平台用户价值的预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种平台用户价值的预测方法、装置、设备及存储介质。其中，方法包括：在检测到平台的目标新用户时，采集目标新用户的特征数据；将目标新用户的特征数据输入至预先训练的用户价值预测模型，得到所目标新用户针对平台中各预设品类的用户价值；其中，用户价值预测模型的输入为新用户的特征数据，输出为新用户针对平台中各预设品类的用户价值，针对平台中各预设品类的用户价值是用户在注册后第一预设时长内针对平台中各预设品类的活跃天数。本发明专利技术实施例可以针对网络服务平台的新用户，即首次注册网络服务平台还未产生历史行为数据的新用户，根据新用户的特征数据快速而准确地新用户针对网络服务平台的价值。快速而准确地新用户针对网络服务平台的价值。快速而准确地新用户针对网络服务平台的价值。

【技术实现步骤摘要】
平台用户价值的预测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及计算机
，尤其涉及一种平台用户价值的预测方法、装置、设备及存储介质。

技术介绍

[0002]随着互联网的发展，不同种类的网络服务平台己深入日常生活的各个方面，例如，直播平台、社交平台以及购物平台等。平台用户价值的预测和衡量一直是网络服务平台重点关注的问题。
[0003]相关技术中，网络服务平台通常以平台用户在网络服务平台上的历史行为数据为依据，需要在收集较长时间的平台用户的行为数据之后，对平台用户针对网络服务平台的价值进行预测。对于网络服务平台的新用户，即首次注册网络服务平台还未产生历史行为数据的新用户，相关技术中的平台用户价值的预测方式无法预测网络服务平台的新用户针对网络服务平台的价值。

