CN106897904A - 产品生命周期建模方法、装置及电子设备 - Google Patents

产品生命周期建模方法、装置及电子设备 Download PDF

Info

Publication number
CN106897904A
CN106897904A CN201710104199.6A CN201710104199A CN106897904A CN 106897904 A CN106897904 A CN 106897904A CN 201710104199 A CN201710104199 A CN 201710104199A CN 106897904 A CN106897904 A CN 106897904A
Authority
CN
China
Prior art keywords
life cycle
days
product life
function
retention ratio
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710104199.6A
Other languages
English (en)
Inventor
张晓阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Kingsoft Internet Security Software Co Ltd
Original Assignee
Beijing Kingsoft Internet Security Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Kingsoft Internet Security Software Co Ltd filed Critical Beijing Kingsoft Internet Security Software Co Ltd
Priority to CN201710104199.6A priority Critical patent/CN106897904A/zh
Publication of CN106897904A publication Critical patent/CN106897904A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出一种产品生命周期建模方法、装置及电子设备，该产品生命周期建模方法包括获取样本函数；统计产品生命周期基于前预设天数中留存率的实际值；根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数；对留存率预测函数进行分段积分运算；基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。通过本发明能够减弱产品生命周期建模的时间延迟和对历史已有数据的依赖性，且提升产品生命周期的预测效率和精确度。

Description

产品生命周期建模方法、装置及电子设备
技术领域
本发明涉及计算机技术领域，尤其涉及一种产品生命周期建模方法、装置及电子设备。
背景技术
在产品生命周期建模领域，留存率是指，针对一件产品，用户在某日内开始使用该产品，经过一段时间之后，继续使用该产品的用户，占统计当日使用该产品的新增用户之间的比例值，例如，可以每隔一个单位时间(具体如，日、周、月)对产品的留存率进行统计。360日生命周期是指，对于一件产品，统计当日使用该产品的新增用户，在未来360天内的平均活跃天数，即，统计当日使用该产品的新增用户的360天的留存率的加和值。
相关技术中，预设留存率以相同的速率进行分段时间的衰减，通过假设使用该产品的用户的留存率在90日后以60-90日衰减速度进行递减的方式进行产品生命周期的建模，或者，通过假设使用该产品的用户的留存率在前30日分段以相同速率进行衰减，而在30日之后以历史已有数据为基础得出相应的衰减速率的方式进行产品生命周期的建模。
这两种方式下，时间延迟较大，强依赖于历史已有数据，360日生命周期的预测效率和精确度不高。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种产品生命周期建模方法，能够减弱产品生命周期建模的时间延迟和对历史已有数据的依赖性，且提升产品生命周期的预测效率和精确度。
本发明的另一个目的在于提出一种产品生命周期建模装置。
本发明的另一个目的在于提出一种电子设备。
本发明的另一个目的在于提出一种存储介质。
本发明的另一个目的在于提出一种应用程序。
为达到上述目的，本发明第一方面实施例提出的产品生命周期建模方法，包括：获取样本函数；统计产品生命周期基于前预设天数中留存率的实际值；根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数；对所述留存率预测函数进行分段积分运算；基于所述积分运算得到的函数对所述产品生命周期进行预测，以对所述产品生命周期进行建模。
在本发明的一个实施例中，所述获取样本函数，包括：
基于所述产品生命周期的历史样本数据，确定对数形式的样本函数。
