(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210870147.0 (22)申请日 2022.07.22 (71)申请人 广东美的厨房电器制造有限公司 地址 528311 广东省佛山市顺德区北滘镇 永安路6号 申请人 美的集团股份有限公司 (72)发明人 陈凯璇　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 张晓薇 (51)Int.Cl. G06F 16/9535(2019.01) G06N 20/00(2019.01) G06Q 10/04(2012.01) G06Q 30/02(2012.01) (54)发明名称 一种用户留存分析方法、 电子 设备及存储介 质 (57)摘要 本申请公开了一种用户留存分析方法、 电子 设备及存储介质。 该方法包括获取待分析用户使 用应用程序的行为数据， 并获取留存预测模型； 其中， 留存 预测模型由样本用户的样本关键特征 和样本用户的样本标记训练得到， 样本关键特征 基于样本用户在第一样本时段使用应用程序的 样本行为数据得到， 样本标记表征第二样本时段 样本用户实际在应用程序的留存情况， 且第二样 本时段位于第一样本时段之后； 基于行为数据， 提取得到待分析用户的关键特征； 基于留存预测 模型对关键特征进行预测， 得到待分析用户的留 存分析结果。 上述方案， 能够在用户行为数据种 类较多的场景下， 提升用户留存率预测的准确性 和效率。 权利要求书2页 说明书8页 附图2页 CN 115391640 A 2022.11.25 CN 115391640 A 1.一种用户留存分析 方法， 其特 征在于， 包括： 获取待分析用户使用应用程序的行为数据， 并获取留存预测模型； 其中， 所述留存预测 模型由样本用户的样本 关键特征和所述样本用户的样本标记训练得到， 所述样本关键特征 基于所述样本用户在第一样本时段使用所述应用程序的样本行为数据得到， 所述样本标记 表征第二样本时段所述样本用户实际在所述应用程序的留存情况， 且所述第二样本时段位 于所述第一样本时段之后； 基于所述行为数据， 提取 得到所述待分析用户的关键特 征； 基于所述留存预测模型对所述关键特征进行预测， 得到所述待分析用户的留存分析结 果。 2.根据权利要求1所述的方法， 其特征在于， 所述样本关键特征包括至少一种目标特征 类别的样本数据特征， 所述关键特征包括所述至少一种目标特征类别的数据特征， 且所述 至少一种目标 特征类别基于若干候选特 征类别的重要度选择 得到。 3.根据权利要求2所述的方法， 其特征在于， 所述若干候选特征类别包括平均 行为复杂 度， 所述平均行为复杂度由各次使用所述应用程序的行为复杂度取均值得到， 且每次使用 所述应用程序的行为复杂度由每次使用所述应用程序的时间跨度与总步长相乘得到， 所述 总步长由每次使用所述应用程序时相邻操作之间的子步长相加得到 。 4.根据权利要求3所述的方法， 其特征在于， 在所述相邻操作的类型相同的情况下， 所 述相邻操作之间的子步长为第一数值， 在所述相邻操作的类型不同的情况下， 所述相邻操 作之间的子步长为第二数值， 且所述第二数值大于所述第一数值。 5.根据权利要求3所述的方法， 其特征在于， 在所述相邻操作之间的时间间隔不大于预 设时长的情况下， 所述相邻操作为一次使用所述应用程序时所产生的操作， 在所述相邻操 作之间的时间间隔大于所述预设时长的情况下， 所述相邻操作分别为两次使用所述应用程 序时所产生的操作。 6.根据权利要求3 至5任一项所述的方法， 其特 征在于， 所述若干候选特 征类别还 包括： 控制行为次数、 工作功能种类数、 内容服务行为次数、 内容服务种类数、 非内容服务行 为次数、 非内容 服务种类数、 登录次数、 设备信息 。 7.根据权利要求2所述的方法， 其特 征在于， 所述重要度的获取步骤 包括： 基于所述样本行为数据， 提取 得到所述若干候选特 征类别的样本数据特 征； 基于所述样本标记和所述若干候选特征类别的样本数据 特征， 分析得到所述若干候选 特征类别的重要度。 8.根据权利要求1所述的方法， 其特征在于， 所述基于所述行为数据， 提取得到所述待 分析用户的关键特 征， 包括： 基于所述行为数据， 直接提取所述待分析用户关于所述至少一种目标特征类别的数据 特征， 得到所述关键特征； 其中， 所述至少一种目标特征类别的数据特征基于所述若干候选 特征类别的重要度选择 得到。 9.根据权利要求1所述的方法， 其特征在于， 所述留存情况包括： 活跃、 留存、 流失中任 一种， 且所述第二样本时段包括第一子时段和第二子时段， 所述第一子时段位于所述第二 子时段之前， 所述样本标记的获取步骤 包括以下至少一 者： 响应于所述样本行为数据包含所述样本用户在所述第 一子时段的使用记录， 确定所述权　利　要　求　书 1/2 页 2 CN 115391640 A 2样本用户的样本标记 表征的留存情况为活跃； 响应于所述样本行为数据包含所述样本用户在所述第 二子时段的使用记录， 确定所述 样本用户的样本标记 表征的留存情况为留存； 响应于所述样本行为数据不包含所述样本用户在所述第 一子时段、 所述第 二子时段中 任一子时段的使用记录， 确定所述样本用户的样本标记 表征的留存情况为 流失。 10.根据权利要求1所述的方法， 其特 征在于， 所述留存预测模型的训练步骤 包括： 基于所述留存预测模型对所述样本关键特征进行预测， 得到所述样本用户的预测标 记； 其中， 所述预测标记表征所述第二样本时段所述样本用户预测在所述应用程序的留存 情况； 基于所述样本用户的样本标记和预测标记之间的差异， 调整所述留存预测模型的网络 参数。 11.一种电子设备， 其特征在于， 包括相互耦接的存储器和 处理器， 所述存储器用于存 储计算机程序， 所述处理器用于执行所述计算机程序以实现权利要求1至10任一项所述的 用户留存分析 方法。 12.一种计算机可读存储介质， 其特征在于， 存储有计算机程序， 所述计算机程序能够 被处理器执行以实现权利要求1至10任一项所述的用户留存分析 方法。权　利　要　求　书 2/2 页 3 CN 115391640 A 3