申请/专利权人：天翼数字生活科技有限公司

申请日：2020-02-27

公开（公告）日：2024-04-16

公开（公告）号：CN111339163B

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06F18/2321;G06N5/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.01.28#专利申请权的转移;2020.07.21#实质审查的生效;2020.06.26#公开

摘要：本申请涉及一种获取用户流失状态的方法、装置、计算机设备和存储介质。包括：获取与多种不同维度的用户行为特征对应的样本用户行为数据，以及样本用户的用户流失状态标签；样本用户行为数据为样本用户的用户行为数据；用户流失状态标签用于标识用户流失状态；对样本用户行为数据进行量化编码，获取样本用户编码数据；基于用户流失状态标签，利用样本用户编码数据训练得到用户流失模型；获取与多种不同维度的用户行为特征对应的待分析用户行为数据；待分析用户行为数据为待分析用户的用户行为数据；将待分析用户行为数据输入用户流失模型，得到待分析用户的用户流失状态。本方法能够提升用户流失模型合理性，从而提升获取用户流失状态准确率。

主权项：1.一种获取用户流失状态的方法，其特征在于，所述方法包括：通过分析用户行为特征的离散型、缺失情况和趋势，确定多种不同维度的用户行为特征；获取与所述多种不同维度的用户行为特征对应的样本用户行为数据，以及样本用户的用户流失状态标签；所述样本用户行为数据为样本用户的用户行为数据；所述用户流失状态标签用于标识用户流失状态；对所述样本用户行为数据进行量化编码，获取样本用户编码数据，包括：从预设的量化编码表中获取与所述用户行为特征相对应的量化编码规则；所述量化编码表中存储有用户行为特征与量化编码规则的对应关系；基于所述量化编码规则，对所述样本用户行为数据进行量化编码，获取所述样本用户编码数据；基于所述用户流失状态标签，利用所述样本用户编码数据对训练模型进行训练，获取所述训练模型的第一预测准确率；若所述第一预测准确率大于第一准确率阈值，则将所述训练模型作为用户流失模型；若所述第一预测准确率小于所述第一准确率阈值，并且大于第二准确率阈值，则对所述训练模型的训练参数进行更新；其中，所述第二准确率阈值小于所述第一准确率阈值；基于所述用户流失状态标签，利用所述样本用户编码数据对所述训练参数更新后的所述训练模型进行训练，获取所述训练模型的第二预测准确率；若所述第二预测准确率大于所述第一准确率阈值，则将所述训练参数更新后的所述训练模型作为所述用户流失模型；若所述第一预测准确率小于第二准确率阈值，则对所述多种不同维度的用户行为特征进行更新；其中，所述第二准确率阈值小于所述第一准确率阈值；获取与所述多种不同维度的用户行为特征对应的待分析用户行为数据；所述待分析用户行为数据为待分析用户的用户行为数据；将所述待分析用户行为数据输入所述用户流失模型，得到所述待分析用户的用户流失状态。

全文数据：

权利要求：

百度查询： 天翼数字生活科技有限公司 获取用户流失状态的方法、装置、计算机设备和存储介质

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