改進(jìn)的遷移學(xué)習(xí)框架下的首購(gòu)用戶精細(xì)化流失預(yù)判方法

基本信息

申請(qǐng)?zhí)?/td> CN202110712425.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113421122A 公開(kāi)（公告）日 2021-09-21
申請(qǐng)公布號(hào) CN113421122A 申請(qǐng)公布日 2021-09-21
分類號(hào) G06Q30/02（2012.01）I;G06K9/62（2006.01）I;G06N20/20（2019.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 錢虹;江元元;楊辰韻 申請(qǐng)（專利權(quán)）人 創(chuàng)絡(luò)（上海）數(shù)據(jù)科技有限公司
代理機(jī)構(gòu) 上海精晟知識(shí)產(chǎn)權(quán)代理有限公司 代理人 肖愛(ài)華
地址 201100上海市閔行區(qū)光華路2118號(hào)第4幢A157室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種改進(jìn)的遷移學(xué)習(xí)框架下的首購(gòu)用戶精細(xì)化流失預(yù)判方法。該方法采用分類模型通過(guò)改進(jìn)的TrAdaboost算法框架的樣本權(quán)重調(diào)整策略，有效強(qiáng)化有價(jià)值的樣本、弱化無(wú)效樣本，得到更精準(zhǔn)的流失預(yù)判模型；該方法對(duì)流失預(yù)判的準(zhǔn)確率更高。該方法結(jié)合模型訓(xùn)練中獲得的記錄權(quán)重，采用結(jié)合權(quán)重的可理解的決策樹(shù)進(jìn)行模型訓(xùn)練，再次將流失用戶梳理成群，更進(jìn)一步提取出優(yōu)質(zhì)客戶中具備帶動(dòng)力的種子用戶，通過(guò)流失用戶矩陣劃分出大致的營(yíng)銷策略；再結(jié)合規(guī)則內(nèi)容進(jìn)一步確定營(yíng)銷手段和線索優(yōu)化路徑；結(jié)合人工在可執(zhí)行、可達(dá)、成本可接受等視角篩選之后，提取需要定期反復(fù)運(yùn)行的策略及規(guī)則，固化在系統(tǒng)中，實(shí)現(xiàn)自動(dòng)化營(yíng)銷。