在本发明的一个实施例中，所述预设天数包括不相同的第一预设天数和第二预设天数，所述统计产品生命周期基于前预设天数中留存率的实际值，包括：
获取对所述产品生命周期进行建模的当天，基于天数时间轴上的天数信息；
判断所述天数信息是否达到所述第一预设天数；
若未达到所述第一预设天数，则统计产品生命周期基于前第一预设天数中留存率的实际值；
若达到所述第一预设天数，则统计产品生命周期基于前第二预设天数中留存率的实际值。
在本发明的一个实施例中，所述留存率预测函数为分段函数，所述根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数，包括：
根据所述前第一预设天数中留存率的实际值确定第一样本函数；
根据所述第一预设天数之后留存率的实际值确定第二样本函数；
将所述第一样本函数和所述第二样本函数的加和，作为所述对应的留存率预测函数。
在本发明的一个实施例中，所述第一预设天数为30天，所述第二预设天数为60天。
本发明第一方面实施例提出的方法，通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
为达到上述目的，本发明第二方面实施例提出的产品生命周期建模装置，包括：获取模块，用于获取样本函数；统计模块，用于统计产品生命周期基于前预设天数中留存率的实际值；确定模块，用于根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数；运算模块，用于对所述留存率预测函数进行分段积分运算；预测模块，用于基于所述积分运算得到的函数对所述产品生命周期进行预测，以对所述产品生命周期进行建模。
在本发明的一个实施例中，所述获取模块具体用于：
基于所述产品生命周期的历史样本数据，确定对数形式的样本函数。
在本发明的一个实施例中，所述预设天数包括不相同的第一预设天数和第二预设天数，所述统计模块，包括：
获取子模块，用于获取对所述产品生命周期进行建模的当天，基于天数时间轴上的天数信息；
判断子模块，用于判断所述天数信息是否达到所述第一预设天数；
统计子模块，用于在未达到所述第一预设天数时，统计产品生命周期基于前第一预设天数中留存率的实际值，在达到所述第一预设天数时，统计产品生命周期基于前第二预设天数中留存率的实际值。
在本发明的一个实施例中，所述留存率预测函数为分段函数，所述确定模块具体用于：
根据所述前第一预设天数中留存率的实际值确定第一样本函数；
根据所述第一预设天数之后留存率的实际值确定第二样本函数；
将所述第一样本函数和所述第二样本函数的加和，作为所述对应的留存率预测函数。
在本发明的一个实施例中，所述第一预设天数为30天，所述第二预设天数为60天。
本发明第二方面实施例提出的产品生命周期建模装置，通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
为达到上述目的，本发明第三方面实施例提出的电子设备，包括：处理器，存储器，电源电路，多媒体组件，音频组件，输入/输出(I/O)的接口，传感器组件，以及通信组件；其中，电路板安置在壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述电子设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：获取样本函数；统计产品生命周期基于前预设天数中留存率的实际值；根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数；对所述留存率预测函数进行分段积分运算；基于所述积分运算得到的函数对所述产品生命周期进行预测，以对所述产品生命周期进行建模。
本发明第三方面实施例提出的电子设备，通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
为达上述目的，本发明第四方面实施例提出了一种存储介质，其中，该存储介质用于存储应用程序，所述应用程序用于在运行时执行本发明实施例所述的产品生命周期建模方法。
本发明第四方面实施例提供的存储介质，通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
为达上述目的，本发明第五方面实施例提出了一种应用程序，其中，所述应用程序用于在运行时执行本发明实施例所述的产品生命周期建模方法。
本发明第五方面实施例提供的应用程序，通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一实施例提出的产品生命周期建模方法的流程示意图；
图2为本发明实施例中样本函数示意图；
图3是本发明另一实施例提出的产品生命周期建模方法的流程示意图；
图4是本发明一实施例提出的产品生命周期建模装置的结构示意图；
图5是本发明另一实施例提出的产品生命周期建模装置的结构示意图；
图6是本发明实施例的一个电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的产品生命周期建模方法的流程示意图。
本实施例以该产品生命周期建模方法被配置为产品生命周期建模装置中来举例说明。
