一种流失用户预测方法、装置及计算机可读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流失用户预测方法、装置及计算机可读存储介质该方法包括：获取历史数据集，历史数据集包括多个历史用户的用户数据，用户数据至少包括用户标识ID、用户在第一预设时长内的登录数据和在第二预设时长内的登录数据；调用分离器函数，将历史数据集划分为历史训练数据和历史测试数据；采用逻辑回归算法构建初始训练模型，并利用历史训练数据对初始训练模型进行模型训练，得到预测模型；获取待测数据，并将待测数据输入预测模型，输出测试结果，待测数据为目标用户的用户数据，测试结果用于指示目标用户是否会成为第一预设时长的流失用户。本方案能够高效、准确地预测目标用户是否会成为流失用户，为后续的用户分析提供基础。户分析提供基础。户分析提供基础。

【技术实现步骤摘要】
一种流失用户预测方法、装置及计算机可读存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种流失用户预测方法、装置及计算机可读存储介质。

技术介绍

[0002]随着电子竞技行业的发展和越来越多的游戏出现，许多爆款游戏会拥有大量的游戏玩家。为了延长玩家的游戏生命周期，游戏开发者希望能够根据玩家的行为来预测其是否会流失。而数据作为记载大量信息的载体，在如今的网络和大数据时代的重要性不容置疑。因此，如何利用游戏玩家的用户数据进行精准、快速的预测成为当前游戏开发者亟需解决的问题。

技术实现思路

[0003]为解决上述技术问题，本专利技术实施例期望提供一种流失用户预测方法、装置及计算机可读存储介质，能够高效、准确地预测目标用户是否会成为流失用户，为后续的用户分析提供基础。
[0004]本专利技术的技术方案是这样实现的：
[0005]第一方面，本专利技术实施例提供一种流失用户预测方法，包括：
[0006]获取历史数据集，历史数据集包括多个历史用户的用户数据，用户数据至少包括用户标识ID、用户在第一预设时长本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流失用户预测方法，其特征在于，包括：获取历史数据集，所述历史数据集包括多个历史用户的用户数据，所述用户数据至少包括用户标识ID、用户在第一预设时长内的登录数据和在第二预设时长内的登录数据，所述第一预设时长短于所述第二预设时长；调用分离器函数，将所述历史数据集划分为历史训练数据和历史测试数据；采用逻辑回归算法构建初始训练模型，并利用所述历史训练数据对所述初始训练模型进行模型训练，得到预测模型；获取待测数据，并将所述待测数据输入所述预测模型，输出测试结果，所述待测数据为目标用户的用户数据，所述测试结果用于指示所述目标用户是否会成为第一预设时长的流失用户。2.根据权利要求1所述的流失用户预测方法，其特征在于，所述登陆数据包括以下数据中的至少一项：在线时长、登陆天数、登陆次数、付费次数、付费金额、游戏次数、胜利次数、游戏时长、游戏天数。3.根据权利要求1或2所述的流失用户预测方法，其特征在于，所述用户数据还包括以下数据中的至少一项：用户级别、总在线时长、首次登陆距离当前时刻的天数、最后一次登陆距离当前时刻的天数、首次付费距离当前时刻的天数、最后一次付费距离当前时刻的天数。4.根据权利要求1所述的流失用户预测方法，其特征在于，在利用所述历史训练数据对所述初始训练模型进行模型训练后，还包括：利用所述历史测试数据对训练后的所述初始训练模型进行预测验证；若验证通过，则将训练后的所...

【专利技术属性】
技术研发人员：黄晓鑫，
申请(专利权)人：杭州电魂网络科技股份有限公司，
类型：发明
国别省市：