[发明专利]一种潜在活跃用户的确定方法及装置

权利要求书

1.一种潜在活跃用户的确定方法，其特征在于，所述方法包括：

获取N个用户中每个用户的标志信息和至少两个特征的值；所述标志信息包括第一值或第二值，所述第一值用于指示用户是潜在活跃用户，所述第二值用于指示所述用户是非潜在活跃用户，N为大于1的整数；

删除所述N个用户中每个用户的至少两个特征的值中的异常值，包括：如果候选特征的值为连续型的值，则将未在预设范围内的所述候选特征的值删除；所述候选特征为所述至少两个特征中的任意一个特征；如果所述候选特征的值为离散型的值，则在确定所述候选特征的值不符合业务逻辑时，删除所述候选特征的值；

采用空缺值填充规则，在删除了所述异常值的空缺处填充值，包括：如果删除的所述候选特征的值为所述连续型的值，则填充删除值后的所述候选特征的值的均值或中位数；如果删除的所述候选特征的值为所述离散型的值，则填充删除值后的所述候选特征的值中占比最大的值；

根据证据权重WOE算法，对填充值后的N个用户中每个用户的至少两个特征的值中，每个特征的值进行计算，得到每个特征的向量值；

根据所述N个用户中每个用户的标志信息，从所述N个用户中选择数量相同的潜在活跃用户和非潜在活跃用户，得到候选用户；

根据信息增益算法，计算与所述至少两个特征一一对应的增益，并将所述至少两个特征中，特征对应的增益大于预设增益的特征确定为目标特征；

根据主成分分析法，对所述候选用户中每个用户的目标特征的向量值进行矩阵降维，得到目标矩阵；

根据所述目标矩阵，确定目标活跃度预测模型包括：将所述目标矩阵作为广义相加模型的输入量进行训练，确定第一活跃度预测模型；将所述目标矩阵作为支持向量机的输入量进行训练，确定第二活跃度预测模型；根据遗传算法分别计算所述第一活 跃度预测模型、所述第二活跃度预测模型对应的权重；根据所述第一活跃度预测模型和所述第二活跃度预测模型对应的权重，确定所述目标活跃度预测模型；

如果所述用户的活跃度大于预设值，则将所述用户确定为潜在活跃用户。

2.根据权利要求1所述的潜在活跃用户的确定方法，其特征在于，所述根据所述N个用户中每个用户的标志信息，从所述N个用户中选择数量相同的潜在活跃用户和非潜在活跃用户，得到候选用户，包括：

根据所述N个用户中每个用户的标志信息，在确定潜在活跃用户的第一数量大于非潜在活跃用户的第二数量时，将所述第二数量的非潜在活跃用户确定为所述候选用户，并从所述第一数量的潜在活跃用户中选择所述第二数量的用户作为所述候选用户。