[發明專利]防止用戶流失的方法及裝置、設備和存儲介質

在審

• 申請號: 201710608121.8
• 申請日: 2017-07-24
• 公開（公告）號: CN109299961A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 戚立才;汪恒智
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

1.一種防止用戶流失的方法，其特征在于，包括：

獲取目標應用程序的用戶樣本群和所述用戶樣本群對應的歷史樣本數據；

提取所述歷史樣本數據中的特征參數；

根據所述特征參數對所述用戶樣本群中的每個用戶進行樣本標注；

利用所述特征參數和被樣本標注的所述用戶樣本群進行機器學習模型的訓練，以得到用戶流失概率預測模型；

將任一待預測用戶的特征參數輸入所述用戶流失概率預測模型以輸出對應的用戶流失概率；

根據所述用戶流失概率確定是否執行預設的流失用戶挽留策略。

2.根據權利要求1所述的防止用戶流失的方法，其特征在于，所述根據所述用戶流失概率確定是否執行預設的流失用戶挽留策略的步驟包括：

設置用戶流失概率閾值；

判斷所述用戶流失概率是否大于或等于所述用戶流失概率閾值；

若是，將所述待預測用戶識別為流失用戶，并向所述待預測用戶推送所述預設的流失用戶挽留策略對應的數據。

3.根據權利要求2所述的防止用戶流失的方法，其特征在于，在所述設置用戶流失概率閾值之后、判斷所述用戶流失概率是否大于或等于所述用戶流失概率閾值之前，所述防止用戶流失的方法還包括：

基于訓練好的所述用戶流失概率預測模型對所述用戶樣本群進行識別，得到第一負樣本群；

將所述用戶樣本群中除所述第一負樣本群外的其他樣本作為所述用戶樣本群中的第一正樣本群；

根據所述第一正樣本群、所述第一負樣本群和對所述用戶樣本群進行樣本標注得到的第二正樣本群、第二負樣本群確定所述用戶流失概率預測模型的負樣本識別的準確率和負樣本識別的召回率；

根據所述負樣本識別的準確率和所述負樣本識別的召回率檢測所述用戶流失概率預測模型識別負樣本的準確性。

4.根據權利要求1至3中任一項所述的防止用戶流失的方法，其特征在于，所述特征參數包括發單特征參數；以及

所述根據所述特征參數對所述用戶樣本群中的每個用戶進行樣本標注的步驟包括：

設置基準時間；

根據所述發單特征參數檢測在所述基準時間之前的第一預設期間內與所述每個用戶對應的歷史樣本數據中是否存在發單記錄；

當在所述第一預設期間內存在發單記錄時，根據所述發單特征參數檢測在所述基準時間之后的第二預設期間內與所述每個用戶對應的歷史樣本數據中是否存在發單記錄；

若存在，標注所述每個用戶為正樣本，否則標注所述每個用戶為負樣本，其中，所述正樣本表示對應的用戶為非流失用戶，所述負樣本表示對應的用戶為流失用戶。

5.一種防止用戶流失的裝置，其特征在于，包括：

獲取模塊，用于獲取目標應用程序的用戶樣本群和所述用戶樣本群對應的歷史樣本數據；

提取模塊，用于提取所述獲取模塊獲取的所述歷史樣本數據中的特征參數；

標記模塊，用于根據所述特征參數對所述用戶樣本群中的每個用戶進行樣本標注；

訓練模塊，用于利用所述特征參數和被樣本標注的所述用戶樣本群進行機器學習模型的訓練，以得到用戶流失概率預測模型；

預測模塊，用于將任一待預測用戶的特征參數輸入所述用戶流失概率預測模型以輸出對應的用戶流失概率；

執行模塊，用于根據所述預測模塊預測的所述用戶流失概率確定是否執行預設的流失用戶挽留策略。

6.根據權利要求5所述的防止用戶流失的裝置，其特征在于，所述執行模塊具體包括：

設置子模塊，用于設置用戶流失概率閾值；

判斷子模塊，用于判斷所述預測模塊輸出的所述用戶流失概率是否大于或等于所述設置子模塊設置的所述用戶流失概率閾值；

處理子模塊，用于在所述判斷子模塊判定為是時，將所述待預測用戶識別為流失用戶，并向所述待預測用戶推送所述預設的流失用戶挽留策略對應的數據。