[發明專利]一種用戶全生命周期信用預測方法、裝置和計算機設備

在審

• 申請號: 201910588634.6
• 申請日: 2019-07-02
• 公開（公告）號: CN110322343A
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 嚴銳;張俊
• 申請（專利權）人: 上海上湖信息技術有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/04;G06N3/08
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 張慧娟

1.一種用戶全生命周期信用預測方法，其特征在于，所述方法包括：

獲取待測用戶在客戶端應用內的操作記錄數據，所述操作記錄數據包括按照操作時間點順序排序的多個行為數據；

識別出所述操作時間點中的關鍵時間點，并針對每一當前關鍵時間點，在所述操作記錄數據中，對所述當前關鍵時間點與前一個關鍵時間點之間的所有行為數據中進行提取得到用戶特征；

將所述用戶特征以及所述前一個關鍵時間點的信用分輸入到所述當前關鍵時間點對應的預測模型中，獲得所述待測用戶在所述當前關鍵時間點的信用分。

2.根據權利要求1所述的方法，其特征在于，所述獲取待測用戶在客戶端應用內的操作記錄數據，包括：

通過對所述客戶端應用進行埋點，獲取所述待測用戶在所述客戶端應用上的每個操作所對應的行為數據以及操作時間點；

對所述每個操作所對應的行為數據按照操作時間點順序排序，得到所述操作記錄數據。

3.根據權利要求1所述的方法，其特征在于，所述識別出所述操作時間點中的關鍵時間點，包括：

識別所述操作記錄數據中的行為數據是否為關鍵操作對應的行為數據，若是，則將所述行為數據對應的操作時間點確定為關鍵時間點。

4.根據權利要求1所述的方法，其特征在于，所述用戶特征包括以下至少之一：

指定應用頁面的操作時長、指定應用頁面的訪問頻次、被訪問的應用頁面的總數、被點擊的指定頁面元素的總數、用戶位置的波動方差。

5.根據權利要求1至4任意一項所述的方法，其特征在于，所述關鍵時間點對應的預測模型是通過如下方式訓練得到：

獲取樣本用戶在所述客戶端應用內的樣本操作記錄數據，其中，所述樣本操作記錄數據包括按照操作時間順序排序的多個行為數據，所述樣本用戶被標記了信用標簽；

針對所述關鍵時間點，在所述樣本操作記錄數據中，對所述關鍵時間點與前一個關鍵時間點之間的所有行為數據中進行提取得到樣本用戶特征；

利用所述樣本用戶特征和所述前一個關鍵時間點的信用分進行訓練預設的神經網絡模型，得到所述關鍵時間點對應的預測模型。

6.一種用戶全生命周期信用預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待測用戶在客戶端應用內的操作記錄數據，所述操作記錄數據包括按照操作時間點順序排序的多個行為數據；

識別模塊，用于識別出所述操作時間點中的關鍵時間點；

提取模塊，用于針對每一當前關鍵時間點，在所述操作記錄數據中，對所述當前關鍵時間點與前一個關鍵時間點之間的所有行為數據中進行提取得到用戶特征；

預測模塊，用于將所述用戶特征以及所述前一個關鍵時間點的信用分輸入到所述當前關鍵時間點對應的預測模型中，獲得所述待測用戶在所述當前關鍵時間點的信用分。

7.根據權利要求6所述的裝置，其特征在于，所述獲取模塊具體用于：

通過對所述客戶端應用進行埋點，獲取所述待測用戶在所述客戶端應用上的每個操作所對應的行為數據以及操作時間點；

對所述每個操作所對應的行為數據按照操作時間點順序排序，得到所述操作記錄數據。

8.根據權利要求6所述的裝置，其特征在于，所述識別模塊具體用于：

識別所述操作記錄數據中的行為數據是否為關鍵操作對應的行為數據，若是，則將所述行為數據對應的操作時間點確定為關鍵時間點。

9.一種計算機設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1～5任意一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1～5任意一項所述的方法。