本实施例产品生命周期建模方法具体用于对产品的360日生命周期进行预测，对此不作限制。
参见图1，该方法包括：
S11：获取样本函数。
在本发明的实施例中，可以基于产品生命周期的历史样本数据，确定对数形式的样本函数。
对数形式的样本函数可以例如为：
y＝a1lnx+b1；
其中，x表示天数时间轴上的天数信息，y表示前预设天数的留存率，a1和b1分别为待确定的参数值。
其中，历史样本数据为，产品生命周期基于前预设天数中留存率的实际值。
预设天数例如为30天。
例如，历史样本数据为产品生命周期的前30天中的第1天、第7天、第14天，以及第30天的留存率的实际值y1，y7，y14，以及y30。
历史样本数据可以具体以图2中的黑点标记的数据所示，图2为本发明实施例中样本函数示意图，其中，横轴表示天数时间轴，纵轴表示在每个天数信息上的实际留存率，其中的模块21表示一个历史样本数据，每个历史样本数据表示的含义为：在对应的天数信息下的产品的实际留存率，在本发明的实施例中，可以将历史样本数据标注在图2所示的坐标系中，而后，根据多个历史样本数据的分布趋势可以确定对数形式的样本函数。
通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。同时，以对数函数的形式进行360日生命周期预测，把对数函数与生命周期结合起来，提升生命周期的灵活性。
S12：统计产品生命周期基于前预设天数中留存率的实际值。
在本发明的实施例中，可以基于相关数学计算公式对产品的产品生命周期基于前预设天数中留存率的实际值进行统计分析得到样本函数。
例如，相关数学计算公式可以参见下述：
其中，ra表示该产品在第a日留存用户的个数，da表示该产品在第a日新增用户总数，第a日留存率等于最近七天第a日留存人数的总和除以该最近七天新增用户的总和，此时，y表示该产品在第a日的留存率。
在本发明的实施例中，预设天数包括不相同的第一预设天数和第二预设天数。
进一步地，第一预设天数为30天，第二预设天数为60天。
在本发明的实施例中，通过统计产品生命周期基于前预设天数中留存率的实际值，通过预设不相同的第一预设天数和第二预设天数，能够实现拟合产品生命周期中留存率阶段性递减，而不是以固定速率进行递减的变化趋势，进一步提升产品生命周期建模的精确度。
通过配置30天的第一预设天数，和60天的第二预设天数，实现根据统计当前的前30日或者60日的留存率进行建模，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈。
S13：根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数。
在本发明的实施例中，在S11中确定出对数形式的样本函数之后，还可以根据实际值确定样本函数的参数，以完善样本函数，使其能够用于留存率的预测。
可以理解的是，由于实际的留存率预测函数的形式多样性，因此，可以对留存率预测函数进行分段计算，而后，根据天数时间轴上，依据时间的推进，是否达到60日天数信息分成两种情况进行建模，以提升该方法产品生命周期建模的精确度。
因此，在本发明的实施例中，留存率预测函数为分段函数，根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数，包括：根据前第一预设天数中留存率的实际值确定第一样本函数；根据第一预设天数之后留存率的实际值确定第二样本函数；将第一样本函数和第二样本函数的加和，作为对应的留存率预测函数。
S14：对留存率预测函数进行分段积分运算。
在本发明的实施例中，可以对留存率预测函数进行分段积分运算，可以更加灵活地预测出某日的留存率，而不依赖于该日留存率所处的分段区间。
S15：基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。
本实施例中，通过基于产品生命周期的历史样本数据，确定样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
图3是本发明另一实施例提出的产品生命周期建模方法的流程示意图。
参见图3，该方法包括：
S301：基于产品生命周期的历史样本数据，确定对数形式的样本函数。
S302：获取对产品生命周期进行建模的当天，基于天数时间轴上的天数信息。
S303：判断天数信息是否达到第一预设天数，若是，则执行S305，否则，执行S304。
S304：统计产品生命周期基于前第一预设天数中留存率的实际值。
S305：统计产品生命周期基于前第二预设天数中留存率的实际值。
S306：根据前第一预设天数中留存率的实际值确定第一样本函数。
S307：根据第一预设天数之后留存率的实际值确定第二样本函数。
S308：将第一样本函数和第二样本函数的加和，作为对应的留存率预测函数。
S309：对留存率预测函数进行分段积分运算。
S310：基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。