技术实现思路

[0004]本专利技术实施例提供一种平台用户价值的预测方法、装置、设备及存储介质，可以预测网络服务平台的新用户针对网络服务平台的价值。
[0005]第一方面，本专利技术实施例提供了一种平台用户价值的预测方法，包括：
[0006]在检测到平台的目标新用户时，采集所述目标新用户的特征数据；
[0007]将所述目标新用户的特征数据输入至预先训练的用户价值预测模型，得到所述目标新用户针对平台中各预设品类的用户价值；
[0008]其中，所述用户价值预测模型的输入为新用户的特征数据，输出为新用户针对平台中各预设品类的用户价值，所述针对平台中各预设品类的用户价值是用户在注册后第一预设时长内针对平台中各预设品类的活跃天数。
[0009]第二方面，本专利技术实施例还提供了一种平台用户价值的预测装置，包括：
[0010]特征数据采集模块，用于在检测到平台的目标新用户时，采集所述目标新用户的特征数据；
[0011]用户价值预测模块，用于将所述目标新用户的特征数据输入至预先训练的用户价值预测模型，得到所述目标新用户针对平台中各预设品类的用户价值；
[0012]其中，所述用户价值预测模型的输入为新用户的特征数据，输出为新用户针对平台中各预设品类的用户价值，所述针对平台中各预设品类的用户价值是用户在注册后第一预设时长内针对平台中各预设品类的活跃天数。
[0013]第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本专利技术实施例所述的平台用户价值的预测方法。
[0014]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机
程序，其特征在于，该计算机程序被处理器执行时实现如本专利技术实施例所述的平台用户价值的预测方法。
[0015]本专利技术实施例的技术方案，通过在检测到平台的目标新用户时，采集目标新用户的特征数据，然后将目标新用户的特征数据输入至预先训练的用户价值预测模型，得到目标新用户针对平台中各预设品类的用户价值，可以在目标新用户注册网络服务平台之后，根据目标新用户的特征数据，快速而准确地预测目标新用户针对网络服务平台的价值，实现了针对网络服务平台的新用户，即首次注册网络服务平台还未产生历史行为数据的新用户，根据新用户的特征数据快速而准确地新用户针对网络服务平台的价值。
附图说明
[0016]图1为本专利技术实施例一提供的一种平台用户价值的预测方法的流程图。
[0017]图2为本专利技术实施例二提供的一种平台用户价值的预测方法的流程图。
[0018]图3为本专利技术实施例三提供的一种平台用户价值的预测装置的结构示意图。
[0019]图4为本专利技术实施例四提供的一种计算机设备的结构示意图。
具体实施方式
[0020]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。
[0021]另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0022]实施例一
[0023]图1为本专利技术实施例一提供的一种平台用户价值的预测方法的流程图。本专利技术实施例可适用于对网络服务平台的新用户，即首次注册网络服务平台还未产生历史行为数据的新用户，预测网络服务平台的新用户针对网络服务平台的价值的情况，该方法可以由本专利技术实施例提供的平台用户价值的预测装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。例如，服务器。如图1所示，本专利技术实施例的方法具体包括：
[0024]步骤101、在检测到平台的目标新用户时，采集所述目标新用户的特征数据。
[0025]可选的，目标新用户是一个或多个首次注册网络服务平台还未产生历史行为数据的新用户。服务器可以根据平台中用户的注册信息和历史行为数据，检测用户是否为平台的目标新用户。网络服务平台包括但不限于直播平台、社交平台以及购物平台等。特征数据是不涉及用户在网络服务平台的历史行为，与用户本身带有的自然属性相关的数据。
[0026]可选的，特征数据可以包括：用户的终端设备上的平台应用程序客户端的安装渠道信息、用户在平台应用程序客户端冷启动时选择的兴趣偏好、用户的终端设备的机型、用户的终端设备上安装的其它应用程序类型、用户的终端设备的系统、用户的互联网协议
(Internet Protocol Address，IP)地址、用户所在城市、用户年龄、用户性别、用户职业、用户学历、用户的游戏偏好和/或用户的应用程序偏好等不涉及用户在网络服务平台的历史行为，与用户本身带有的自然属性相关的数据。
[0027]可选的，安装渠道信息是用于指示平台应用程序客户端的安装来源的信息。安装渠道信息可以包括：预装于终端设备、通过应用商店下载、以及通过信息推荐下载。用户在平台应用程序客户端冷启动时选择的兴趣偏好是用户在平台应用程序客户端第一次启动时提供的兴趣偏好设置页面中选择的一个或多个兴趣偏好。
[0028]可选的，所述采集所述目标新用户的特征数据，包括：向安装于所述目标新用户的终端设备的平台应用程序客户端发送数据权限询问信息，以使所述平台应用程序客户端通过询问信息展示页面，向所述目标新用户展示所述数据权限询问信息；其中，所述数据权限询问信息是用于询问所述目标新用户是否为平台授予对所述目标新用户的特征数据的采集权限的询问信息；在根据所述目标新用户与所述询问信息展示页面的交互操作，确认所述目标新用户为平台授予对所述目标新用户的特征数据的采集权限时，通过所述平台应用程序客户端采集所述目标新用户的特征数据。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种平台用户价值的预测方法，其特征在于，包括：在检测到平台的目标新用户时，采集所述目标新用户的特征数据；将所述目标新用户的特征数据输入至预先训练的用户价值预测模型，得到所述目标新用户针对平台中各预设品类的用户价值；其中，所述用户价值预测模型的输入为新用户的特征数据，输出为新用户针对平台中各预设品类的用户价值，所述针对平台中各预设品类的用户价值是用户在注册后第一预设时长内针对平台中各预设品类的活跃天数。2.根据权利要求1所述的方法，其特征在于，所述采集所述目标新用户的特征数据，包括：向安装于所述目标新用户的终端设备的平台应用程序客户端发送数据权限询问信息，以使所述平台应用程序客户端通过询问信息展示页面，向所述目标新用户展示所述数据权限询问信息；其中，所述数据权限询问信息是用于询问所述目标新用户是否为平台授予对所述目标新用户的特征数据的采集权限的询问信息；在根据所述目标新用户与所述询问信息展示页面的交互操作，确认所述目标新用户为平台授予对所述目标新用户的特征数据的采集权限时，通过所述平台应用程序客户端采集所述目标新用户的特征数据。3.根据权利要求1所述的方法，其特征在于，还包括：采集在第二预设时长内的全部新用户的特征数据、以及各所述新用户针对平台中各预设品类的用户价值；将各所述新用户的特征数据和针对平台中各预设品类的用户价值作为训练样本，对机器学习模型进行训练，得到用户价值预测模型。4.根据权利要求3所述的方法，其特征在于，所述将各所述新用户的特征数据和针对平台中各预设品类的用户价值作为训练样本，对机器学习模型进行训练，得到用户价值预测模型，包括：将由各所述新用户的特征数据和针对平台中各预设品类的用户价值构成的训练样本划分为训练样本集合以及测试样本集合；使用所述训练样本集合对机器学习模型进行训练，得到用户价值预测模型；使用所述测试样本集合对所述用户价值预测模型进行测试，得到所述用户价值预测模型的准确度。5.根据权利要求1所述的方法，其特征在于，在得到所述目标新用户针对平台中各预设品类的用户价值之后，还包括：根据所述目标新用户针对平台中各预设品类的用户价值，将平台中各预设品类推荐给所述目标新用户。6.根据权利要求5所述的方法，其特征在于，所述根据所述目标新用户针对平台中各预设品类的用户价值...

【专利技术属性】
技术研发人员：曹木水，程允胜，冯寿帅，韩旭旺，
申请(专利权)人：广州虎牙科技有限公司，
类型：发明
国别省市：