[發明專利]用戶流失預測方法、裝置以及計算機設備

有效

• 申請號: 201711108489.4
• 申請日: 2017-11-09
• 公開（公告）號: CN108038711B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 陶勝
• 申請（專利權）人: 廣州虎牙信息科技有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 劉延喜

本發明提供一種用戶流失預測方法、裝置以及計算機設備，所述方法包括步驟：獲取系統當前日期以及設定用戶在預設第一時間段內的充值數據；根據所述系統當前日期和各個充值日期，獲得第一時間段內的充值日期間隔指標；將所述第一時間段內的充值日期間隔指標輸入預設模型進行訓練，獲得用戶流失預測模型；獲取系統當前日期以及設定用戶在第一時間段之后的預設第二時間段內的充值數據；根據所述系統當前日期和各個充值日期，獲得第二時間段內的充值日期間隔指標；將第二時間段內的的充值日期間隔指標輸入所述用戶流失預測模型，得到所述設定用戶的流失概率。本發明使得模型計算簡單快速高效。

技術領域

本發明涉及數據處理技術領域，具體而言，本發明涉及一種用戶流失預測方法、裝置以及計算機設備。

背景技術

對于一個企業來說，付費用戶就是生命線。然而由于各種各樣的原因，每段時間總是會有付費用戶流失，即付費用戶不再在平臺上進行充值，因而給企業造成極大的損失。如何進行數據挖掘，將充值流失的付費用戶提前識別出來，給到運營部門去采取相應的措施，繼而留住用戶，減少付費用戶的充值流失，對于一個企業來說顯得至關重要。

然而，傳統技術中的方案在進行用戶流失預測時，為了達到較好的預測效果，需要較多的指標，比如：最近1、3、7、15、30天的活躍天數(充值金額、充值次數、留存率等等)等等，計算復雜且效率低。

發明內容

本發明針對現有方式的缺點，提出一種用戶流失預測方法、裝置以及計算機設備，用以解決現有技術中存在的計算復雜且效率低的問題，以使計算簡單快速高效。

本發明的實施例根據第一個方面，提供了一種用戶流失預測方法，包括步驟：

獲取系統當前日期以及設定用戶在預設第一時間段內的充值數據，其中，所述充值數據包括各個充值日期；根據所述系統當前日期和各個充值日期，獲得第一時間段內的充值日期間隔指標；

將所述第一時間段內的充值日期間隔指標輸入預設模型進行訓練，獲得用戶流失預測模型，其中，所述用戶流失預測模型用于表征所述充值日期間隔指標對應的流失概率；

獲取系統當前日期以及設定用戶在第一時間段之后的預設第二時間段內的充值數據；根據所述系統當前日期和各個充值日期，獲得第二時間段內的充值日期間隔指標；

將第二時間段內的充值日期間隔指標輸入所述用戶流失預測模型，得到所述設定用戶的流失概率。

在一個實施例中，所述得到所述設定用戶的流失概率之后，還包括：

向流失概率大于等于閾值的設定用戶，發送召回業務信息；或

獲取流失概率大于等于閾值的設定用戶的用戶數據，根據用戶數據分析用戶特征；或

根據所述流失概率，分析各時間段的流失情況。

在一個實施例中，所述根據所述系統當前日期和各個充值日期，獲得第一時間段內的充值日期間隔指標，包括：

將各個充值日期按照從小到大的順序或者從大到小的順序進行排序；

根據排序后的各個充值日期，得到每相鄰兩個充值日期之間的充值日期間隔；

根據各個充值日期間隔以及各自設定的權重，獲得第一加權平均值，其中，所述權重隨著充值日期間隔對應的日期的變大而增高；

根據所述系統當前日期和最后一次充值日期的差值，獲得當前充值間隔；

根據所述第一加權平均值和所述當前充值間隔，獲得第一時間段內的充值日期間隔指標。

在一個實施例中，所述根據所述系統當前日期和各個充值日期，獲得第二時間段內的充值日期間隔指標，包括：

將各個充值日期按照從小到大的順序或者從大到小的順序進行排序；