[发明专利]一种用户未来价值预测方法、系统、装置及存储介质

权利要求书

1.一种用户未来价值预测方法，其特征在于，所述方法包括：

获取多个历史新用户的数据，所述数据包括以下至少一种或者多种的组合：用户在终端上的行为数据、用户的关系链数据以及该用户对于平台的真实未来价值；

基于所述历史新用户的数据，确定未来价值预测模型；以及

基于所述未来价值预测模型，预测当前用户的未来价值。

2.根据权利要求1所述的方法，其特征在于，所述基于所述历史新用户的数据，确定未来价值预测模型，包括：

基于所述真实未来价值，将所述多个历史新用户分为N档；N为大于1的正整数，每个档位中历史新用户的个数大于或等于1；

基于分档后的多个历史新用户的数据，对预测模型进行训练，确定所述未来价值预测模型。

3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：

对预测模型进行约束操作；

基于分档后的多个历史新用户的数据，对约束后的预测模型进行训练，确定所述未来价值预测模型。

4.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：

基于训练后的预测模型，获取多个测试新用户的预测价值-人数分布；

基于所述预测价值-人数分布以及所述多个测试新用户的价值-人数分布，校准训练后的预测模型；

基于所述多个历史新用户的数据，继续对校准后的预测模型进行训练，确定所述未来价值预测模型。

5.根据权利要求3所述的方法，其特征在于，所述约束操作包括限制由所述预测模型确定的预测未来价值落入每个档位的对应历史新用户的个数。

6.根据权利要求3所述的方法，其特征在于，所述约束操作的约束规则如下：

其中，表示第N档中所述历史新用户个数占所有历史新用户个数的比值，θ表示小于1的预定值，Level_N表示所述预测未来价值属于第N档的历史新司机的个数，Sum表示所有历史新用户的个数。

7.根据权利要求4所述的方法，其特征在于，所述基于所述预测价值-人数分布以及所述多个测试新用户的价值-人数分布，校准训练后的预测模型，包括：

确定所述预测价值-人数分布以及所述多个测试新用户的价值-人数分布之间的均方根误差；

基于所述均方根误差，校准训练后的预测模型。

8.根据权利要求1所述的方法，其特征在于，所述未来价值预测模型为xgboost。

9.一种用户未来价值预测系统，其特征在于，所述系统包括获取模块、确定模块和预测模块；

所述获取模块，用于获取多个历史新用户的数据，所述数据包括以下至少一种或者多种的组合：用户在终端上的行为数据、用户的关系链数据以及该用户对于平台的真实未来价值；

所述确定模块，用于基于所述历史新用户的数据，确定未来价值预测模型；

所述预测模块，用于基于所述未来价值预测模型，预测当前用户的未来价值。

10.根据权利9所述的系统，其特征在于，所述确定模块被进一步用于：

基于所述真实未来价值，将所述多个历史新用户分为N档；N为大于1的正整数，每个档位中历史新用户的个数大于或等于1；

基于分档后的多个历史新用户的数据，对预测模型进行训练，确定所述未来价值预测模型。

11.根据权利要求10所述的系统，其特征在于，所述确定模块被进一步用于：

对预测模型进行约束操作；

基于分档后的多个历史新用户的数据，对约束后的预测模型进行训练，确定所述未来价值预测模型。