用户数据分析方法、装置、设备及存储介质制造方法及图纸

本申请涉及人工智能技术领域，本申请公开了一种用户数据分析方法、装置、设备及存储介质，将待分析用户数据中至少两个用户特征项目进行特征化处理，确定用户特征项目对应的目标特征值，以保障用户流失分析模型的稳定性和鲁棒性；根据用户流失分析模型确定用户特征项目对应的项目特征权重，将用户特征项目和项目特征权重进行用户流失分析，确定用户流失等级及对应的用户流失分析报告，以提高用户流失分析的可解释性，确认用户流失的影响因素，以便根据带分析用户数据进行用户流失分析，提高用户流失分析结果的准确性。流失分析结果的准确性。流失分析结果的准确性。

User data analysis method, device, equipment and storage medium

【技术实现步骤摘要】
用户数据分析方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种用户数据分析方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着网络的普及，越来越多的互联网公司需要以产品用户来作为创收的重要来源，在产品推广的前期，互联网公司需要大量成本来吸引客户，以增加产品的用户群，但随之出现的是，产品用户流失现象。为实现用户的留存，需要分析出用户流失状况，辅助应用程序的改进和更新。
[0003]现有技术中，通过获取用户的行为数据进行分类处理，检测用户是否流失，给出用户是否存在流失风险的预警，但该方式可解释性较差，无法准确分析出用户流失的影响因素，从而导致用户流失分析结果不够准确。

