(19)中华 人民共和国 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 202111679765.9 (22)申请日 2021.12.31 (71)申请人 北京五八信息技 术有限公司 地址 100083 北京市海淀区学清路甲18号 中关村东升科技园学院园三层3 01室 (72)发明人 刘孟　彭飞　邓竹立　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 代理人 王柳焜 (51)Int.Cl. G06F 11/34(2006.01) G06K 9/62(2022.01) G06Q 30/02(2012.01) (54)发明名称 一种数据处理方法、 装置、 电子设备及存储 介质 (57)摘要 本发明提供了一种数据处理方法、 装置、 电 子设备及存储介质。 通过本申请， 借助流失时长 获取模型、 用户在第N次使用应用程序的过程中 对应用程序的第N操控行为数据、 用户在第N次使 用应用程序的过程中终端的第N硬件状态数据以 及用户的用户属性数据可以将预测用户流失的 情况具体到流失时长， 相比于当前的只能预测用 户是否流失的方案， 本申请的方案可以将预测用 户流失的情况精确到流失时长， 预测粒度更细。 如此可以根据预测的流失时长来针对性地对用 户采取合适的召回策略， 以提高召回策略能够达 到召回用户再次使用应用程序的目的的可能性， 以尽可能地避免流失用户， 进而尽可能地避免给 应用程序的厂 商带来损失。 权利要求书3页 说明书14页 附图4页 CN 114416505 A 2022.04.29 CN 114416505 A 1.一种数据处理方法， 其特征在于， 应用于终端， 所述终端中安装有应用程序， 所述方 法包括： 获取用户在第N次使用所述应用程序的场景中使用完毕所述应用程序的情况下， 获取 所述用户在第N次使用所述应用程序的过程中对所述应用程序的第N操控行为数据、 所述用 户在第N次使用所述应用程序的过程中所述终端的第N硬件状态数据以及所述用户的用户 属性数据， N 为正整数； 将所述第 N操控行为数据、 所述第 N硬件状态数据以及所述用户属性数据输入已训练 的 流失时长获取模型中， 以使所述流失时长获取模型根据所述第N操控行为数据、 所述第N硬 件状态数据以及所述用户属 性数据， 预测所述用户在第N次使用完毕所述应用程序之后所 述用户对所述应用程序的流 失时长并输出所述流 失时长， 所述流 失时长包括所述用户在第 N次使用所述应用程序的场景中使用完毕所述应用程序时的第N完毕时刻与预测的所述用 户第N+1次开始使用所述应用程序时的第N+1开始时刻之间的第一时间 间隔； 获取流失时长获取模型输出的所述 流失时长； 在所述流失时长大于预设时长的情况下， 至少根据 所述流失时长获取用于召回所述用 户的召回策略； 在所述第 N完毕时刻 之后且与 所述第N完毕时刻 之间距离第 二时间间隔的情况下， 在所 述终端的屏幕上显示所述召回策略。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取样本用户在历史过程中每一次使用所述应用程序的过程中分别对所述应用程序 的样本操控行为数据、 所述样本用户在历史过程中每一次使用所述应用程序的过程中所述 应用程序所在的样本终端的样本硬件状态数据、 所述样本用户的样本用户属性数据以及所 述样本用户在历史过程中每一次使用完毕所述应用程序时的样本 完毕时刻； 对于所述样本用户在历史过程中任意相邻的两次使用所述应用程序， 计算在历史过程 中所述相邻的两次使用完毕所述应用程序时的完毕时刻之间样本时间 间隔； 根据所述相邻的两次的靠前一次使用所述应用程序的过程中所述样本用户对所述应 用程序的样本操控行为数据、 所述样本时间间隔、 在靠前一次使用所述应用程序的过程中 所述应用程序所在的样本终端的样本硬件状态数据以及所述样本用户属性数据， 生成所述 样本用户在靠前一次使用所述应用程序的过程对应的训练数据； 使用所述样本用户在历史过程中每一次使用所述应用程序的过程分别对应的训练数 据对模型训练， 直至模型中的参数收敛， 从而得到所述 流失时长获取模型。 