【技术实现步骤摘要】
用户留存分析方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种用户留存分析方法、装置、设备及存储介质。
技术介绍
[0002]随着人工智能的发展，留存分析算法也随之发展。在目前的用户留存分析中，通过分析用户在多个预设标签维度上的行为，能够确定出用户的流失情况。然而，由于预设标签维度的维度数量较多，导致用户流失情况的分析效率低下。
[0003]为了提高用户留存分析的分析效率，目前采取因子分析算法对上述多个预设标签维度进行降维处理，然而，这种方式在实现维度数量减少的同时，造成用户信息中的重要信息的丢失，导致用户留存分析的准确率低下。
[0004]因此，在确保用户留存分析准确率的前提下，如何提高用户留存分析的效率成了亟需解决的问题。
技术实现思路
[0005]鉴于以上内容，有必要提供一种用户留存分析方法、装置、设备及存储介质，能够在确保用户留存分析准确率的前提下，提高用户留存分析的效率。
[0006]一方面，本专利技术提出一种用户留存分析方法，所述用户留存分
【技术保护点】
【技术特征摘要】
1.一种用户留存分析方法，其特征在于，所述用户留存分析方法包括：获取多个样本用户在多个初始指标上的样本信息；根据所述样本信息生成所述多个样本用户在所述多个初始指标上的表征信息；对所述表征信息进行标准化处理，得到所述多个样本用户在所述多个初始指标上的特征信息；根据所述特征信息分析每个初始指标上的指标特征值；根据所述指标特征值从所述多个初始指标中选取目标指标；当接收到用户留存分析请求时，根据所述用户留存分析请求获取待测用户在所述目标指标上的用户信息；根据所述用户信息及所述目标指标生成所述待测用户的留存结果。2.如权利要求1所述的用户留存分析方法，其特征在于，所述根据所述样本信息生成所述多个样本用户在所述多个初始指标上的表征信息包括：比较所述样本信息的信息格式与类型模板中的配置格式，并将与所述信息格式相同的配置格式所对应的类型确定为所述多个初始指标的指标类型；将所述指标类型不为预设类型的初始指标确定为特征指标；从所述样本信息中筛选所述指标类型不为预设类型的初始指标所对应的信息作为第一特征信息，并将所述样本信息中除所述第一特征信息外的其余信息确定为第二特征信息；对所述第一特征信息进行映射处理，得到数值信息；将所述数值信息及所述第二特征信息确定为目标特征信息；从所述目标特征信息中获取每个样本用户在所述多个初始指标上的信息作为行向量；拼接每个样本用户的行向量，得到所述表征信息。3.如权利要求1所述的用户留存分析方法，其特征在于，所述对所述表征信息进行标准化处理，得到所述多个样本用户在所述多个初始指标上的特征信息包括：根据所述表征信息计算所述多个样本用户在每个初始指标上的平均指标信息；根据下列公式分析所述表征信息及所述平均指标信息，得到每个初始指标的差值信息：其中，S是指所述差值信息，x
ij
是指第i个样本用户在第j个初始指标上的表征信息，是指所述第j个初始指标的平均指标信息，n是指所述多个样本用户的用户总量；根据所述平均指标信息及所述差值信息对所述表征信息进行标准化处理，得到所述特征信息。4.如权利要求3所述的用户留存分析方法，其特征在于，所述根据所述特征信息分析每个初始指标上的指标特征值包括：根据下列公式计算所述特征信息，得到任意两个初始指标的指标相关度：
其中，r
hq
是指第h个初始指标与第q个初始指标的指标相关度，n是指所述用户总量，X
kh
是指第k个样本用户在所述第h个初始指标上的特征信息，X
kq
是指所述第k个样本用户在所述第q个初始指标上的特征信息；分析每个初始指标上的特征信息的离散程度，得到每个初始指标的信息离散度；依序对所述指标相关度进行排序，得到初始对角矩阵，并根据所述信息离散度填充所述初始对角矩阵，得到指标特征矩阵；计算所述指标特征矩阵的特征值作为所述指标特征值。5.如权利要求1所述的用户留存分析方法，其特征在于，所述根据所述指标特征值从...
【专利技术属性】
技术研发人员：熊龙飞，张茜，叶聆音，许春林，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
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。