可以理解的是，由于对数函数是减函数，因此，可以对留存率为0的天数信息进行判断，即，如果该天数信息大于360日，则360日生命周期为360日内留存率的加和值，如果该天数信息小于360日，则360日生命周期为该天数信息之内的留存率加和值。
作为一种示例，以第一预设天数为30天，以第二预设天数为60天示例，假设对产品生命周期进行建模的当天达到第一预设天数30天，则基于图2中所示的样本函数，对产品生命周期进行建模，流程如下：
1、基于历史样本数据为产品生命周期的前30天中的第1天、第7天、第14天，以及第30天的留存率的实际值y1，y7，y14，以及y30，确定出的样本函数为：
y＝a1lnx+b1；
其中，x表示天数时间轴上的天数信息，y表示前预设天数的留存率，a1和b1分别为待确定的参数值。
2、根据前第一预设天数中留存率实际值确定该样本函数中的参数，即b1＝y1，因此，将a1和b1代入样本函数中，得到前第一预设天数(30天)的样本函数作为第一样本函数。
3、根据第一预设天数之后留存率的实际值确定第二样本函数，即，根据y30和y60，确定该样本函数中的参数，并将该参数代入y＝a2(lnx-ln30)+b2中，其中，b2＝y30，并将其作为第二样本函数。
4、将第一样本函数和第二样本函数的加和，作为对应的留存率预测函数。
5、对留存率预测函数进行分段积分运算。
积分运算得到的生命周期函数为：
作为另一种示例，以第一预设天数为30天，以第二预设天数为60天示例，假设对产品生命周期进行建模的当天未达到第一预设天数30天，则基于图2中所示的样本函数，对产品生命周期进行建模，流程如下：
1、前第一预设天数(30天)的样本函数作为第一样本函数，第一样本函数的计算方式参见上述示例。
2、根据y14，y30，计算得出30日之后的样本函数即第二样本函数的表达式为：yx＝a3(lnx-ln14)+y14，其中，
3、对留存率预测函数进行分段积分运算。
积分运算得到的生命周期函数为：
在本发明的实施例中，通过根据前30日的历史样本数据计算出的360日生命周期与根据前60日的历史样本数据计算出的360日生命周期进行对比，预测误差在3％以内，因此，能够有效提高建模精确度。
在本发明的实施例中，对于产品180日生命周期的建模时，根据预测值和实际值的差异得到该模型预测出的生命周期误差在0.4％以内，因此，该生命周期模型具有较强的适用性。
本实施例中，通过基于产品生命周期的历史样本数据，确定对数形式的样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。通过对留存率预测函数进行分段积分运算，可以更加灵活地预测出某日的留存率，而不依赖于该日留存率所处的分段区间。通过根据前30日的历史样本数据计算出的360日生命周期与根据前60日的历史样本数据计算出的360日生命周期进行对比，预测误差在3％以内，因此，能够有效提高建模精确度。
图4是本发明一实施例提出的产品生命周期建模装置的结构示意图。
参见图4，该装置40包括：获取模块401、统计模块402、确定模块403、运算模块404，以及预测模块405，其中，
获取模块401，用于获取样本函数。
可选地，一些实施例中，获取模块401具体用于：
基于产品生命周期的历史样本数据，确定对数形式的样本函数。
统计模块402，用于统计产品生命周期基于前预设天数中留存率的实际值。
可选地，一些实施例中，参见图5，预设天数包括不相同的第一预设天数和第二预设天数，统计模块402，包括：
获取子模块4021，用于获取对产品生命周期进行建模的当天，基于天数时间轴上的天数信息。
判断子模块4022，用于判断天数信息是否达到第一预设天数。
统计子模块4023，用于在未达到第一预设天数时，统计产品生命周期基于前第一预设天数中留存率的实际值，在达到第一预设天数时，统计产品生命周期基于前第二预设天数中留存率的实际值。
可选地，第一预设天数为30天，第二预设天数为60天。
确定模块403，用于根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数。
可选地，一些实施例中，留存率预测函数为分段函数，确定模块403具体用于：
根据前第一预设天数中留存率的实际值确定第一样本函数；
根据第一预设天数之后留存率的实际值确定第二样本函数；
将第一样本函数和第二样本函数的加和，作为对应的留存率预测函数。
运算模块404，用于对留存率预测函数进行分段积分运算。
预测模块405，用于基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。
需要说明的是，前述图1-图3实施例中对产品生命周期建模方法实施例的解释说明也适用于该实施例的产品生命周期建模装置40，其实现原理类似，此处不再赘述。
本实施例中，通过基于产品生命周期的历史样本数据，确定样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
本发明实施例还提供了一种电子设备，参见图6，终端设备600可以包括以下一个或多个组件：处理器601，存储器602，电源电路603，多媒体组件604，音频组件605，输入/输出(I/O)的接口606，传感器组件607，以及通信组件608。
