发明名称 |
一种用户流失预测方法及系统 |
摘要 |
本发明公开了一种用户流失预测方法及系统,涉及网络技术领域。该方法包括以下步骤:从服务器采集用户的基础信息指标和行为信息指标;从在统计期内采集的用户中选取部分用户作为采样用户,并选取采样用户的目标指标和M种指标;根据采样用户的目标指标和M种指标,通过决策树算法构建潜在流失用户识别模型;将在统计期之后采集的M种指标的取值作为潜在流失用户识别模型的输入变量,获得M种指标对应的用户的流失概率,如果流失概率大于设定的阈值,则判断用户为潜在流失用户。本发明通过基于选取的用户的基础信息指标和行为信息指标建立的潜在流失用户识别模型,模型固化简便,建模效率高,而且能够准确地识别潜在流失用户。 |
申请公布号 |
CN106203679A |
申请公布日期 |
2016.12.07 |
申请号 |
CN201610482664.5 |
申请日期 |
2016.06.27 |
申请人 |
武汉斗鱼网络科技有限公司 |
发明人 |
程晓歌;吴瑞诚 |
分类号 |
G06Q10/04(2012.01)I;G06Q50/30(2012.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
武汉智权专利代理事务所(特殊普通合伙) 42225 |
代理人 |
张凯 |
主权项 |
一种用户流失预测方法,其特征在于,包括以下步骤:S1.从服务器采集用户的基础信息指标和行为信息指标;S2.从在统计期内采集的用户中选取部分用户作为采样用户,并选取所述采样用户的目标指标和M种指标,所述M种指标包括所述采样用户的基础信息指标和行为信息指标,将目标指标小于设定的阈值的用户划分为流失用户,将目标指标大于所述阈值的用户划分为非流失用户;S3.根据所述采样用户的目标指标和M种指标,通过决策树算法构建潜在流失用户识别模型;S4.将在所述统计期之后采集的所述M种指标的取值作为所述潜在流失用户识别模型的输入变量,获得所述M种指标对应的用户的流失概率,如果所述流失概率大于设定的阈值,则判断所述用户为潜在流失用户。 |
地址 |
430000 湖北省武汉市武汉东湖开发区软件园东路1号软件产业4.1期B1栋11楼 |