[发明专利]基于广电大数据的用户流失预警方法、系统及存储介质

权利要求书

1.基于广电大数据的用户流失预警方法，其特征在于：包括以下步骤：

根据业务需求配置流失用户的识别特征；

根据业务需求配置识别特征的取值范围和时间范围；

根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行数据清洗；

根据数据清洗后的结果，构造待训练特征；

根据待训练特征，生成流失用户判别模型；

根据识别特征，通过流失用户判别模型进行流失用户识别。

2.根据权利要求1所述的基于广电大数据的用户流失预警方法，其特征在于：所述根据业务需求配置识别特征的取值范围和时间范围这一步骤，包括以下步骤：

根据业务需求配置识别特征的用户基础指标和用户行为指标；

根据业务需求配置待采集数据的时间范围；

其中，所述用户基础指标包括用户资料类数据、客户资料类数据、支付类数据、账单类数据和产品类数据。

3.根据权利要求2所述的基于广电大数据的用户流失预警方法，其特征在于：

所述用户资料类数据包括用户名、用户所属地市、用户开户时间、用户状态、用户的业务类型、用户归属分公司和用户状态变化时间；

所述客户资料类数据包括客户名、客户分级、客户证件号码、客户状态、客户属性、客户类型和客户贡献度；

所述支付类数据包括基本收视维护费、视频增值服务费、数据服务费、带宽服务费和支付方式；

所述账单类数据包括账单金额、冲销金额、欠费金额和账单类型；

所述产品类数据包括销售品名称、套餐名称、产品类型、产品单价、订购产品时间和订购产品状态。

4.根据权利要求1所述的基于广电大数据的用户流失预警方法，其特征在于：所述根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行数据清洗这一步骤，包括以下步骤：

根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行空缺值填充；

根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行异常值删除；

根据配置的取值范围和时间范围，对采集的用户交互数据和用户基础资料进行重复值删除。

5.根据权利要求1所述的基于广电大数据的用户流失预警方法，其特征在于：所述根据数据清洗后的结果，构造待训练特征这一步骤，包括以下步骤：

根据数据清洗后的结果，得到原始数据表；

根据原始数据表，确认数据表之间的关联关系；

根据数据表之间的关联关系，对数据表进行分组操作；

根据分组操作的结果，生成第一待训练特征；

对数据表中的原始特征进行函数计算，生成第二待训练特征。

6.根据权利要求1所述的基于广电大数据的用户流失预警方法，其特征在于：还包括对流失用户判别模型进行优化的步骤；

所述对流失用户判别模型进行优化这一步骤，包括以下步骤：

根据待训练特征，生成测试集；

通过测试集计算模型准确率；

通过测试集计算模型覆盖率；

通过测试集计算模型命中率；

根据计算得到的准确率、覆盖率和命中率，确定最优流失用户判别模型。

7.根据权利要求1所述的基于广电大数据的用户流失预警方法，其特征在于：还包括对预流失用户进行消费推送的步骤；

所述对预流失用户进行消费推送这一步骤，包括以下步骤：

根据用户的消费数据，向用户推送适合用户消费程度的消费套餐；

根据用户的收视行为，向用户推送适合用户喜好程度的消费产品；

根据用户的消费计划，向用户推送针对用户消费计划的消费产品。