以有效地提高用户活跃度预测的准确率。

主权项：1.一种基于多模型的用户活跃度预测方法，其特征在于，包括：S1，基于所有用户在指定游戏平台上对应的历史活跃度数据，对所有用户进行排序分类；S2，对每个类别下的用户对应的历史每日数据进行预处理，得到布尔型数据，根据每个类别下每个用户对应的历史每日数据确定每个类别下每个用户对应的综合数据，根据每个类别下所有综合数据以及所有布尔型数据构建第一训练数据集，根据所述第一训练数据集训练二分类预测模型，所述二分类预测模型用于预测用户是否登录；S3，根据每个类别下的每个用户对应的历史每日数据以及每个类别下的每个用户对应的综合数据构建第二训练集，根据所述第二训练集训练第二预测模型以及第三预测模型，所述第二预测模型用于预测用户登录次数，所述第三预测模型用于预测用户对局次数；S4，将待预测活跃度的用户对应的历史活跃度、历史每日数据以及综合数据分别输入至所述待预测活跃度的用户对应的类别下的第一预测模型、第二预测模型以及第三预测模型对待预测活跃度的用户进行活跃度预测。

全文数据：

权利要求：

百度查询： 北京蓝色创想网络科技有限责任公司 基于多模型的用户活跃度预测方法、系统、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD