[發明專利]用戶注冊行為預測方法、裝置及電子設備

在審

• 申請號: 201710754967.2
• 申請日: 2017-08-29
• 公開（公告）號: CN107369052A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 殷良鷹;邱野;蔣凡
• 申請（專利權）人: 北京小度信息科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京智信四方知識產權代理有限公司11519
• 代理人: 宋海龍,劉真

1.一種用戶注冊行為預測方法，其特征在于，所述方法包括：

獲取用戶注冊行為訓練數據集；

對所述用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型；

根據所述用戶注冊行為預測模型對測試用戶進行注冊行為預測。

2.根據權利要求1所述的方法，其特征在于，所述獲取用戶注冊行為訓練數據集，包括：

獲取激勵用戶數據，所述激勵用戶數據包括激勵注冊用戶數據和激勵未注冊用戶數據；

獲取所述激勵用戶的特征數據；

關聯所述激勵用戶數據與激勵用戶的特征數據，得到激勵注冊用戶訓練數據和激勵未注冊用戶訓練數據，形成所述用戶注冊行為訓練數據集。

3.根據權利要求2所述的方法，其特征在于，所述對用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型，包括：

將所述激勵注冊用戶訓練數據作為正樣本，將所述激勵未注冊用戶訓練數據作為負樣本進行訓練，得到所述用戶注冊行為預測模型。

4.根據權利要求2所述的方法，其特征在于，所述對用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型，包括：

獲取激勵注冊用戶訓練數據和激勵未注冊用戶訓練數據；

對所述激勵注冊用戶訓練數據和激勵未注冊用戶訓練數據進行數值化；

確定分類函數；

將數值化后的激勵注冊用戶訓練數據作為正樣本，將數值化后的激勵未注冊用戶訓練數據作為負樣本，訓練確定所述分類函數的參數，得到所述用戶注冊行為預測模型。

5.一種用戶注冊行為預測裝置，其特征在于，所述裝置包括：

第一獲取模塊，被配置為獲取用戶注冊行為訓練數據集；

訓練模塊，被配置為對所述用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型；

預測模塊，被配置為根據所述用戶注冊行為預測模型對測試用戶進行注冊行為預測。

6.一種電子設備，其特征在于，包括存儲器和處理器；其中，

所述存儲器用于存儲一條或多條計算機指令，其中，所述一條或多條計算機指令被所述處理器執行以實現：

獲取用戶注冊行為訓練數據集；

對所述用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型；

根據所述用戶注冊行為預測模型對測試用戶進行注冊行為預測。

7.根據權利要求6所述的電子設備，其特征在于，所述獲取用戶注冊行為訓練數據集，包括：

獲取激勵用戶數據，所述激勵用戶數據包括激勵注冊用戶數據和激勵未注冊用戶數據；

獲取所述激勵用戶的特征數據；

關聯所述激勵用戶數據與激勵用戶的特征數據，得到激勵注冊用戶訓練數據和激勵未注冊用戶訓練數據，形成所述用戶注冊行為訓練數據集。

8.根據權利要求6所述的電子設備，其特征在于，所述對用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型，包括：

將所述激勵注冊用戶訓練數據作為正樣本，將所述激勵未注冊用戶訓練數據作為負樣本進行訓練，得到所述用戶注冊行為預測模型。

9.根據權利要求6所述的電子設備，其特征在于，所述對用戶注冊行為訓練數據集進行訓練，得到用戶注冊行為預測模型，包括：

獲取激勵注冊用戶訓練數據和激勵未注冊用戶訓練數據；

對所述激勵注冊用戶訓練數據和激勵未注冊用戶訓練數據進行數值化；

確定分類函數；

將數值化后的激勵注冊用戶訓練數據作為正樣本，將數值化后的激勵未注冊用戶訓練數據作為負樣本，訓練確定所述分類函數的參數，得到所述用戶注冊行為預測模型。

10.一種計算機可讀存儲介質，其上存儲有計算機指令，其特征在于，該計算機指令被處理器執行時實現如權利要求1-4任一項所述的方法。