[发明专利]确定用户行为衰退倾向的方法、装置及电子设备

权利要求书

1.一种确定用户衰退倾向的方法，其特征在于，包括：

获取计算衰退倾向当天之前第一用户的第一预设行为数据；

根据所述预设行为数据预测所述第一用户在计算衰退倾向当天产生预设行为的概率；

根据所述在计算衰退倾向当天产生预设行为的概率、以及在第一时间周期内单日产生所述预设行为的最大概率确定所述第一用户的衰退倾向；所述第一时间周期为所述计算衰退当天的前m天，m为大于等于1的整数；

其中，所述在计算衰退倾向当天产生预设行为的概率和在所述第一时间周期内单日产生所述预设行为的最大概率，均通过预先训练好的行为概率预测模型预测得到。

2.根据权利要求1所述的确定用户衰退倾向的方法，其特征在于，根据所述预设行为数据预测所述第一用户在计算衰退倾向当天产生预设行为的概率，包括：

将所述第一预设行为数据以及所述第一用户的用户大画像数据输入至所述行为概率预测模型中，得到所述第一用户在计算衰退倾向当天产生预设行为的概率。

3.根据权利要求2所述的确定用户衰退倾向的方法，其特征在于，所述第一预设行为包括所述第一用户在系统平台上的下单行为；所述第一预设行为数据包括订单信息和/或物流信息；所述订单信息包括所述第一用户最近一订单距离计算衰退倾向当天的时间、所述第一用户对最近一订单的反馈信息、最近一订单送货信息、下单频次、下单量中的一个或多个的组合；所述物流信息包括物流单占比、平均配送时长、平均物流评分中的一个或多个的组合。

4.根据权利要求1所述的确定用户衰退倾向的方法，其特征在于，所述根据所述在计算衰退倾向当天产生预设行为的概率、以及在第一时间周期内单日产生所述预设行为的概率确定用户的衰退倾向，包括：

计算第二时间周期内所述最大概率与所述计算衰退倾向当天产生预设行为概率之间的斜率，所述第二时间周期为产生所述预设行为的最大概率的时间至计算衰退倾向当天的时间周期。

5.根据权利要求1所述的确定用户衰退倾向的方法，其特征在于，还包括：

获取多个训练样本及每个训练样本对应的第一标注数据；其中，所述训练样本包括第二用户的第二预设行为数据；所述第一标注数据为产生所述第二预设行为数据的第二日，所述第二用户产生所述预设行为的真实概率；

利用所述多个训练样本及所述标注数据对机器学习模型进行训练，得到初步的所述行为概率预测模型。

6.根据权利要求1所述的确定用户衰退倾向的方法，其特征在于，根据所述预设行为数据预测所述第一用户在计算衰退倾向当天产生预设行为的概率之前，还包括：

获取所述计算衰退倾向当天的前一天第三用户的第三预设行为数据及其第二标注数据；所述第二标注数据为产生所述第三预设行为数据的第二日，所述第三用户产生所述预设行为的真实概率；

根据所述第三预设行为数据及其第二标注数据对所述行为概率预测模型再次训练，得到更新后的行为概率预测模型。

7.根据权利要求1所述的确定用户衰退倾向的方法，其特征在于，所述第一用户为计算衰退倾向的前h天内产生过所述预设行为的用户，h为大于等于1的整数。

8.一种确定用户衰退倾向的装置，其特征在于，包括：

第一获取模块，被配置为获取计算衰退倾向当天之前第一用户的第一预设行为数据；

预测模块，被配置为根据所述预设行为数据预测所述第一用户在计算衰退倾向当天产生预设行为的概率；

确定模块，被配置为根据所述在计算衰退倾向当天产生预设行为的概率、以及在第一时间周期内单日产生所述预设行为的最大概率确定所述第一用户的衰退倾向；所述第一时间周期为所述计算衰退当天的前m天，m为大于等于1的整数；

其中，所述在计算衰退倾向当天产生预设行为的概率和在所述第一时间周期内单日产生所述预设行为的最大概率，均通过预先训练好的行为概率预测模型预测得到。