[发明专利]一种付费金额预测方法、装置及可读存储介质

说明书

本申请实施例公开了一种付费金额预测方法、装置及可读存储介质。该方法包括：设备根据输入的第一日期获取预设用户在第一日期前第M天中的第一特征和N天内的付费金额，对该第一特征和N天内的付费金额进行训练得到预测模型后，获取待预测用户在第一日期内的第二特征，将第二特征输入到预测模型，以预测待预测用户在第一日期后K天内的付费金额；采用本申请实施例，能够提高预测模型的准确度，实现对用户在目标应用中的付费金额的预测。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种付费金额预测方法、装置及可读存储介质。

背景技术

近年来，移动互联网的快速发展让垂直化服务和个性化需求成为可能，内容付费在知识共享、社群电商、移动音频以及移动直播等风口产业交织的环境下应运而生，而对于每一个游戏公司来说，准确了解每个用户的价值，对游戏的广告投放策略和高效的运营活动(如精准的促销活动和礼包推荐)具有重要意义，在用户进入游戏的前期就对于他们的价值进行准确的预测，有助于给用户带来更个性化的体验。如何实现用户付费金额的预测，并提高预测结果的精确度，是本领域的技术人员正在研究的技术问题。

发明内容

本申请实施例公开了一种付费金额预测方法、装置及可读存储介质，能够实现对用户付费金额的预测，并提高预测模型的准确度。

第一方面，本申请实施例提供了一种付费金额预测方法，该方法包括：

根据第一日期获取预设用户的样本向量，所述样本向量包括第一特征和用户标签，所述第一特征为所述预设用户在所述第一日期前第M天中的原始数据经过预处理后得到的特征，所述原始数据包括画像数据、行为数据、消费数据和自定义事件中的一项或多项，所述用户标签用于描述所述预设用户在所述第一日期前第M天后的N天内的付费金额；其中M大于或者等于N；

对所述样本向量进行训练以得到预测模型；

获取待预测用户在所述第一日期内的第二特征，所述第二特征为所述待预测用户在所述第一日期内的所述原始数据经过预处理后得到的特征；

将所述第二特征输入到所述预测模型，以预测所述待预测用户在所述第一日期后K天内的付费金额。

在上述方法中，设备根据输入的第一日期获取预设用户在第一日期前第M天中的第一特征和N天内的付费金额，对该第一特征和N天内的付费金额进行训练得到预测模型后，获取待预测用户在第一日期内的第二特征，将第二特征输入到预测模型，以预测待预测用户在第一日期后K天内的付费金额；因为当待预测用户具有与历史用户相似的数据特征时，待预测用户也很可能具有与历史用户相似的付费数据，因此通过对预设用户的历史数据训练预测模型，保证了模型预测的准确度，实现了对待预测用户在目标应用中的付费金额的预测。

基于第一方面，在其中一种可选的实现方式中，所述原始数据由目标账户生成，所述预设用户包括在所述第一日期前第M天中有过登录所述目标账户或退出所述目标账户的行为的用户。

这种实现方式在选取训练数据时选取有过登入登出行为的用户的原始数据，排除了部分不活跃用户的原始数据，提高了数据的可靠性，从而提高了预测模型的准确度。

基于第一方面，在其中一种可选的实现方式中，所述待预测用户包括在所述第一日期中有过登录目标账户或退出目标账户的行为的用户。

这种实现方式在选取待预测用户时选取了在第一日期中有过登入登出行为的用户，排除了部分不活跃用户的原始数据，提高了数据的可靠性，从而提高了预测结果的准确性。

基于第一方面，在其中一种可选的实现方式中，所述预处理包括执行如下操作中的一项或者多项操作：

操作一，识别所述原始数据中的品牌字段后，转化为字符并统一字体；

操作二，识别所述原始数据中的具体时间字段并转化为距离当前时间的时长；