[发明专利]一种基于用户生存模型的资源调整方法、装置和系统

说明书

本发明公开了一种基于用户生存模型的资源调整方法、装置和系统，其中方法包括：获取用户行为数据，用户行为数据包括金融行为数据，人事行为数据以及营收行为数据；构建用户风险判断模型以及用户流失判断模型，根据用户行为数据计算用户风险指标和用户流失指标；以风险指标为横坐标，流失指标为纵坐标建立坐标系，根据用户风险指标和用户流失指标确定用户在坐标系中位置；划分象限，为不同的象限设置不同的资源调整策略，根据用户所属的象限执行对应的资源调整策略。采用该技术方案，能够对用户行为和生存状况作预判，能够根据用户的风险指标和流失指标，选取相应的资源调整方案，能够在用户流失前进行干预。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种基于用户生存模型的资源调整方法、装置和系统。

背景技术

随着互联网技术和金融的融合发展，互联网金融的用户越来越多。随着用户数量的增多，用户的种类也变的多种多样。

目前常用的资源调整方式主要有两种方案，一种是触发式资源调整，即用户发生某些特定的行为时，触发资源调整流程，对用户进行评估，是否给予资源调整；另一种是阶段性资源调整，在固定的时间点对客户进行评估，是否给予资源调整。这两种方案都没有对客户行为和生存状况作预判，不能在客户流失前进行干预。

发明内容

本发明旨在解决现有资源调整方案不能对客户行为和生存状况作预判，不能在客户流失前进行干预的问题。

为了解决上述技术问题，本发明第一方面提出一种基于用户生存模型的资源调整方法，方法包括：

获取用户行为数据，所述用户行为数据包括金融行为数据，人事行为数据以及营收行为数据；

构建用户风险判断模型以及用户流失判断模型，将所述用户行为数据输入用户风险判断模型，输出用户风险指标，将所述用户行为数据输入用户流失判断模型，输出用户流失指标；

以风险指标为横坐标，流失指标为纵坐标建立坐标系，根据所述用户风险指标和所述用户流失指标确定所述用户在坐标系中位置；

划分象限，为不同的象限设置不同的资源调整策略，根据用户所属的象限执行对应的资源调整策略。

根据本发明的一种优选实施方式，根据用户所属的象限执行对应的资源调整策略具体为：

当用户处于第一象限时，停止向用户发放资源。

根据本发明的一种优选实施方式，根据用户所属的象限执行对应的资源调整策略具体为：

当用户处于第二象限时，大幅提高向用户发放的资源。

根据本发明的一种优选实施方式，根据用户所属的象限执行对应的资源调整策略具体为：

当用户处于第三象限时，缩短用户资源调整周期，小幅提高向用户发放资源。

根据本发明的一种优选实施方式，根据用户所属的象限执行对应的资源调整策略具体为：

当用户处于第四象限是，降低向用户发放的资源。

根据本发明的一种优选实施方式，所述用户风险判断模型为基于深度学习的RNN-LSTM神经网络模型。

根据本发明的一种优选实施方式，所述用户流失判断模型为基于深度学习的RNN-LSTM神经网络模型。

本发明第二方面提出一种基于用户生存模型的资源调整装置，装置包括：

获取模块，用于获取用户行为数据，所述用户行为数据包括金融行为数据，人事行为数据以及营收行为数据；

计算模块，用于构建用户风险判断模型以及用户流失判断模型，将所述用户行为数据输入用户风险判断模型，输出用户风险指标，将所述用户行为数据输入用户流失判断模型，输出用户流失指标；