[发明专利]获取用户流失状态的方法、装置、计算机设备和存储介质

权利要求书

1.一种获取用户流失状态的方法，其特征在于，所述方法包括：

确定多种不同维度的用户行为特征；

获取与所述多种不同维度的用户行为特征对应的样本用户行为数据，以及样本用户的用户流失状态标签；所述样本用户行为数据为样本用户的用户行为数据；所述用户流失状态标签用于标识用户流失状态；

对所述样本用户行为数据进行量化编码，获取样本用户编码数据；

基于所述用户流失状态标签，利用所述样本用户编码数据训练得到用户流失模型；

获取与所述多种不同维度的用户行为特征对应的待分析用户行为数据；所述待分析用户行为数据为待分析用户的用户行为数据；

将所述待分析用户行为数据输入所述用户流失模型，得到所述待分析用户的用户流失状态。

2.根据权利要求1所述的方法，其特征在于，所述基于所述用户流失状态标签，利用所述样本用户编码数据训练得到用户流失模型，包括：

基于所述用户流失状态标签，利用所述样本用户编码数据对训练模型进行训练，获取所述训练模型的第一预测准确率；

若所述第一预测准确率大于第一准确率阈值，则将所述训练模型作为所述用户流失模型。

3.根据权利要求2所述的方法，其特征在于，所述获取所述训练模型的第一预测准确率之后，还包括：

若所述第一预测准确率小于所述第一准确率阈值，并且大于第二准确率阈值，则对所述训练模型的训练参数进行更新；其中，所述第二准确率阈值小于所述第一准确率阈值；

基于所述用户流失状态标签，利用所述样本用户编码数据对所述训练参数更新后的所述训练模型进行训练，获取所述训练模型的第二预测准确率；

若所述第二预测准确率大于所述第一准确率阈值，则将所述训练参数更新后的所述训练模型作为所述用户流失模型。

4.根据权利要求2所述的方法，其特征在于，所述获取所述训练模型的第一预测准确率之后，还包括：

若所述第一预测准确率小于第二准确率阈值，则对所述多种不同维度的用户行为特征进行更新；其中，所述第二准确率阈值小于所述第一准确率阈值。

5.根据权利要求1所述的方法，其特征在于，所述对所述样本用户行为数据进行量化编码，获取样本用户编码数据，包括：

从预设的量化编码表中获取与所述用户行为特征相对应的量化编码规则；所述量化编码表中存储有用户行为特征与量化编码规则的对应关系；

基于所述量化编码规则，对所述样本用户行为数据进行量化编码，获取所述样本用户编码数据。

6.根据权利要求5所述的方法，其特征在于，所述获取所述样本用户编码数据之后，还包括：

对所述样本用户编码数据进行归一化处理；

对归一化处理后的所述样本用户编码数据进行池化，得到用户编码池化数据；

所述基于所述用户流失状态标签，利用所述样本用户编码数据训练得到用户流失模型，包括：

基于所述用户流失状态标签，利用所述用户编码池化数据训练得到所述用户流失模型。

7.根据权利要求1至6任意一项所述的方法，其特征在于，还包括：

获取所述待分析用户的用户编码；

根据所述用户编码，从预存有所述待分析用户的用户流失状态的用户数据库中获取与所述用户编码对应的所述待分析用户的用户流失状态。