[发明专利]代理人留存预测方法、装置、计算机设备及存储介质

权利要求书

1.一种代理人留存预测方法，其特征在于，所述方法包括：

获取目标代理人的第一埋点序列，采用第一N-Gram算法对所述第一埋点序列进行切分得到多个第一序列片段；

获取与所述目标代理人关联的多个目标用户的第二埋点序列，并采用第二N-Gram算法对所述第二埋点序列进行切分得到多个第二序列片段；

采用第一特征提取模型从所述多个第一序列片段中提取出大于预设第一稳定度阈值的第一特征序列，及采用第二特征提取模型从所述多个第二序列片段中提取出大于预设第二稳定度阈值第二特征序列；

根据所述第一特征序列生成第一权重，及根据所述第二特征序列生成第二权重；

根据所述第一特征序列、所述第一权重、所述第二特征序列及所述第二权重生成目标特征序列；

调用代理人留存预测模型基于所述目标特征序列进行留存预测得到所述目标代理人的留存时长。

2.如权利要求1所述的代理人留存预测方法，其特征在于，所述采用第一特征提取模型从所述多个第一序列片段中提取出大于预设第一稳定度阈值的第一特征序列，及采用第二特征提取模型从所述多个第二序列片段中提取出大于预设第二稳定度阈值第二特征序列包括：

计算每个第一序列片段的第一TF-IDF值，及计算每个第二序列片段的第二TF-IDF值；

根据多个所述第一TF-IDF值构建第一TF-IDF矩阵，根据多个所述第二TF-IDF值构建第二TF-IDF矩阵；

采用第一逻辑回归分类模型计算所述第一TF-IDF矩阵的第一逻辑回归系数，及采用第二逻辑回归分类模型计算所述第二TF-IDF矩阵的第二逻辑回归系数；

根据所述第一逻辑回归系数对所述多个第一序列片段进行去重处理得到多个第一候选序列片段，根据所述第二逻辑回归系数对所述多个第二序列片段进行去重处理得到多个第二候选序列片段；

计算每个第一候选序列片段的第一稳定度，及计算所述每第二候选序列片段的第二稳定度；

从所述多个第一候选序列片段提取出大于预设第一稳定度阈值的第一稳定度对应的多个第一目标候选序列片段，从所述多个第二候选序列片段提取出大于预设第二稳定度阈值的第二稳定度对应的多个第二目标候选序列片段；

基于所述多个第一目标候选序列片段构建第一特征序列，及基于所述多个目标第二候选序列片段构建第二特征序列。

3.如权利要求1所述的代理人留存预测方法，其特征在于，所述代理人留存预测模型的训练过程包括：

获取多个历史代理人的第三特征序列和历史留存时长，及每个历史代理人的关联的多个用户的第四特征序列；

计算每个第三特征序列与对应的多个第四特征序列中的每个第四特征序列之间的距离得到每个第一距离集；

根据每个第一距离集从多个所述第三特征序列中筛选出多个第三目标特征序列，及从每个第三目标特征序列对应的多个第四特征序列中选取出多个第四目标特征序列；

根据每个第三目标特征序列生成第三权重，根据每个第四目标特征序列生成第四权重；

根据所述第三目标特征序列及对应的所述第三权重、多个所述第四目标特征序列、多个所述第四权重及所述历史留存时长生成历史特征序列；

基于多个所述历史特征序列训练LightGBM网络得到代理人留存预测模型。

4.如权利要求3所述的代理人留存预测方法，其特征在于，所述根据每个第一距离集从多个所述第三特征序列中筛选出多个第三目标特征序列，及从每个第三目标特征序列对应的多个第四特征序列中选取出多个第四目标特征序列包括：

针对每个所述第三特征序列，将所述第一距离集中的每个距离与距离阈值进行对比；

确定大于所述距离阈值的目标距离并计算所述目标距离的距离数；

将所述距离数作为所述第三特征序列的密度值；

将大于预设密度值阈值的密度值对应的第三特征序列确定为第三目标特征序列；

将每个第三目标特征序列中大于所述距离阈值的目标距离对应的第四特征序列确定为第四目标特征序列。