The invention discloses a user retention probability prediction method, device, prediction server and storage medium. According to the user return data of the target service in the historical period, the user return probability of the target service in the future target period is estimated, and according to the user retention data of the target service in the historical period, the user return probability of the target service is predicted. The user reference retention probability of the target service in the target period is adjusted according to the user return probability, and the adjusted user retention reference probability is obtained; the target user retention probability adjustment parameters in the target period are obtained; the parameters are adjusted according to the retention probability; and The adjusted user retention reference probability predicts the retention probability of the target user in the target period. Considering the influence of user reflux on the predicted user retention probability, this implementation can predict multiple future target cycles, which significantly improves the prediction accuracy of user retention probability and the prediction effect.
【技术实现步骤摘要】
用户留存概率预测方法、装置、预测服务器及存储介质
本专利技术涉及信息处理
,更具体的说,是涉及一种用户留存概率预测方法、装置、预测服务器及存储介质。
技术介绍
用户留存概率是针对业务(业务如游戏、社交软件等应用程序,又如提供服务的网站等)的具体注册用户而言,指的是业务的某一注册用户在未来留存下来的概率;为指导业务运营策略的制定、调整,对业务的具体注册用户在未来的留存概率进行预测(即进行用户留存概率预测),显得尤为必要。在进行用户在业务的未来的留存概率预测时,传统的用户留存概率预测方式主要是基于用户在业务中的静态指标特征,通过使用线性回归、逻辑回归等传统的机器学习模型,建立未来单个周期的用户特征与用户留存概率之间的关联关系,并对业务的具体注册用户在未来周期的留存概率进行预测。但是,对于很多业务(如游戏业务)的用户,往往涉及到流失用户回流的情况,而传统的用户留存概率预测方式并未考虑用户回流对业务的具体注册用户在未来周期的留存概率的影响,导致所得到的留存概率预测的结果较为片面,预测结果的准确率并不高,并无法为业务的运营策略的制定、调整提供有效指导。因此,目前迫切需要一种能够有效提高预测准确率的用户留存概率预测方法。
技术实现思路
有鉴于此,本专利技术提供了一种用户留存概率预测方法、装置、预测服务器及存储介质,以解决预测准确率较低的问题。为实现上述目的,本专利技术提供如下技术方案:一种用户留存概率预测方法,包括:获取目标业务在历史周期的用户回流数据;根据所述用户回流数据,预估所述目标业务在未来的目标周期的用户回流概率;获取目标业务在所述历史周期的用户留存数据;根 ...
【技术保护点】
1.一种用户留存概率预测方法,其特征在于,包括:获取目标业务在历史周期的用户回流数据;根据所述用户回流数据,预估所述目标业务在未来的目标周期的用户回流概率;获取目标业务在所述历史周期的用户留存数据;根据所述用户留存数据,预估所述目标业务在所述目标周期的用户留存基准概率;根据所述用户回流概率调整所述用户留存基准概率,得到调整后的用户留存基准概率;获取目标用户在所述目标周期的留存概率调整参数;根据所述留存概率调整参数,以及所述调整后的用户留存基准概率,预测所述目标用户在所述目标周期的留存概率。
【技术特征摘要】
1.一种用户留存概率预测方法,其特征在于,包括:获取目标业务在历史周期的用户回流数据;根据所述用户回流数据,预估所述目标业务在未来的目标周期的用户回流概率;获取目标业务在所述历史周期的用户留存数据;根据所述用户留存数据,预估所述目标业务在所述目标周期的用户留存基准概率;根据所述用户回流概率调整所述用户留存基准概率,得到调整后的用户留存基准概率;获取目标用户在所述目标周期的留存概率调整参数;根据所述留存概率调整参数,以及所述调整后的用户留存基准概率,预测所述目标用户在所述目标周期的留存概率。2.根据权利要求1所述的用户留存概率预测方法,其特征在于,所述获取目标业务在历史周期的用户回流数据包括:从目标业务在相对于当前周期已发生的各历史周期的用户回流数据中确定至少两组用户回流数据;每组用户回流数据中包括至少两个历史周期的用户回流数据;所述根据所述用户回流数据,预估所述目标业务在未来的目标周期的用户回流概率包括:根据所述至少两组用户回流数据,确定所述目标业务在所述至少两个历史周期的用户回流概率;根据所述目标业务在所述至少两个历史周期的用户回流概率,预估所述目标业务在所述目标周期的用户留存概率。3.根据权利要求1所述的用户留存概率预测方法,其特征在于,所述获取目标业务在所述历史周期的用户留存数据包括:从目标业务在相对于当前周期已发生的各历史周期的用户留存数据中确定至少两组用户留存数据;每组用户留存数据中包括至少两个历史周期的用户留存数据;根据所述用户留存数据,预估所述目标业务在所述目标周期的用户留存基准概率包括:根据所述至少两组用户留存数据,确定所述目标业务在所述至少两个历史周期的用户留存基准概率;根据所述目标业务在所述至少两个历史周期的用户留存基准概率,预估所述目标业务在所述目标周期的用户留存基准概率。4.根据权利要求1所述的用户留存概率预测方法,其特征在于,所述获取目标用户在所述目标周期的留存概率调整参数包括:获取目标用户的各标准化用户特征;结合所述目标用户在当前周期之前的至少两个历史周期的留存标签,运用COX回归方法确定所述目标用户在当前周期之后的至少两个目标周期的特征权重;根据所述目标用户的各标准化用户特征与所述目标用户在当前周期之后的至少两个目标周期的特征权重确定所述目标用户在当前周期之后的至少两个目标周期的留存概率调整参数。5.根据权利要求1所述的用户留存概率预测方法,其特征在于,还包括:若所预测的目标用户在所述目标周期的留存概率低于所述目标用户在所述目标周期的调整后的用户留存基准概率,标记所述目标用户为在所述目标周期的流失用户;若所预测的目标用户在所述目标周期的留存概率不低于所述目标用户在所述目标周期的调整后的用户留存基准概率,标记所述目标用户为在所述目标周期的非流失用户。6.一种用户留存概率预测装置,其特征在于,包括:用户回流数据获取模块,用于获取目标业务在历史周期的用户回流数据;用户回流概率预估模块,用于根据所述用户回流数据,预估所述目标业务在未来的目标周期的...
【专利技术属性】
技术研发人员:钟子宏,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。