电源电路603，用于为电子设备的各个电路或器件供电；存储器602用于存储可执行程序代码；处理器601通过读取存储器602中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：
获取样本函数；
统计产品生命周期基于前预设天数中留存率的实际值；
根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数；
对留存率预测函数进行分段积分运算；
基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。
需要说明的是，前述图1-图3实施例中对产品生命周期建模方法实施例的解释说明也适用于该实施例的电子设备，其实现原理类似，此处不再赘述。
本实施例中，通过基于产品生命周期的历史样本数据，确定样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
为了实现上述实施例，本发明还提出一种存储介质。其中，该存储介质用于存储应用程序，该应用程序用于在运行时执行本发明实施例的产品生命周期建模方法，其中，该产品生命周期建模方法包括：
获取样本函数；
统计产品生命周期基于前预设天数中留存率的实际值；
根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数；
对留存率预测函数进行分段积分运算；
基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。
需要说明的是，本实施例的应用程序执行产品生命周期建模方法和原理和实现方式与上述实施例的产品生命周期建模方法类似，为了避免冗余，此处不再赘述。
本发明实施例的存储介质，通过基于产品生命周期的历史样本数据，确定样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
为了实现上述实施例，本发明还提出一种应用程序，其中，该应用程序用于在运行时执行本发明实施例的产品生命周期建模方法，其中，该产品生命周期建模方法包括：
获取样本函数；
统计产品生命周期基于前预设天数中留存率的实际值；
根据实际值确定样本函数的参数，并基于参数确定产品生命周期对应的留存率预测函数；
对留存率预测函数进行分段积分运算；
基于积分运算得到的函数对产品生命周期进行预测，以对产品生命周期进行建模。
需要说明的是，本实施例的应用程序执行产品生命周期建模方法和原理和实现方式与上述实施例的产品生命周期建模方法类似，为了避免冗余，此处不再赘述。
本发明实施例的应用程序，通过基于产品生命周期的历史样本数据，确定样本函数，能够实现较准确地拟合产品生命周期的历史样本数据的变化趋势，对后续360日生命周期的预测提供高精度的数据支撑，提升产品生命周期建模的精确度。通过统计产品生命周期基于前预设天数中留存率的实际，减弱对历史已有数据的依赖性，较好地衡量近期产品策略对长期生命周期的影响，可以对产品策略进行及时反馈，提升该方法产品生命周期建模的效率。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种产品生命周期建模方法，其特征在于，包括以下步骤：
获取样本函数；
统计产品生命周期基于前预设天数中留存率的实际值；
根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数；
对所述留存率预测函数进行分段积分运算；
基于所述积分运算得到的函数对所述产品生命周期进行预测，以对所述产品生命周期进行建模。
2.如权利要求1所述的产品生命周期建模方法，其特征在于，所述获取样本函数，包括：
基于所述产品生命周期的历史样本数据，确定对数形式的样本函数。
3.如权利要求1所述的产品生命周期建模方法，其特征在于，所述预设天数包括不相同的第一预设天数和第二预设天数，所述统计产品生命周期基于前预设天数中留存率的实际值，包括：
获取对所述产品生命周期进行建模的当天，基于天数时间轴上的天数信息；
判断所述天数信息是否达到所述第一预设天数；
若未达到所述第一预设天数，则统计产品生命周期基于前第一预设天数中留存率的实际值；
若达到所述第一预设天数，则统计产品生命周期基于前第二预设天数中留存率的实际值。
4.如权利要求3所述的产品生命周期建模方法，其特征在于，所述留存率预测函数为分段函数，所述根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数，包括：
根据所述前第一预设天数中留存率的实际值确定第一样本函数；
根据所述第一预设天数之后留存率的实际值确定第二样本函数；
将所述第一样本函数和所述第二样本函数的加和，作为所述对应的留存率预测函数。
5.如权利要求3或4所述的产品生命周期建模方法，其特征在于，所述第一预设天数为30天，所述第二预设天数为60天。
6.一种产品生命周期建模装置，其特征在于，包括：
获取模块，用于获取样本函数；
统计模块，用于统计产品生命周期基于前预设天数中留存率的实际值；
