[發明專利]一種用戶流失預測方法和裝置

有效

• 申請號: 201710868129.8
• 申請日: 2017-09-22
• 公開（公告）號: CN109544197B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 卓可秋
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06Q30/0203;G06F18/241;G06F18/2431
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 馬瑞

本發明公開了一種用戶流失預測方法和裝置，所述方法包括：在歷史用戶數據中抽取用戶的基礎特征信息；根據所述用戶的基礎特征信息，對能夠表征用戶使用特性的參數進行建模，得到所述參數的二次特征組；根據所述用戶的流失狀態，利用所述二次特征組，對預置的分類器進行訓練，得到訓練好的分類器模型；利用所述分類器模型進行用戶流失預測。本發明引入二次特征提取機制，對提取的二次特征分別進行建模，得到新的特征組，并將新的特征組作為分類器模型的訓練數據，提高了流失與非流失用戶體驗的可分性，進而提高了流失用戶預測的精度。

技術領域

本發明涉及信息處理領域，尤其涉及一種用戶流失預測方法和裝置。

背景技術

電信運營商為用戶提供IPTV(Internet?Protocol?Television，互聯網協議電視)視頻業務時，往往很關心用戶是否會離網，也就是流失。用戶流失對運營商來說損失巨大，因為再也無法從該用戶中獲取利潤了。有研究表明，開發一個新用戶的成本是挽留一個老用戶的五倍。顯然，有效的用戶流失預測方法，能幫助運營商及時發現即將離網的用戶，從而采取一定策略來挽留這部分用戶，最終增加運營利潤。

現有技術中存在一些用戶流失預測的方法，但這些預測方法流失與非流失用戶的可分性不高，嚴重影響了流失用戶的預測精度。

發明內容

鑒于上述問題，提出了本發明以便提供一種解決上述問題用戶流失預測方法和裝置。

依據本發明的一個方面，提供一種用戶流失預測方法，包括：

在歷史用戶數據中抽取用戶的基礎特征信息；

根據所述用戶的基礎特征信息，對能夠表征用戶使用特性的參數進行建模，得到所述參數的二次特征組；

根據所述用戶的流失狀態，利用所述二次特征組，對預置的分類器進行訓練，得到訓練好的分類器模型；

利用所述分類器模型進行用戶流失預測。

可選地，所述歷史用戶數據包括：IPTV視頻業務的歷史用戶數據。此時，所述能夠表征用戶使用特性的參數包括如下參數中的一個或多個：用戶家庭情況、用戶興趣愛好、用戶體驗質量和用戶觀看行為。當然，本領域技術人員也可以根據實際情況對上述參數進行增加或減少。

依據本發明的另一個方面，提供一種用戶流失預測裝置，包括：

信息提取模塊，用于在歷史用戶數據中抽取用戶的基礎特征信息；

二次特征提取模塊，用于根據所述用戶的基礎特征信息，對能夠表征用戶使用特性的參數進行建模，得到所述參數的二次特征組；

模型訓練模塊，用于根據所述用戶的流失狀態，利用所述二次特征組，對預置的分類器進行訓練，得到訓練好的分類器模型；

預測模塊，用于利用所述分類器模型進行用戶流失預測。

可選地，所述歷史用戶數據包括：IPTV視頻業務的歷史用戶數據。此時，所述能夠表征用戶使用特性的參數包括如下參數中的一個或多個：用戶家庭情況、用戶興趣愛好、用戶體驗質量和用戶觀看行為。當然，本領域技術人員也可以根據實際情況對上述參數進行增加或減少。

依據本發明的第三個方面，提供一種用戶流失預測裝置，包括：處理器、存儲器及通信總線；所述通信總線用于實現處理器和存儲器之間的連接通信；所述處理器用于執行存儲器中存儲的用戶流失預測程序，以實現本發明所述的用戶流失預測方法的步驟。

本發明有益效果如下：

首先，本發明所述方法和裝置，引入二次特征提取機制，對提取的二次特征分別進行建模，得到新的特征組，并將新的特征組作為分類器模型的訓練數據，提高了流失與非流失用戶體驗的可分性，進而提高了流失用戶預測的精度。