一种融合CNN与Informer的高危用户流失预警与挽留方法和系统
申请号:CN202510934317
申请日期:2025-07-08
公开号:CN120910593A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了一种融合CNN与Informer的高危用户流失预警与挽留方法和系统,属于大数据技术领域,方法包括:获取各个用户的多源数据,并利用多源数据构建用户的静态特征、日动态特征、设定时间段的时序特征矩阵;构建CNN和Informer融合的深度学习模型,并基于用户的静态特征、日动态特征和用户设定时间段的时序特征矩阵,利用训练后的深度学习模型预测用户的流失概率;构建RFL模型,并利用RFL模型以及多源数据获取用户价值评分;结合所有用户价值评分和流失概率,利用Kmenas模型对所有用户进行分组,输出用户分组结果及分组画像,并进行预警和挽留。本发明能够精准识别出潜在的高危流失用户,减少挽留成本。
技术关键词
深度学习模型
静态特征
时序特征
时间段
画像
矩阵
动态
滑动窗口机制
RFM模型
加权平均法
频率
存储计算机程序
大数据技术
分类器
数据获取模块
预警模块
处理器
计算机设备
可读存储介质