[發(fā)明專利]一種線上家裝場景下用戶流失預(yù)警模型的建模方法

有效

• 申請?zhí)枺?/td>: 202010031987.9
• 申請日: 2020-01-13
• 公開（公告）號: CN111274791B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 陳旋;王沖;張平;付虹源
• 申請（專利權(quán)）人: 江蘇艾佳家居用品有限公司
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06N3/084;G06N3/04
• 代理公司: 南京新慧恒誠知識產(chǎn)權(quán)代理有限公司 32424
• 代理人: 鄧唯

1.一種線上家裝場景下用戶流失預(yù)警模型的建模方法，其特征在于：具體包含如下步驟；

步驟1，確定停用詞表，停用詞包括助詞、連詞、介詞、地名、人名、人稱代詞、數(shù)字、標(biāo)點(diǎn)符號；

步驟2，標(biāo)注數(shù)據(jù)：拉取所有交易成功的用戶和流失用戶的聊天記錄，并將所有交易成功的用戶的聊天記錄打上標(biāo)簽0，且作為正向數(shù)據(jù)樣本集合A，并將所有流失用戶的聊天記錄打上標(biāo)簽1，做為反向數(shù)據(jù)樣本集合B；

步驟3，計(jì)算并保存所有用戶發(fā)出的全部聊天文本中出現(xiàn)在關(guān)鍵詞庫W中的詞的idf值，具體計(jì)算公式為

步驟4，對正向數(shù)據(jù)樣本集合A與反向數(shù)據(jù)樣本集合B中每個(gè)用戶發(fā)出的全部聊天文本內(nèi)容進(jìn)行處理，先將文本分詞，再去除停用詞，得到該用戶聊天關(guān)鍵詞集合，進(jìn)而計(jì)算集合中每個(gè)詞的tf*idf值；

其中，idf為步驟3計(jì)算出的idf值，tf*idf值即為tf與idf的值的乘積；創(chuàng)建該聊天的文本向量，向量長度為N，向量的第m位對應(yīng)的是聊天關(guān)鍵詞庫W中編號為m的詞在該聊天中的tf*idf值，對于聊天中未曾出現(xiàn)的詞，其tf為0，且該位的值為0；記錄該向量對應(yīng)的標(biāo)簽，若該聊天屬于集合A，標(biāo)簽為0，否則為1；全部的聊天數(shù)據(jù)經(jīng)過處理后，得到一個(gè)每條數(shù)據(jù)是一個(gè)文本向量和一個(gè)標(biāo)簽的數(shù)據(jù)樣本集T；

步驟5，構(gòu)建淺層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；

在步驟5中，淺層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包含接入N維向量輸入的輸入層、若干矩陣組成的隱藏層以及以sigmoid函數(shù)做為輸出結(jié)果的輸出層；

所述淺層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程具體為：

步驟5.1，訓(xùn)練開始時(shí)以隨機(jī)值建立隱藏層矩陣將；

步驟5.2，將訓(xùn)練數(shù)據(jù)集中的每個(gè)詞向量輸入至輸入層后經(jīng)過與隱藏層的矩陣相乘后再由sigmoid函數(shù)將最終輸出值映射到(0,1)區(qū)間上做為輸出；

步驟5.3，通過交叉熵計(jì)算出模型的輸出結(jié)果與實(shí)際標(biāo)簽的誤差，通過梯度下降的方式將隱藏層矩陣優(yōu)化至誤差值最小；

步驟5.4，在數(shù)據(jù)樣本集T中使用K折交叉驗(yàn)證的方式進(jìn)行迭代訓(xùn)練，直至模型在驗(yàn)證集上的準(zhǔn)確率與誤差趨與穩(wěn)定。

2.根據(jù)權(quán)利要求1所述的一種線上家裝場景下用戶流失預(yù)警模型的建模方法，其特征在于：所述步驟1具體如下：在所有用戶發(fā)出的全部聊天文本中出現(xiàn)的停用詞以外的動(dòng)詞、名詞、形容詞、副詞中選取出現(xiàn)頻率最高的前n個(gè)詞做為聊天關(guān)鍵詞庫W，并為W中的每一個(gè)詞創(chuàng)建一個(gè)取值范圍在[1,n]的編號，每個(gè)詞的編號是唯一的，與其它詞不重復(fù)的。