← 返回列表
基于多模型的用户活跃度预测方法、系统、设备及介质
摘要文本
本发明公开了基于多模型的用户活跃度预测方法、系统、设备及介质，涉及活跃度预测技术领域。本发明结合用户综合数据和每日数据有助于提取用户的固有行为特征与每日行为特征对活跃度的影响。用户划分使得多模型聚焦于某类用户，有助于提取相似活跃程度对活跃度的影响。是否登录预测模型作为二分类模型具备高准确率，利用其过滤出预测结果为不登录的非活跃用户，更具准确性。而对于预测结果为登录的用户，再基于登录次数预测模型和对局次数预测模型联合计算预测用户活的跃度。本发明的方案关注用户的行为特征与固有特征，以及发挥了Transformer、二分类模型和回归模型各自的优势，可以有效地提高用户活跃度预测的准确率。
申请人信息
- 申请人:北京蓝色创想网络科技有限责任公司
- 申请人地址:100144 北京市石景山区八大处路49号院6号楼一层116号
- 发明人: 北京蓝色创想网络科技有限责任公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多模型的用户活跃度预测方法、系统、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311623017.8 |
| 申请日 | 2023/11/30 |
| 公告号 | CN117786478A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 北京蓝色创想网络科技有限责任公司 |
| 发明人 | 朱盛; 茹吉; 项轼辙; 罗家胜; 曹涛; 张灿阳; 张旭; 胡影超; 魏冉; 褚坤; 王斌; 刘哲祺 |
| 地址 | 北京市石景山区八大处路49号院6号楼一层116号 |
专利主权项内容
1.一种基于多模型的用户活跃度预测方法，其特征在于，包括：S1，基于所有用户在指定游戏平台上对应的历史活跃度数据，对所有用户进行排序分类；S2，对每个类别下的用户对应的历史每日数据进行预处理，得到布尔型数据，根据每个类别下每个用户对应的历史每日数据确定每个类别下每个用户对应的综合数据，根据每个类别下所有综合数据以及所有布尔型数据构建第一训练数据集，根据所述第一训练数据集训练二分类预测模型，所述二分类预测模型用于预测用户是否登录；S3，根据每个类别下的每个用户对应的历史每日数据以及每个类别下的每个用户对应的综合数据构建第二训练集，根据所述第二训练集训练第二预测模型以及第三预测模型，所述第二预测模型用于预测用户登录次数，所述第三预测模型用于预测用户对局次数；S4，将待预测活跃度的用户对应的历史活跃度、历史每日数据以及综合数据分别输入至所述待预测活跃度的用户对应的类别下的第一预测模型、第二预测模型以及第三预测模型对待预测活跃度的用户进行活跃度预测。 详见官网：