[发明专利]用户信息获取方法、装置、电子设备及存储介质

说明书

本申请公开了一种用户信息获取方法、装置、电子设备及存储介质，属于网络技术领域。本申请通过获取用户的个人特征、用户活跃度的时间序列以及该时间序列的统计特征，将该个人特征、该时间序列以及该统计特征输入信息获取模型，通过该信息获取模型预测该用户属于不同活跃标签的预测概率，将预测概率符合目标条件的活跃标签确定为该用户的活跃信息，不仅能够在预测过程中综合用户的个人特征、用户活跃度随着时间推移的变化规律以及上述变换规律的统计特征，而且信息获取模型能够精准地分类出用户的活跃标签，无需在聚类后进行人工标注，使得用户的活跃信息的获取方式具有更高的准确性，从而满足业务发展的需求。

技术领域

本申请涉及网络技术领域，特别涉及一种用户信息获取方法、装置、电子设备及存储介质。

背景技术

随着网络技术的发展，用户信息对于互联网产品及业务的增长起着基石作用，随着产品的更新迭代以及用户对产品的使用时长的增长，用户针对产品的用户类型、活跃度以及参与度都会随之发生变化，与之相关的用户信息衡量指标包括用户活跃周期，是指用户从开始接触产品到离开产品的整个过程，是用户信息中至关重要的一项信息，用户活跃周期可以划分为成长、活跃、衰退、流失以及回流这五个阶段。

目前，在针对用户活跃周期进行分析时，通常会统计用户在最近一段时间内在产品上的活跃度数据，通过对活跃度数据聚类的方式对用户进行分类，并为聚类后的用户添加用户生命周期的标注，在上述过程中，由于聚类方式是无法事先定义分类结果的，只能在聚类完成之后针对聚类后的用户添加标注，导致容易存在错分、漏分的情况，也即是说，获取用户信息的过程准确性不高，无法满足业务发展的需求。

发明内容

本申请实施例提供了一种用户信息获取方法、装置、电子设备及存储介质，能够提供获取用户信息过程的准确性，满足业务发展的需求。该技术方案如下：

一方面，提供了一种用户信息获取方法，该方法包括：

获取用户的个人特征、用户活跃度的时间序列以及所述时间序列的统计特征，所述时间序列用于表示用户活跃度在统计周期内的变化规律，所述统计特征用于表示所述时间序列在统计学上的数据特征；

将所述个人特征、所述时间序列以及所述统计特征输入信息获取模型，通过所述信息获取模型预测所述用户属于不同活跃标签的预测概率，所述活跃标签用于表示所述用户在用户活跃周期中所处的阶段；

将预测概率符合目标条件的活跃标签确定为所述用户的活跃信息。

一方面，提供了一种用户信息获取装置，该装置包括：

获取模块，用于获取用户的个人特征、用户活跃度的时间序列以及所述时间序列的统计特征，所述时间序列用于表示用户活跃度在统计周期内的变化规律，所述统计特征用于表示所述时间序列在统计学上的数据特征；

预测模块，用于将所述个人特征、所述时间序列以及所述统计特征输入信息获取模型，通过所述信息获取模型预测所述用户属于不同活跃标签的预测概率，所述活跃标签用于表示所述用户在用户活跃周期中所处的阶段；

确定模块，用于将预测概率符合目标条件的活跃标签确定为所述用户的活跃信息。

在一种可能实施方式中，所述装置还包括：

训练模块，用于获取样本用户的样本个人特征、样本时间序列、所述样本时间序列的样本统计特征以及所述样本用户的参考标签；基于所述样本个人特征、所述样本时间序列、所述样本统计特征以及所述参考标签，对初始获取模型进行训练，得到所述信息获取模型。

一方面，提供了一种电子设备，该电子设备包括一个或多个处理器和一个或多个存储器，该一个或多个存储器中存储有至少一条程序代码，该至少一条程序代码由该一个或多个处理器加载并执行以实现如上述任一种可能实现方式的用户信息获取方法所执行的操作。