[發明專利]一種線上家裝場景下用戶流失預警模型的建模方法

有效

• 申請號: 202010031987.9
• 申請日: 2020-01-13
• 公開（公告）號: CN111274791B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 陳旋;王沖;張平;付虹源
• 申請（專利權）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權代理有限公司 32424
• 代理人: 鄧唯

本發明公開了一種線上家裝場景下用戶流失預警模型的建模方法，屬于用戶流失預警模型建模技術領域，其解決線上家裝行業由于用戶的登錄、瀏覽、消費等行為發生頻次低，采集不到足以支撐建模與分析的數據量，無法通過此常規方式建立用戶流失預警模型的用戶流失預警模型建模方法，通過對標注好的用戶與客服在IM軟件中的聊天內容的詞分布情況與該聊天內容對應的用戶是否流失的訓練數據集進行監督學習，構建淺層神經網絡模型，在輸出層采用sigmoid函數將輸出值映射到(0,1)區間上，將該輸出值以百分數形式表示，即為用戶流失概率。將該模型集成到工程應用中，可以開發出準確高效的用戶流失預警系統。

技術領域

本發明屬于用戶流失預警模型建模技術領域，尤其涉及一種基于線上聊天用戶詞分布的線上家裝場景下用戶流失預警模型的建模方法。

背景技術

用戶流失預警系統對于以流量換取利潤的互聯企業非常重要，通過它可以快速篩選出即將流失的用戶，之后通過一些運營手段加以挽回，從而降低了流量上的損失。

構建一個用戶流失預警系統的主體思路是對用戶的行為進行數據分析并建立模型，通過模型篩選出即將流失的用戶。在進行用戶行為分析時使用的數據維度通常包括用戶的登錄、瀏覽、消費等交互行為。由于線上家裝行業的訂單金額高、服務周期長、個性化要求多、專業化程度高、業主與施工方存在嚴重的信息不對稱等情況，每一筆訂單都需要客服人員與用戶進行長期的溝通，溝通的主要手段是基于企業自主開發的IM(InstantMessaging即時通信)軟件，而這也成為了企業與用戶的主要交互行為，而用戶的登錄、瀏覽、消費等行為發生頻次低，采集不到足以支撐建模與分析的數據量，因此對客服人員與用戶溝通的聊天記錄進行數據分析建立模型成為了實現用戶流失預警系統的最佳選擇。

通過對流失用戶和交易成功的用戶在聊天過程中產生的語言文本內容進行熱詞分析，發現兩類用戶聊天內容的詞分布存在很大的區別，如流失用戶中出現“退款”、“生氣”等詞語的頻率遠遠高于交易成功的用戶，而交易成功的用戶中出現“謝謝”、“滿意”等詞語的頻率遠遠高于流失用戶。基于此發現，對聊天文本內容的詞分布情況與用戶流失概率建立了如邏輯回歸、最大熵隱馬爾可夫、深度神經網絡等多套模型。在對模型進行測試時發現驗證集數據在淺層神經網絡上準確性優于邏輯回歸，并且接近最大熵隱馬爾可夫模型與深度神經網絡模型，而由于其模型復雜度遠低于后兩者，訓練至收斂的速度優勢明顯，因此淺層神經網絡模型最適合應用于需要頻繁更新模型保持模型時效性的工程應用中。

發明內容

本發明所要解決的技術問題是針對現有技術的不足提供提供一種解決線上家裝行業由于用戶的登錄、瀏覽、消費等行為發生頻次低，采集不到足以支撐建模與分析的數據量，無法通過此常規方式建立用戶流失預警模型的用戶流失預警模型建模方法，通過對標注好的用戶與客服在IM軟件中的聊天內容的詞分布情況與該聊天內容對應的用戶是否流失的訓練數據集進行監督學習，構建淺層神經網絡模型，在輸出層采用sigmoid函數將輸出值映射到(0,1)區間上，將該輸出值以百分數形式表示，即為用戶流失概率。將該模型集成到工程應用中，可以開發出準確高效的用戶流失預警系統。

本發明為解決上述技術問題采用以下技術方案：

一種線上家裝場景下用戶流失預警模型的建模方法，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、數字、標點符號；

步驟2，標注數據：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簽0，且作為正向數據樣本集合A，并將所有流失用戶的聊天記錄打上標簽1，做為反向數據樣本集合B；

步驟3，計算并保存所有用戶發出的全部聊天文本中出現在關鍵詞庫W中的詞的idf值，具體計算公式為