[發(fā)明專利]用戶流失預測方法和裝置

在審

• 申請?zhí)枺?/td>: 201610818511.3
• 申請日: 2016-09-13
• 公開（公告）號: CN107818376A
• 公開（公告）日: 2018-03-20
• 發(fā)明（設(shè)計）人: 唐維東
• 申請（專利權(quán)）人: 中國電信股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 中國國際貿(mào)易促進委員會專利商標事務(wù)所11038
• 代理人: 許蓓

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，尤其涉及一種用戶流失預測方法和裝置。

背景技術(shù)

當前，企業(yè)在注重吸引和發(fā)展新用戶的同時，更要重視現(xiàn)有的用戶。而留住現(xiàn)有用戶的前提是了解現(xiàn)有用戶，預測用戶流失的可能性，在用戶體現(xiàn)出流失征兆之前采取相應(yīng)的挽留措施，可以預防用戶流失，提高企業(yè)的經(jīng)營效益。

在現(xiàn)有的用戶流失預測模型建模的過程中，采用隨機抽取的樣本數(shù)據(jù)進行建模。然而，由于樣本的隨機性使預測模型的準確性較低，進而降低了預測用戶是否流失的準確率。

發(fā)明內(nèi)容

本發(fā)明實施例所要解決的一個技術(shù)問題是：如何提高用戶流失預測的準確性。

根據(jù)本發(fā)明實施例的第一個方面，提供了一種用戶流失預測方法，包括：對用戶數(shù)據(jù)進行分類，用戶數(shù)據(jù)被標記為已流失用戶和未流失用戶；從用戶數(shù)據(jù)的各個類別中分別抽取部分用戶數(shù)據(jù)；根據(jù)抽取的用戶數(shù)據(jù)的特征訓練分類模型，獲得分類器；采用分類器預測待測用戶是否會流失。

在一個實施例中，對用戶數(shù)據(jù)進行分類包括：根據(jù)用戶數(shù)據(jù)中與用戶流失相關(guān)的特征，采用聚類的方法對用戶數(shù)據(jù)進行分類。

在一個實施例中，從用戶數(shù)據(jù)的各個類別中抽取部分用戶數(shù)據(jù)包括：從用戶數(shù)據(jù)的各個類別中分別抽取預設(shè)比例的用戶數(shù)據(jù)。

在一個實施例中，根據(jù)抽取的用戶數(shù)據(jù)的特征訓練分類模型，獲得分類器包括：從抽取的用戶數(shù)據(jù)中隨機選擇若干組用戶數(shù)據(jù)；采用選擇的若干組用戶數(shù)據(jù)分別訓練決策樹模型；將采用選擇的若干組用戶數(shù)據(jù)訓練得到的若干決策樹共同作為分類器。

在一個實施例中，根據(jù)抽取的用戶數(shù)據(jù)的特征訓練分類模型包括：統(tǒng)計抽取的用戶數(shù)據(jù)中各個特征的所有取值的種類；如果特征的所有取值的種類大于預設(shè)值，將特征的每個取值分別作為抽取的用戶數(shù)據(jù)的新的特征，并且刪除所有取值的種類大于預設(shè)值的特征；根據(jù)處理后的抽取的用戶數(shù)據(jù)的特征訓練分類模型。

在一個實施例中，根據(jù)抽取的用戶數(shù)據(jù)的特征訓練分類模型包括：從抽取的用戶數(shù)據(jù)中，采用套索算法選擇特征；根據(jù)抽取的用戶數(shù)據(jù)的選擇的特征訓練分類模型。

在一個實施例中，采用以下方法獲得標記的用戶數(shù)據(jù)：獲取第一時間單元中的具有若干特征的用戶數(shù)據(jù)；根據(jù)第一時間單元中的用戶數(shù)據(jù)在第二時間單元是否流失的狀態(tài)，標記第一時間單元中的用戶數(shù)據(jù)；其中，第一時間單元為第二時間單元的相鄰在先時間單元。

根據(jù)本發(fā)明實施例的第二個方面，提供一種用戶流失預測裝置，包括：用戶數(shù)據(jù)分類模塊，用于對用戶數(shù)據(jù)進行分類，用戶數(shù)據(jù)被標記為已流失用戶和未流失用戶；用戶數(shù)據(jù)抽取模塊，用于從用戶數(shù)據(jù)的各個類別中分別抽取部分用戶數(shù)據(jù)；模型訓練模塊，用于根據(jù)抽取的用戶數(shù)據(jù)的特征訓練分類模型，獲得分類器；用戶流失預測模塊，用于采用分類器預測待測用戶是否會流失。

在一個實施例中，用戶數(shù)據(jù)分類模塊進一步用于根據(jù)用戶數(shù)據(jù)中與用戶流失相關(guān)的特征，采用聚類的方法對用戶數(shù)據(jù)進行分類。

在一個實施例中，用戶數(shù)據(jù)抽取模塊進一步用于從用戶數(shù)據(jù)的各個類別中分別抽取預設(shè)比例的用戶數(shù)據(jù)。

在一個實施例中，模型訓練模塊包括：分組數(shù)據(jù)抽取單元，用于從抽取的用戶數(shù)據(jù)中隨機選擇若干組用戶數(shù)據(jù)；決策樹訓練單元，用于采用選擇的若干組用戶數(shù)據(jù)分別訓練決策樹模型；分類器形成單元，用于將采用選擇的若干組用戶數(shù)據(jù)訓練得到的若干決策樹共同作為分類器。

在一個實施例中，模型訓練模塊包括：特征取值種類統(tǒng)計單元，用于統(tǒng)計抽取的用戶數(shù)據(jù)中各個特征的所有取值的種類；特征轉(zhuǎn)換單元，用于當特征的所有取值的種類大于預設(shè)值時，將特征的每個取值分別作為抽取的用戶數(shù)據(jù)的新的特征，并且刪除所有取值的種類大于預設(shè)值的特征；第一模型訓練單元，用于根據(jù)處理后的抽取的用戶數(shù)據(jù)的特征訓練分類模型。

在一個實施例中，模型訓練模塊包括：特征選擇單元，用于從抽取的用戶數(shù)據(jù)中，采用套索算法選擇特征；第二模型訓練單元，用于根據(jù)抽取的用戶數(shù)據(jù)的選擇的特征訓練分類模型。

在一個實施例中，還包括用戶數(shù)據(jù)獲取模塊，用戶數(shù)據(jù)獲取模塊包括：用戶數(shù)據(jù)獲取單元，用于獲取第一時間單元中的具有若干特征的用戶數(shù)據(jù)；用戶數(shù)據(jù)標記單元，用于根據(jù)第一時間單元中的用戶數(shù)據(jù)在第二時間單元是否流失的狀態(tài)，標記第一時間單元中的用戶數(shù)據(jù)；其中，第一時間單元為第二時間單元的相鄰在先時間單元。

本發(fā)明通過采用對用戶數(shù)據(jù)分類，再從各個類別中分別抽取部分數(shù)據(jù)，以訓練用于預測用戶是否會流失的分類模型，可以使用于訓練分類模型的數(shù)據(jù)能夠充分體現(xiàn)原始用戶數(shù)據(jù)的特點，從而能夠更準確地預測用戶是否會流失。