[发明专利]数据处理方法和装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取用户帐户在当前时刻之前的第一历史行为特征；

向预先训练好的生存概率模型输入所述第一历史行为特征，获取所述生存概率模型输出的所述用户帐户在预测期内各个预测时间段的第一生存预测概率，并基于所述第一生存预测概率，获取所述预测期内所述用户帐户的第一生存曲线；所述生存概率模型是以样本用户帐户的第二历史行为特征为输入、所述样本用户帐户的历史活跃信息为输出训练得到的，所述第二历史行为特征为所述样本用户帐户在第一历史时刻之前的历史行为特征，所述历史活跃信息包括第二历史时刻与第一历史时刻之间的时间间隔，所述第二历史时刻为所述样本用户帐户在第一历史时刻之后预设时间段内首次活跃的历史时刻；

获取所述用户帐户在当前时刻之后首次访问业务的活跃时刻，并利用所述活跃时刻修正所述第一生存曲线，获得所述预测期内所述用户帐户的第二生存曲线；

基于所述第一生存曲线和第二生存曲线的差异，确定所述用户帐户的活跃度增益，并确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向。

2.根据权利要求1所述的方法，其特征在于，所述确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向，包括：

以所述第一历史行为特征、所述业务的业务特征为输入，以所述活跃度增益为输出，训练树模型；

解释训练好的树模型，确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向。

3.根据权利要求2所述的方法，其特征在于，

以所述第一历史行为特征、所述业务的业务特征为输入，以所述活跃度增益为输出，训练树模型包括：以所述第一历史行为的维度特征、所述业务的业务维度特征为输入，以所述活跃度增益为输出，训练所述树模型，

解释训练好的树模型，确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向包括：解释训练好的所述树模型，确定所述第一历史行为的维度特征和/或所述业务的业务维度特征对所述活跃度增益的影响程度及影响方向。

4.根据权利要求2所述的方法，其特征在于，解释所述训练好的树模型，确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向，包括：

向模型解释器中输入所述训练好的树模型、所述第一历史行为特征、所述业务的业务特征，获取所述模型解释器输出的所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向。

5.根据权利要求1所述的方法，其特征在于，所述利用所述活跃时刻修正所述第一生存曲线，获得所述预测期内所述用户帐户的第二生存曲线，包括：

获取所述用户帐户在预测期内各个预测时间段的第一生存预测概率；

获取所述用户帐户在所述活跃时刻所属预测时间段的第二生存预测概率；

利用所述第二生存预测概率，修正各所述第一生存预测概率；

基于修正后的第一生存预测概率，获得所述第二生存曲线。

6.根据权利要求1所述的方法，其特征在于，基于所述第一生存曲线和第二生存曲线的差异，确定所述用户帐户的活跃度增益，并确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向之后，所述方法还包括：

在所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响方向为正方向的情况下，向所述第一历史行为特征对应的用户帐户增加包括所述业务特征的业务的推送；

在所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响方向为负方向的情况下，减少向所述第一历史行为特征对应的用户帐户推送包括所述业务特征的业务。