[發明專利]用戶流失的預測方法、裝置及計算機設備

有效

• 申請號: 201711213745.6
• 申請日: 2017-11-28
• 公開（公告）號: CN109840790B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 王星雅
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q30/0202
• 分類號: G06Q30/0202
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 何平;鄧云鵬

1.一種用戶流失的預測方法，其特征在于，包括：

獲取待預測用戶的第一興趣梯度和第一影響力參數，所述待預測用戶的第一興趣梯度至少基于所述待預測用戶在當前應用平臺上的行為數據確定，所述待預測用戶的第一影響力參數基于所述待預測用戶所在用戶關系鏈中的各用戶的第二興趣梯度和第二影響力參數確定，所述第二影響力參數包括正影響力參數和負影響力參數，正影響力參數用于表征用戶對其鄰居用戶的正面影響，負影響力參數用于表征用戶對其鄰居用戶的負面影響；

獲取預定流失預測模型，所述預定流失預測模型通過對樣本用戶的第三興趣梯度和第三影響力參數進行機器學習處理獲得，所述樣本用戶包括流失用戶和非流失用戶；

基于所述待預測用戶的第一興趣梯度、第一影響力參數以及所述預定流失預測模型，預測所述待預測用戶的流失概率；

所述待預測用戶的第一影響力參數的確定方式，包括：

在當前一輪迭代過程中，從所述用戶關系鏈中選取當前傳播源用戶，所述當前傳播源用戶為一個在當前一輪迭代過程中未被作為過傳播源用戶的用戶；

當所述當前傳播源用戶當前的第二興趣梯度對應下降趨勢時，更新所述當前傳播源用戶當前的正影響力參數、以及其各鄰居用戶當前的負影響力參數，獲得所述當前傳播源用戶更新后的正影響力參數、以及其各鄰居用戶更新后的負影響力參數，當所述當前傳播源用戶當前的第二興趣梯度對應上升趨勢時，更新所述當前傳播源用戶當前的負影響力參數、以及其各鄰居用戶當前的正影響力參數，獲得所述當前傳播源用戶更新后的負影響力參數、以及其各鄰居用戶更新后的正影響力參數，所述當前傳播源用戶的鄰居用戶為所述當前應用平臺上與所述當前傳播源用戶存在預定互動行為的用戶；

返回從所述用戶關系鏈的各用戶中選取當前傳播源用戶的步驟，直至所述用戶關系鏈中的各用戶在當前一輪迭代過程中均被作為過傳播源用戶；

若不滿足預定迭代終止條件，執行下一輪迭代過程，直至滿足所述預定迭代終止條件；

若滿足所述預定迭代終止條件，將迭代計算完成后獲得的所述待預測用戶的第二影響力參數，確定為所述待預測用戶的第一影響力參數。

2.根據權利要求1所述的方法，其特征在于，所述用戶關系鏈的確定方式，包括下述兩項中的任意一項：

基于第一互動數據查找所述待預測用戶的鄰居用戶，基于所述待預測用戶以及該待預測用戶的各鄰居用戶確定所述用戶關系鏈，其中，所述待預測用戶的鄰居用戶為：所述當前應用平臺上與所述待預測用戶存在預定互動行為的用戶；

基于第二互動數據查找所述當前應用平臺上的各用戶的鄰居用戶，基于所述當前應用平臺上的各用戶以及該各用戶的鄰居用戶確定所述用戶關系鏈，其中，所述當前應用平臺上的任一用戶的鄰居用戶為：所述當前應用平臺上與該用戶存在所述預定互動行為的用戶。

3.根據權利要求1所述的方法，其特征在于，所述待預測用戶的第一興趣梯度的確定方式，包括：

獲取所述待預測用戶的各預定類型的歷史行為數據；

基于所述待預測用戶的各所述預定類型的歷史行為數據、以及各所述預定類型對應的權重，計算獲得所述待預測用戶的興趣度；

對所述待預測用戶的興趣度求導，獲得所述待預測用戶的第一興趣梯度。

4.根據權利要求1所述的方法，其特征在于，當所述當前傳播源用戶當前的第二興趣梯度對應下降趨勢時，所述當前傳播源用戶當前的正影響力參數大于所述當前傳播源用戶更新后的正影響力參數，所述當前傳播源用戶的任一鄰居用戶當前的負影響力參數小于該鄰居用戶更新后的負影響力參數；

當所述當前傳播源用戶的當前第二興趣梯度對應上升趨勢時，所述當前傳播源用戶當前的負影響力參數大于所述當前傳播源用戶更新后的負影響力參數，所述當前傳播源用戶的任一鄰居用戶當前的正影響力參數小于該鄰居用戶更新后的正影響力參數。