预测流失率的方法、装置和系统制造方法及图纸

本申请公开了一种预测流失率的方法、装置和系统，用以解决现有技术中流失率的预测不准确的问题。该记录方法包括：获取第一时刻之前预设时长内的流失率数据；将流失率数据分解为注册时间维度参数、注册时长维度参数和日历时间维度参数，其中，注册时间维度参数表示注册时间对流失率的影响力，注册时长维度参数表示注册时长对流失率的影响力，日历时间维度参数表示日历时间对流失率的影响力；根据分解所得的注册时间维度参数、注册时长维度参数和日历时间维度参数，计算第二时刻的流失率，其中，第二时刻在第一时刻之后。

【技术实现步骤摘要】

本申请涉及互联网
，尤其涉及一种预测流失率的方法、装置和系统。
技术介绍
对于企业而言，尤其是互联网企业，客户是一种重要的资源。对客户更加深入的研究和了解，以对客户的流失规律进行把握，甚至对客户的流失率进行预测，能够让企业提前做出应对策略，挽救更多的客户，从而给企业带来更多的利益。现有技术中，常见的客户流失率的预测方法是：在预定周期上对客户的流失率进行统计和记录，以形成单维的时间序列。利用普通的统计模型，建立客户流失率与若干设定变量之间的关系式，并用记录的历史流失率数据进行训练后应用于流失率的预测。然而，客户的流失行为往往是内在规律和外部环境的一种综合表现，现有的流失率预测方法只能在有限的程度上对变量和流失率的关系进行描述，无法挖掘构成客户流失的内在原因，进而导致流失率的预测结果不够精确。
技术实现思路
本申请实施例提供一种预测流失率的方法、装置和系统，以实现对用户流失率更准确的预测。本申请实施例提供的一种预测流失率的方法，包括：在配置有可执行指令的一个或多个计算装置的控制下，从运营服务器获取第一时刻之前预设时长内的流失率数据；将所述流失率数据分解为注册时间维度参数、注册时长维度本文档来自技高网...

【技术保护点】
一种预测流失率的方法，其特征在于，包括：在配置有可执行指令的一个或多个计算装置的控制下，从运营服务器获取第一时刻之前预设时长内的流失率数据；将所述流失率数据分解为注册时间维度参数、注册时长维度参数和日历时间维度参数，其中，所述注册时间维度参数表示注册时间对流失率的影响力，所述注册时长维度参数表示注册时长对流失率的影响力，所述日历时间维度参数表示日历时间对流失率的影响力；根据分解所得的注册时间维度参数、注册时长维度参数和日历时间维度参数，计算第二时刻的流失率，其中，所述第二时刻在所述第一时刻之后；反馈所述第二时刻流失率数据至所述运营服务器。

【技术特征摘要】
1.一种预测流失率的方法，其特征在于，包括：在配置有可执行指令的一个或多个计算装置的控制下，从运营服务器获取第一时刻之前预设时长内的流失率数据；将所述流失率数据分解为注册时间维度参数、注册时长维度参数和日历时间维度参数，其中，所述注册时间维度参数表示注册时间对流失率的影响力，所述注册时长维度参数表示注册时长对流失率的影响力，所述日历时间维度参数表示日历时间对流失率的影响力；根据分解所得的注册时间维度参数、注册时长维度参数和日历时间维度参数，计算第二时刻的流失率，其中，所述第二时刻在所述第一时刻之后；反馈所述第二时刻流失率数据至所述运营服务器。2.如权利要求1所述的方法，其特征在于，根据分解所得的注册时间维度参数、注册时长维度参数和日历时间维度参数，计算第二时刻的流失率，具体包括：根据分解所得的注册时间维度参数，预测第一时刻和第二时刻之前的流失率数据分别对应的最迟注册时间之间的注册时间维度参数；根据分解所得的注册时长维度参数，预测第二时刻相对第一时刻增加时长部分的注册时长维度参数；根据分解所得的日历时间维度参数，预测日历时间在第一时刻和第二时刻之间的日历时间维度参数；根据分解所得和预测的注册时间维度参数、分解所得和预测的注册时长维度参数、分解所得和预测的日历时间维度参数，计算第二时刻的流失率。3.如权利要求2所述的方法，其特征在于，采用机器学习算法对所述流失率数据进行分解，采用回归模型和/或时间序列模型对注册时间维度参数、注册时长维度参数、和日历时间维度参数进行预测。4.一种预测流失率的方法，其特征在于，包括：在配置有可执行指令的一个或多个计算装置的控制下，获取第一时刻之前预设时长内的流失率数据；将所述流失率数据分解为注册时间维度参数和注册时长维度参数，其中，所述注册时间维度参数表示注册时间对流失率的影响力，所述注册时长维度参数表示注册时长对流失率的影响力；根据分解所得的注册时间维度参数和注册时长维度参数，计算第二时刻的流失率，其中，所述第二时刻在所述第一时刻之后；反馈所述第二时刻流失率数据至所述运营服务器。5.一种预测流失率的方法，其特征在于，包括：在配置有可执行指令的一个或多个计算装置的控制下，获取第一时刻之前预设时长内的流失率数据；将所述流失率数据分解为注册时间维度参数和日历时间维度参数，其中，所述注册时间维度参数表示注册时间对流失率的影响力，所述日历时间维度参数表示日历时间对流失率的影响力；根据分解所得的注册时间维度参数和日历时间维度参数，计算第二时刻的流失率，其中，所述第二时刻在所述第一时刻之后；反馈所述第二时刻流失率数据至所述运营服务器。6.一种预测流失率的方法，其特征在于，包括：在配置有可执行指令的一个或多个计算装置的控制下，获取第一时刻之前预设时长内的流失率数据；将所述流失率数据分解为注册时长维度参数和日历时间维度参数，其中，所述注册时长维度参数表示注册时长对流失率的影响力，所述日历时间维度参数表示日历时间对流失率的影响力；根据分解所得的注册时长维度参数和日历时间维度参数，计算第二时刻的流失率，其中，所述第二时刻在所述第一时刻之后；反馈所述第二时刻流失率数据至所述运营服务器。7.一种预测流失率的装置，其特征在于，包括：获取模块，用于获取第一时刻之前预设时长内的流失率数据；分解模块，用于将所述流失率数据分解为注册时间维度参数、注册时长维度参数和日历时间维度参数，其中，所述注册时间维度参数表示注册时间对流失率的影响力，所述注册时长维度参数表示注册时长对流失率的影响力，所述日历时间维度参数表示日历时间对流失率的影响力；预测模块，用于根据分解所得的注册时间...

【专利技术属性】
技术研发人员：黄承伟，操颖平，盛子夏，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY