[发明专利]用户行为数据的分析方法、装置、介质和电子设备

权利要求书

1.一种用户行为数据的分析方法，其特征在于，包括：

获取用户行为的样本数据；

基于所述用户行为的样本数据，获得所述样本数据的特征集；

从所述特征集中选取部分特征数据；

基于所述部分特征数据，通过随机森林算法确定所述特征集包含的各个特征字段的重要性级别；

根据所述各个特征字段的重要性级别由高到低的顺序，从所述特征集包含的特征字段中选取第一预定数量个特征字段；

根据选取出的预定数量个特征字段，从所述特征集中获取第二预定数量的特征数据；其中，所述第二预定数量的特征数据中包含正特征数据和负特征数据，所述正特征数据和所述负特征数据的比例控制在1:1～1:2之间；所述正特征数据为在预定时间内进行了浏览并下单的数据；

基于获取到的所述特征数据，通过逻辑回归算法进行模型训练，以得到逻辑回归模型；

从所述用户行为的样本数据中获取在预定时间内进行了浏览但并未下单的样本数据；其中，所述在预定时间内进行了浏览但并未下单的样本数据为负样本数据；

根据获取到的在所述预定时间内进行了浏览但并未下单的样本数据，获得特征字段的值；

根据获得的特征字段的值，调用所述逻辑回归模型进行计算，得到返回值，根据返回值得到目标用户群；其中，返回值为0/1，当返回值为1时，代表用户为即将流失的用户。

2.根据权利要求1所述的用户行为数据的分析方法，其特征在于，获取用户行为的样本数据的步骤，包括：

获取用户的历史浏览数据和历史订单数据；

根据所述历史浏览数据和所述历史订单数据，生成用户的浏览及订单明细信息；

根据所述浏览及订单明细信息，生成所述用户行为的样本数据。

3.根据权利要求1所述的用户行为数据的分析方法，其特征在于，基于所述用户行为的样本数据，获得所述样本数据的特征集的步骤，包括：

对所述用户行为的样本数据进行分类聚合，以得到所述样本数据的特征集。

4.根据权利要求1所述的用户行为数据的分析方法，其特征在于，基于获取到的所述特征数据，通过逻辑回归算法进行模型训练的步骤，包括：

将获取到的所述特征数据进行随机打乱；

将随机打乱后的所述特征数据分为训练数据和验证数据；

根据所述训练数据和所述验证数据，通过逻辑回归算法进行模型训练。

5.根据权利要求1所述的用户行为数据的分析方法，其特征在于，还包括：向所述目标用户群发送推送消息。

6.根据权利要求1至5中任一项所述的用户行为数据的分析方法，其特征在于，所述用户行为的样本数据包括第一类样本数据和第二类样本数据，所述第一类样本数据包括用户在预定时间内进行了浏览并下单的数据，所述第二类样本数据包括用户在预定时间内进行了浏览但并未下单的数据。