确定模块，用于根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数；
运算模块，用于对所述留存率预测函数进行分段积分运算；
预测模块，用于基于所述积分运算得到的函数对所述产品生命周期进行预测，以对所述产品生命周期进行建模。
7.如权利要求6所述的产品生命周期建模装置，其特征在于，所述获取模块具体用于：
基于所述产品生命周期的历史样本数据，确定对数形式的样本函数。
8.如权利要求6所述的产品生命周期建模装置，其特征在于，所述预设天数包括不相同的第一预设天数和第二预设天数，所述统计模块，包括：
获取子模块，用于获取对所述产品生命周期进行建模的当天，基于天数时间轴上的天数信息；
判断子模块，用于判断所述天数信息是否达到所述第一预设天数；
统计子模块，用于在未达到所述第一预设天数时，统计产品生命周期基于前第一预设天数中留存率的实际值，在达到所述第一预设天数时，统计产品生命周期基于前第二预设天数中留存率的实际值。
9.如权利要求8所述的产品生命周期建模装置，其特征在于，所述留存率预测函数为分段函数，所述确定模块具体用于：
根据所述前第一预设天数中留存率的实际值确定第一样本函数；
根据所述第一预设天数之后留存率的实际值确定第二样本函数；
将所述第一样本函数和所述第二样本函数的加和，作为所述对应的留存率预测函数。
10.一种电子设备，其特征在于，包括以下一个或多个组件：处理器，存储器，电源电路，多媒体组件，音频组件，输入/输出(I/O)的接口，传感器组件，以及通信组件；其中，电路板安置在壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述电子设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：
获取样本函数；
统计产品生命周期基于前预设天数中留存率的实际值；
根据所述实际值确定样本函数的参数，并基于所述参数确定所述产品生命周期对应的留存率预测函数；
对所述留存率预测函数进行分段积分运算；
基于所述积分运算得到的函数对所述产品生命周期进行预测，以对所述产品生命周期进行建模。
CN201710104199.6A 2017-02-24 2017-02-24 产品生命周期建模方法、装置及电子设备 Pending CN106897904A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710104199.6A CN106897904A (zh) 2017-02-24 2017-02-24 产品生命周期建模方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710104199.6A CN106897904A (zh) 2017-02-24 2017-02-24 产品生命周期建模方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN106897904A true CN106897904A (zh) 2017-06-27

Family

ID=59184165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710104199.6A Pending CN106897904A (zh) 2017-02-24 2017-02-24 产品生命周期建模方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN106897904A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596652A (zh) * 2018-03-28 2018-09-28 麒麟合盛网络技术股份有限公司 活跃用户数预测方法及装置
CN108764994A (zh) * 2018-05-24 2018-11-06 深圳前海桔子信息技术有限公司 一种用户行为指引方法、装置、服务器和存储介质
CN109509017A (zh) * 2018-09-27 2019-03-22 中国平安人寿保险股份有限公司 基于大数据分析的用户留存率预测方法及装置
CN110032750A (zh) * 2018-12-18 2019-07-19 阿里巴巴集团控股有限公司 一种模型构建、数据生命周期预测方法、装置及设备
CN110197382A (zh) * 2018-02-24 2019-09-03 北京京东尚科信息技术有限公司 用于生成信息的方法和装置
CN111291936A (zh) * 2020-02-21 2020-06-16 北京金山安全软件有限公司 产品生命周期预估模型生成方法、装置及电子设备
CN111784008A (zh) * 2020-06-30 2020-10-16 北京金山安全软件有限公司 产品生命周期预估方法、装置、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105607931A (zh) * 2015-12-23 2016-05-25 北京金山安全软件有限公司 一种优化应用程序留存率的方法、装置及电子设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105607931A (zh) * 2015-12-23 2016-05-25 北京金山安全软件有限公司 一种优化应用程序留存率的方法、装置及电子设备

