[发明专利]用户价值预测方法、装置、电子设备和计算机存储介质

权利要求书

1.一种用户价值预测方法，其特征在于，所述方法包括：

获取用户数据，所述用户数据至少包括交易信息、浏览数据和用户属性数据；

基于从所述用户数据中提取到的特征数据，生成的特征数据集；

将所述特征数据集作为预先构建的数据预测模型的输入，基于所述预先构建的数据预测模型对所述特征数据集进行处理，得到所述用户预设时间段内的用户价值，其中，所述预先构建的数据预测模型是利用每一用户的历史数据进行训练得到。

2.根据权利要求1所述的方法，其特征在于，所述利用每一用户的历史数据和预测数据进行训练得到数据预测模型的过程，包括：

获取历史时间段内每一用户的历史数据；

基于所述历史时间段内每一用户的历史数据，确定第一历史时刻前的历史数据和历史预测数据；

提取所述第一历史时刻前的历史数据中的特征数据；

将所述特征数据和历史预测数据划分成训练集和验证集；

基于所述训练集对通用的机器学习模型进行训练，得到初始数据预测模型；

在所述验证集上优化所述初始数据预测模型，得到训练完成的数据预测模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述历史时间段内每一用户的历史数据，确定第一历史时刻前的历史数据和历史预测数据，包括：

获取所述历史数据中每一用户第一时间段内的所持有的资产份额数据，所述第一时间段为第一历史时刻至第二历史时刻之间的时间；

针对每一用户，将第一时间段内的资产份额数据进行计算，得到历史预测数据，所述历史预测数据包括每一用户对应的资产份额日均值；

基于所述历史数据，确定所述第一历史时刻前的历史数据。

4.根据权利要求2所述的方法，其特征在于，所述基于所述历史时间段内每一用户的历史数据，确定第一历史时刻前的历史数据和历史预测数据，包括：

获取所述历史数据中每一用户第一时间段内的所持有的资产份额数据，所述第一时间段为第一历史时刻至第二历史时刻之间的时间；

针对每一用户，将第一时间段内的资产份额数据进行计算，得到每一用户对应的资产份额日均值；

针对每一用户，基于所述资产份额日均值和第一历史时刻的资产份额进行计算，得到历史预测数据，所述历史预测数据包括每一用户对应的资产份额比例值；

基于所述历史数据，确定所述第一历史时刻前的历史数据。

5.一种用户价值预测装置，其特征在于，所述装置包括：

获取单元，用于获取用户数据，所述用户数据至少包括交易信息、浏览数据和用户属性数据；

生成单元，用于基于从所述用户数据中提取到的特征数据，生成的特征数据集；

数据预测模型，用于将所述特征数据集作为预先构建的数据预测模型的输入，基于所述预先构建的数据预测模型对所述特征数据集进行处理，得到所述用户预设时间段内的用户价值，其中，所述预先构建的数据预测模型是构建单元构建的。

6.根据权利要求5所述的装置，其特征在于，所述构建单元，包括：

获取模块，用于获取历史时间段内每一用户的历史数据；

确定模块，用于基于所述历史时间段内每一用户的历史数据，确定第一历史时刻前的历史数据和历史预测数据；

提取模块，用于提取所述第一历史时刻前的历史数据中的特征数据；

划分模块，用于将所述特征数据和历史预测数据划分成训练集和验证集；

训练模块，用于基于所述训练集对通用的机器学习模型进行训练，得到初始数据预测模型；

优化模块，用于在所述验证集上优化所述初始数据预测模型，得到训练完成的数据预测模型。

7.根据权利要求6所述的装置，其特征在于，所述提取模块，具体用于：获取所述历史数据中每一用户第一时间段内的所持有的资产份额数据，所述第一时间段为第一历史时刻至第二历史时刻之间的时间；针对每一用户，将第一时间段内的资产份额数据进行计算，得到历史预测数据，所述历史预测数据包括每一用户对应的资产份额日均值；基于所述历史数据，确定所述第一历史时刻前的历史数据。