[發明專利]流失帳號的召回方法和裝置、存儲介質及電子設備

有效

• 申請號: 202110693747.X
• 申請日: 2021-06-22
• 公開（公告）號: CN113244629B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 陶冶;劉陽;徐廣根;劉妍;萬志遠;葉沐芊;鄒豐富;江鑫;李鵬飛
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: A63F13/79
• 分類號: A63F13/79;G06F18/23213;G06F18/214;G06F18/2431;G06N3/045;G06N3/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙靜

1.一種流失帳號的召回方法，其特征在于，包括：

獲取待識別的流失帳號集合以及對應的流失帳號特征集合，其中，所述流失帳號集合包括目標應用中當前處于流失狀態的帳號，所述流失帳號特征集合包括所述流失帳號集合中的每個流失帳號的多個特征；

根據所述流失帳號特征集合，在預先確定的多個聚類簇中對所述流失帳號集合執行聚類操作，得到所述流失帳號集合中的第一流失帳號子集，其中，所述第一流失帳號子集所屬的聚類簇是所述多個聚類簇中召回概率滿足第一預設條件的目標聚類簇，所述第一流失帳號子集中的流失帳號的多個特征滿足所述目標聚類簇對應的聚類條件；

將所述流失帳號特征集合輸入到目標神經網絡模型，得到所述流失帳號集合中的第二流失帳號子集，其中，所述第二流失帳號子集中的流失帳號是所述目標神經網絡模型預測的屬于召回帳號類別的流失帳號，所述流失賬號屬于所述召回賬號類別的概率與所述流失賬號被召回的概率呈正相關關系；

通過對所述第一流失帳號子集和第二流失帳號子集進行去重，得到第三流失帳號子集，并向所述第三流失賬號子集發送預設的召回信息；

所述方法還包括：

獲取召回樣本帳號集合對應的召回樣本帳號特征集合，其中，所述召回樣本帳號集合中的每個帳號在預設的第一時間段內處于流失狀態、且在預設的第二時間段內變成召回帳號，所述召回樣本帳號特征集合包括所述召回樣本帳號集合中的每個帳號的多個特征，所述第二時間段晚于所述第一時間段；

根據所述召回樣本帳號特征集合，確定一組關鍵特征以及所述一組關鍵特征的特征取值；

使用所述一組關鍵特征以及所述一組關鍵特征的特征取值，對流失樣本帳號集合中的流失帳號進行聚類，得到所述多個聚類簇，以及每個聚類簇對應的聚類條件，其中，所述每個聚類簇對應的聚類條件包括所述一組關鍵特征中的一個或多個關鍵特征以及對應的特征取值，所述流失樣本帳號集合包括所述召回樣本帳號集合和未被召回樣本帳號集合，所述未被召回樣本帳號集合中的每個帳號在所述第一時間段內處于流失狀態、且在所述第二時間段內未變成召回帳號。

2.根據權利要求1所述的方法，其特征在于，所述將所述流失帳號特征集合輸入到目標神經網絡模型，得到所述流失帳號集合中的第二流失帳號子集，包括：

將所述流失帳號特征集合輸入到所述目標神經網絡模型中的第一預測神經網絡模型，得到所述第一預測神經網絡模型預測的第一概率集合，其中，所述第一概率集合包括所述流失帳號集合中的每個流失帳號屬于所述召回帳號類別的概率，所述第一預測神經網絡模型用于根據所述流失帳號特征集合，確定所述每個流失帳號屬于所述召回帳號類別的概率；

將所述流失帳號特征集合以及所述第一概率集合輸入到所述目標神經網絡模型中的第二預測神經網絡模型，得到所述第二預測神經網絡模型預測的第二概率集合，其中，所述第二概率集合包括所述流失帳號集合中的每個流失帳號屬于所述召回帳號類別的概率，所述第二預測神經網絡模型用于根據所述流失帳號特征集合以及所述第一概率集合，確定2階的交叉特征以及高于2階的交叉特征，并根據所述2階的交叉特征以及所述高于2階的交叉特征，確定所述每個流失帳號屬于所述召回帳號類別的概率；

根據所述第一概率集合和所述第二概率集合，確定所述流失帳號集合中的所述第二流失帳號子集。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第一概率集合和所述第二概率集合，確定所述流失帳號集合中的所述第二流失帳號子集，包括：

根據所述第一概率集合和所述第二概率集合，確定所述流失帳號集合中的每個流失帳號屬于所述召回帳號類別的最終預測概率，其中，所述每個流失帳號的所述最終預測概率是所述第一概率集合和所述第二概率集合中與所述每個流失帳號對應的概率的均值；

在所述流失帳號集合中查找所述最終預測概率大于預設閾值的流失帳號，得到所述第二流失帳號子集。