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197382A (zh) * 2018-02-24 2019-09-03 北京京东尚科信息技术有限公司 用于生成信息的方法和装置
CN108596652A (zh) * 2018-03-28 2018-09-28 麒麟合盛网络技术股份有限公司 活跃用户数预测方法及装置
CN108764994A (zh) * 2018-05-24 2018-11-06 深圳前海桔子信息技术有限公司 一种用户行为指引方法、装置、服务器和存储介质
CN109509017A (zh) * 2018-09-27 2019-03-22 中国平安人寿保险股份有限公司 基于大数据分析的用户留存率预测方法及装置
CN109509017B (zh) * 2018-09-27 2024-04-05 中国平安人寿保险股份有限公司 基于大数据分析的用户留存率预测方法及装置
CN110032750A (zh) * 2018-12-18 2019-07-19 阿里巴巴集团控股有限公司 一种模型构建、数据生命周期预测方法、装置及设备
CN111291936A (zh) * 2020-02-21 2020-06-16 北京金山安全软件有限公司 产品生命周期预估模型生成方法、装置及电子设备
CN111291936B (zh) * 2020-02-21 2023-10-17 北京金山安全软件有限公司 产品生命周期预估模型生成方法、装置及电子设备
CN111784008A (zh) * 2020-06-30 2020-10-16 北京金山安全软件有限公司 产品生命周期预估方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN106897904A (zh) 产品生命周期建模方法、装置及电子设备
CN110570396B (zh) 一种基于深度学习的工业产品缺陷检测方法
CN102779223B (zh) 短期电力负荷预测的方法及装置
CN107832581B (zh) 状态预测方法和装置
CN109305534B (zh) 基于计算机视觉的煤码头带式输送机自适应控制方法
US20210263995A1 (en) Reduced dot product computation circuit
CN100412944C (zh) 过驱动电路和包括该过驱动电路的液晶显示面板驱动装置
KR20190044878A (ko) 뉴럴 네트워크에서 파라미터를 처리하는 방법 및 장치
CN105224284B (zh) 一种浮点数处理方法及装置
CN110738315A (zh) 一种神经网络精度调整方法及装置
CN107292334A (zh) 图像识别方法及装置
CN107357764A (zh) 数据分析方法、电子设备及计算机存储介质
US20220207304A1 (en) Robustness setting device, robustness setting method, storage medium storing robustness setting program, robustness evaluation device, robustness evaluation method, storage medium storing robustness evaluation program, computation device, and storage medium storing program
CN112465141A (zh) 模型压缩方法、装置、电子设备及介质
CN104091006B (zh) Simulink中自适应的仿真和代码生成的控制方法
CN101123074A (zh) 伽玛对应表的产生方法
CN103516368B (zh) 数字模拟转换器
CN107767327B (zh) 图像渲染方法及装置、计算设备、显示设备
CN110322046A (zh) 一种消除异常货量影响的货量预测方法及系统
CN115034812B (zh) 基于大数据的钢铁行业销售量预测方法及装置
CN101609305A (zh) 一种基于音圈电机的主动隔振控制方法
CN105643944A (zh) 一种3d打印机稳定控制方法及控制系统
CN102789376B (zh) 浮点数加法电路及其实现方法
CN115062674A (zh) 基于深度学习的刀具排布及换刀方法、设备及存储介质
EP4129621A1 (en) Apparatus, method, and program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170627