[发明专利]基于支持向量数据域描述的跨境活跃用户识别方法及装置

说明书

本发明公开了一种基于支持向量数据域描述的跨境活跃用户识别方法及装置，该方法包括：基于跨境用户认定标准对历史用户进行认定，将符合跨境用户认定标准的用户标记为跨境用户；获得跨境用户多个维度的特征数据，将所述多个维度的特征数据作为训练数据集；对所述训练数据集进行清洗和向量化处理，获得处理后的训练数据集；基于支持向量数据域描述SVDD算法和所述处理后的训练数据集训练多个模型；基于模拟退火算法对多个模型进行融合，获得活跃度预测模型；获得新用户和/或历史用户中未被认定为跨境用户的剩余用户的多个维度的特征数据，基于所述活跃度预测模型，预测其使用跨境APP的活跃度。本发明可以提升活跃客户挖掘工作效率。

技术领域

本发明涉及客户识别技术领域，尤其涉及基于支持向量数据域描述的跨境活跃用户识别方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

对于跨境场景，如果在跨境APP上线之初就能从数以亿计的客户中挖掘出跨境APP潜在客户群体，那么就能获得更多效益以及市场竞争优势。但是，当前跨境APP主要通过业务人员向客户“广撒网”的方式进行推广，使得推广成本高，效率低，没有针对性，资源利用率低，极易造成有跨境APP使用迫切需求的用户没有被推广到，却将大量的人力物力投入到低价值低活跃度的客户上，造成资源浪费；此外，跨境场景中把跨境APP活跃客户挖掘看做一个二分类问题，存在one class问题，即：样本分布极不平衡且处于少数类的正样本一定是正样本，但负样本未必一定是负样本(业务人员可以根据经验设置规则，筛选出跨境APP活跃用户作为正样本；但无法设置合适的规则确定某些用户一定是非跨境APP用户)，这就导致一些基于分类算法的活跃客户挖掘模型不适用本场景。

发明内容

本发明实施例提供一种基于支持向量数据域描述的跨境活跃用户识别方法，用以解决现有技术中的跨境APP广撒网推广方法成本高效率低和跨境APP活跃客户挖掘存在oneclass问题的技术问题，该方法包括：

基于跨境用户认定标准对历史用户进行认定，将符合跨境用户认定标准的历史历史用户标记为跨境用户；

获得跨境用户多个维度的特征数据，将所述多个维度的特征数据作为训练数据集；

对所述训练数据集进行清洗和向量化处理，获得处理后的训练数据集；

基于支持向量数据域描述SVDD算法和所述处理后的训练数据集训练多个模型；

基于模拟退火算法对多个模型进行融合，获得活跃度预测模型；

获得新用户和/或历史用户中未被认定为跨境用户的剩余用户的多个维度的特征数据，基于所述活跃度预测模型，预测新用户和/或历史用户中未被认定为跨境用户的剩余用户使用跨境APP的活跃度。

本发明实施例还提供一种基于支持向量数据域描述的跨境活跃用户识别装置，用以解决现有技术中的跨境APP广撒网推广方法成本高效率低和跨境APP活跃客户挖掘存在one class问题的技术问题，该装置包括：

跨境用户认定模块，用于基于跨境用户认定标准对历史用户进行认定，将符合跨境用户认定标准的历史用户标记为跨境用户；

特征数据获得模块，用于获得跨境用户多个维度的特征数据，将所述多个维度的特征数据作为训练数据集；

特征数据处理模块，用于对所述训练数据集进行清洗和向量化处理，获得处理后的训练数据集；

SVDD算法模型训练模块，用于基于支持向量数据域描述SVDD算法和所述处理后的训练数据集训练多个模型；

模型融合模块，用于基于模拟退火算法对多个模型进行融合，获得活跃度预测模型；