[發明專利]基于數據挖掘的預測方法、裝置、設備以及存儲介質

在審

• 申請號: 202110024927.9
• 申請日: 2021-01-08
• 公開（公告）號: CN114742568A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 林岳
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/2458
• 代理公司: 北京勵誠知識產權代理有限公司 11647
• 代理人: 趙爽

本申請實施例提供了一種基于數據挖掘的預測方法、裝置、設備以及存儲介質。該方法包括：獲取從原始數據中學習得到的預測模型；通過特征工程對待預測用戶的原始數據進行特征構建，得到該待預測用戶的特征，該待預測用戶的特征包括用于表征生命周期總價值LTV的特征；將該待預測用戶的特征輸入到該預測模型中，通過該預測模型對該待預測用戶的LTV進行預測，得到該待預測用戶的LTV；輸出該待預測用戶的LTV。本申請實施例涉及云技術的大數據處理領域，基于數據挖掘方法對用戶在產品使用過程中產生的LTV進行提前預測，能夠提升產品效果與運營效率，進而提升用戶運營投資回收率及利潤水平。

技術領域

本申請實施例涉及云技術領域，尤其涉及云技術的大數據處理領域，并且更具體地，涉及基于數據挖掘的預測方法、裝置、設備以及存儲介質。

背景技術

產品在實際運營過程中，受限于投放資源或降低用戶騷擾的考慮，需要對某些特定的符合條件的用戶群進行定向投放，在有限資源的前提下，實現投出產出比的最大化，此時業務常常需要鎖定一部分高價值用戶群進行定向運營，即需要借助用戶的生命周期總價值(life time value，LTV)進行用戶定向篩選進行運營。

在實際的應用中，通常依靠產品經理的個人經驗來決定高價值用戶的標準，但從效果來看，依靠個人經驗決策的結果往往不甚理想，往往無法滿足產品及用戶運營需求。

發明內容

本申請實施例提供了一種基于數據挖掘的預測方法、裝置、設備以及存儲介質，基于數據挖掘方法對用戶在產品使用過程中產生的LTV進行提前預測，能夠提升產品效果與運營效率，進而提升用戶運營投資回收率(return on investment，ROI)及利潤水平。

一方面，提供了一種基于數據挖掘的預測方法，包括:

獲取從原始數據中學習得到的預測模型；

通過特征工程對待預測用戶的原始數據進行特征構建，得到該待預測用戶的特征，該待預測用戶的特征包括用于表征生命周期總價值LTV的特征，該待預測用戶的LTV表示在未來某一段時間內該待預測用戶發生的操作行為所產生的結果；

將該待預測用戶的特征輸入到該預測模型中，通過該預測模型對該待預測用戶的LTV進行預測，得到該待預測用戶的LTV；

輸出該待預測用戶的LTV。

另一方面，提供了一種基于數據挖掘的預測裝置，包括：

獲取單元，用于獲取從原始數據中學習得到的預測模型；

構建單元，用于通過特征工程對待預測用戶的原始數據進行特征構建，得到該待預測用戶的特征，該待預測用戶的特征包括用于表征生命周期總價值LTV的特征，該待預測用戶的LTV表示在未來某一段時間內該待預測用戶發生的操作行為所產生的結果；

預測單元，用于將該待預測用戶的特征輸入到該預測模型中，通過該預測模型對該待預測用戶的LTV進行預測，得到該待預測用戶的LTV；

輸出單元，用于輸出該待預測用戶的LTV。

另一方面，本申請實施例提供一種基于數據挖掘的預測設備，該基于數據挖掘的預測設備包括：

處理器，適于實現計算機指令；以及，

計算機可讀存儲介質，計算機可讀存儲介質存儲有計算機指令，計算機指令適于由處理器加載并執行上述的基于數據挖掘的預測方法。

另一方面，本申請實施例提供一種計算機可讀存儲介質，該計算機可讀存儲介質存儲有計算機指令，該計算機指令被計算機設備的處理器讀取并執行時，使得計算機設備執行上述的基于數據挖掘的預測方法。