3.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取所述用户实际第N+1次开始使用所述应用程序时的第N+1开始时刻； 获取所述第N完毕时刻与实际第N+1次开始使用所述应用程序时的第N+1开始时刻之间 的实际时间 间隔； 在所述实 际时间间隔小于所述第一时间间隔的情况下， 根据所述第一时间间隔、 所述 实际时间间隔、 所述第N操控行为数据、 所述第N硬件状态数据以及所述用户属性数据优化 所述流失时长获取模型。 4.根据权利要求1所述的方法， 其特征在于， 所述至少根据 所述流失时长获取用于召回 所述用户的召回策略， 包括：权　利　要　求　书 1/3 页 2 CN 114416505 A 2在事先设置的、 流失时长区间与召回策略之间的对应关系中， 查找与所述流失时长所 在的流失时长区间对应的召回策略； 其中， 召回策略包括奖励资源， 在所述对应关系中， 越长的流失时长区间对应的奖励 资 源的力度越大， 越短的流失时长区间对应的奖励资源的力度越小。 5.根据权利要求1所述的方法， 其特征在于， 所述至少根据 所述流失时长获取用于召回 所述用户的召回策略， 包括： 至少将所述第N操控行为数据以及所述流失时长输入召回策略获取模型中， 以使所述 召回策略获取模型至少根据所述第N操控行为数据以及所述流失时长获取用于召回所述用 户的召回策略， 并输出 所述召回策略； 获取所述召回策略获取模型输出的所述召回策略。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 在所述终端的屏幕上显示所述召回策略的情况下， 若所述用户未根据 所述召回策略再 次使用所述应用程序， 根据所述用户未根据所述召回策略再次使用所述应用程序的结果、 所述第N操控行为数据、 所述 流失时长以及所述召回策略优化所述召回策略获取模型。 7.一种数据处理装置， 其特征在于， 应用于终端， 所述终端中安装有应用程序， 所述装 置包括： 第一获取模块， 用于获取用户在第N次使用所述应用程序的场景中使用完毕所述应用 程序的情况下， 获取所述用户在第N次使用所述应用程序的过程中对 所述应用程序的第N操 控行为数据、 所述用户在第N次使用所述应用程序的过程中所述 终端的第N硬件状态数据以 及所述用户的用户属性数据， N 为正整数； 输入模块， 用于将所述第N操控行为数据、 所述第N硬件状态数据以及所述用户 属性数 据输入已训练的流失时长获取模型中， 以使所述流失时长获取模型根据所述第N操控行为 数据、 所述第N硬件状态数据以及所述用户属 性数据， 预测所述用户在第N次使用完毕所述 应用程序之后所述用户对所述应用程序的流 失时长并输出所述流 失时长， 所述流 失时长包 括所述用户在第N次使用所述应用程序的场景中使用完毕所述应用程序时的第N完毕时刻 与预测的所述用户第N+1次开始使用所述应用程序时的第N+1开始时刻之间的第一时间间 隔； 第二获取模块， 用于获取流失时长获取模型输出的所述 流失时长； 第三获取模块， 用于在所述流失时长大于预设时长的情况下， 至少根据所述流失时长 获取用于召回所述用户的召回策略； 显示模块， 用于在所述第 N完毕时刻之后且与所述第 N完毕时刻 之间距离第 二时间间隔 的情况下， 在所述终端的屏幕上显示所述召回策略。 8.根据权利要求7 所述的装置， 其特 征在于， 所述装置还 包括： 第四获取模块， 用于获取样本用户在历史过程中每一 次使用所述应用程序的过程中分 别对所述应用程序的样本操控行为数据、 所述样本用户在历史过程中每一次使用所述应用 程序的过程中所述应用程序所在的样本终端的样本硬件状态数据、 所述样本用户的样本用 户属性数据以及所述样本用户在历史过程中每一次使用完毕所述应用程序时的样本完毕 时刻； 计算模块， 用于对于所述样本用户在历史过程中任意相邻的两次使用所述应用程序，权　利　要　求　书 2/3 页 3 CN 114416505 A 3