[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

说明书

本发明涉及人工智能技术领域，提供一种代理人留存预测方法、装置、计算机设备及存储介质，包括：采用第一N‑Gram算法切分目标代理人的第一埋点序列得到多个第一序列片段；采用第二N‑Gram算法切分与目标代理人关联的多个目标用户的第二埋点序列得到多个第二序列片段；采用第一特征提取模型从多个第一序列片段中提取出第一特征序列；采用第二特征提取模型从多个第二序列片段中提取出第二特征序列；根据第一特征序列生成第一权重；根据第二特征序列生成第二权重；根据第一特征序列、第一权重、第二特征序列及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目标特征序列进行留存时长的预测。本发明能够提高跨时间的代理人留存预测的准确率和稳定性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种代理人留存预测方法、装置、计算机设备及存储介质。

背景技术

准代理人在入司前的一系列环节的表现(例如EPASS考试、AI面谈、新人体验、职岗培训)可以为预测该代理人入司后的留存、低业绩考核提供很多有价值的预测特征，随着互联网科技和保险间的深入结合，这些入司环节大部分都是通过在手机APP上完成，准代理人和用户在APP上的各种浏览、点击、操作行为通过埋点记录在数据库中。

现有技术是通过从准代理人的各个入司环节对应的业务场景的埋点数据来挖掘特征，以实现对准代理人的留存预测。发明人在实现本发明的过程中发现，现有技术挖掘出的特征大多是分模块的统计类特征(频数、占比类指标)，而分模块的统计类特征的方法可能会忽略一些有价值的埋点，且一些有先后顺序的行为序列也会被忽略，导致代理人的留存预测准确率较差。此外，统计类特征(频数、占比类指标)会随着时间季节性和业务场景的突变产生波动，造成每月迭代更新代理人留存预测模型时发生过拟合，导致跨时间的代理人留存预测效果不稳定。

发明内容

鉴于以上内容，有必要提出一种代理人留存预测方法、装置、计算机设备及存储介质，能够提高跨时间的代理人留存预测的准确率和稳定性。

本发明的第一方面提供一种代理人留存预测方法，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。

根据本发明的一个可选的实施例，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；