技术实现思路

[0004]本申请提供一种用户数据分析方法、装置、计算机设备及存储介质，解决了现有技术中仅通过获取用户的行为数据进行分类处理，无法准确分析出用户流失的影响因素，存在用户流失分析准确率较低的问题。
[0005]本申请实施例提供了一种用户数据分析方法，包括：
[0006]获取目标应用场景对应的待分析用户数据，所述待分析用户数据包括至少两个用户特征项目对应的原始特征值；
[0007]对至少两个所述用户特征项目对应的原始特征值进行特征化处理，获取至少两个用户特征项目对应的目标特征值；
[0008]根据预先训练的所述目标应用场景对应的用户流失分析模型，获取至少两个所述用户特征项目对应的项目特征权重；
[0009]根据至少两个所述用户特征项目对应的目标特征值和项目特征权重进行用户流失分析，获取用户流失等级；
[0010]根据所述用户流失等级，获取用户流失分析报告。
[0011]本申请实施例还提供了一种用户数据分析装置，包括：
[0012]待分析用户数据获取模块，获取目标应用场景对应的待分析用户数据，所述待分析用户数据包括至少两个用户特征项目对应的原始特征值；
[0013]目标特征值获取模块，对至少两个所述用户特征项目对应的原始特征值进行特征化处理，获取至少两个用户特征项目对应的目标特征值；
[0014]项目特征权重获取模块，根据预先训练的所述目标应用场景对应的用户流失分析模型，获取至少两个所述用户特征项目对应的项目特征权重；
[0015]用户流失等级获取模块，根据至少两个所述用户特征项目对应的目标特征值和项目特征权重进行用户流失分析，获取用户流失等级；
[0016]用户流失分析报告获取模块，根据所述用户流失等级，获取用户流失分析报告。
[0017]本申请实施例还提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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上述实现用户数据分析方法的步骤。
[0018]本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述实现用户数据分析方法的步骤。
[0019]上述的用户数据分析方法、装置、计算机设备及存储介质，将待分析用户数据中至少两个用户特征项目进行特征化处理，确定用户特征项目对应的目标特征值，以保障用户流失分析模型的稳定性和鲁棒性；根据用户流失分析模型确定用户特征项目对应的项目特征权重，将用户特征项目和项目特征权重进行用户流失分析，确定用户流失等级及对应的用户流失分析报告，以提高用户流失分析的可解释性，确认用户流失的影响因素，以便根据带分析用户数据进行用户流失分析，提高用户流失分析结果的准确性。
附图说明
[0020]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术一实施例中用户数据分析方法的一应用环境示意图；
[0022]图2是本专利技术一实施例中用户数据分析方法的一流程图；
[0023]图3是本专利技术一实施例中用户数据分析方法的另一流程图；
[0024]图4是本专利技术一实施例中用户数据分析方法的另一流程图；
[0025]图5是本专利技术一实施例中用户数据分析方法的另一流程图；
[0026]图6是本专利技术一实施例中用户数据分析方法的另一流程图；
[0027]图7是本专利技术一实施例中用户数据分析方法的另一流程图；
[0028]图8是本专利技术一实施例中用户数据分析装置的一示意图；
[0029]图9是本专利技术一实施例中计算机设备的一示意图。
具体实施方式
[0030]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0031]本申请实施例提供的用户数据分析方法，可应用在如图1示出的应用环境中。如图1所示，客户端(计算机设备)通过网络与服务器进行通信。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序，客户端(计算机设备)包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以
及大数据和人工智能平台等基础云计算服务的云服务器。
[0032]本专利技术实施例提供的用户数据分析方法，该用户数据分析方法可应用如图1所示的应用环境中。具体地，该用户数据分析方法应用在用户数据分析系统中，该用户数据分析系统包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于实现对待分析用户数据进行识别和分类，以方便对待分析用户数据进行用户流失分析，有助于提高用户数据分析的适用性。
[0033]人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0034]在一实施例中，如图2所示，提供一种用户数据分析方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
[0035]S201：获取目标应用场景对应的待分析用户数据，待分析用户数据包括至少两个用户特征项目对应的原始特征值；
[0036]S202：对至少两个用户特征项目对应的原始特征值进行特征化处理，获取至少两个用户特征项目对应的目标特征值；
[0037]S203：根据预先训练的目标应用场景对应的用户流失分析模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户数据分析方法，其特征在于，包括：获取目标应用场景对应的待分析用户数据，所述待分析用户数据包括至少两个用户特征项目对应的原始特征值；对至少两个所述用户特征项目对应的原始特征值进行特征化处理，获取至少两个用户特征项目对应的目标特征值；根据预先训练的所述目标应用场景对应的用户流失分析模型，获取至少两个所述用户特征项目对应的项目特征权重；根据至少两个所述用户特征项目对应的目标特征值和项目特征权重进行用户流失分析，获取用户流失等级；根据所述用户流失等级，获取用户流失分析报告。2.如权利要求1所述的用户数据分析方法，其特征在于，在所述对至少两个所述用户特征项目对应的原始特征值进行特征化处理，获取至少两个用户特征项目对应的目标特征值之前，所述用户数据分析方法还包括：采用所述用户特征项目对应的特征标准规范，对所述用户特征项目对应的原始特征值进行检测，获取每一所述用户特征项目对应的特征检测结果；若所述特征检测结果为存在异常特征值，则对所述用户特征项目对应的异常特征值进行替换处理，获取修改后的所述用户特征项目对应的原始特征值；若所述特征检测结果为存在空缺特征值，则对所述用户特征项目对应的空缺特征值进行填充处理，获取修改后的所述用户特征项目对应的原始特征值。3.如权利要求2所述的用户数据分析方法，其特征在于，所述对所述用户特征项目对应的异常特征值进行替换处理，获取修改后的所述用户特征项目对应的原始特征值，包括：若所述用户特征项目为数值特征项目，则获取所述用户特征项目对应的第一特征阈值和第二特征阈值；若所述异常特征值大于第一特征阈值，则采用第一特征阈值，对所述异常特征值进行替换处理，获取修改后的所述用户特征项目对应的原始特征值；若所述异常特征值小于第二特征阈值，则采用第二特征阈值，对所述异常特征值进行替换处理，获取修改后的所述用户特征项目对应的原始特征值。4.如权利要求1所述的用户数据分析方法，其特征在于，所述对至少两个所述用户特征项目对应的原始特征值进行特征化处理，获取至少两个用户特征项目对应的目标特征值，包括：若所述用户特征项目为文本特征项目，则采用预先设置的文本数值对照表，对所述文本特征项目对应的原始特征值进行数值化处理，获取文本特征项目对应的目标特征值；若所述用户特征项目为数值特征项目，则采用预先设置的数据数组转换表，对所述数值特征项目对应的原始特征值进行离散化处理，获取数值特征项目对应的目标特征值。5.如权利要求1所述的用户数据分析方法，其特...

【专利技术属性】
技术研发人员：董萍，周靖植，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：