CN109360031A - 一种活跃用户数的预测方法及装置 - Google Patents

一种活跃用户数的预测方法及装置 Download PDF

Info

Publication number
CN109360031A
CN109360031A CN201811368727.XA CN201811368727A CN109360031A CN 109360031 A CN109360031 A CN 109360031A CN 201811368727 A CN201811368727 A CN 201811368727A CN 109360031 A CN109360031 A CN 109360031A
Authority
CN
China
Prior art keywords
day
users
predicted
old
historical
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.)
Granted
Application number
CN201811368727.XA
Other languages
English (en)
Other versions
CN109360031B (zh
Inventor
冯晓明
马朝博
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 Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology 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 Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201811368727.XA priority Critical patent/CN109360031B/zh
Publication of CN109360031A publication Critical patent/CN109360031A/zh
Application granted granted Critical
Publication of CN109360031B publication Critical patent/CN109360031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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

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

本发明公开获取目标产品在上一个周期的历史用户数；基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；再获取待预测的第N天的预估日新增用户数；根据待预测的第N天的预估日新增用户数、待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、以及待预测的第N天的回流用户数、待预测的第N天回流留存用户数，获得待预测的第N天的日活跃用户数，即分别通过老用户留存数、回流用户数、回流留存用户数、预估日新增用户数、新增留存用户数计算获得第N天的日活跃用户数，提高预测结果的精度，以支撑推广策略的调整及成本预算。

Description

一种活跃用户数的预测方法及装置
技术领域
本发明涉及计算机科学技术领域，尤其涉及一种活跃用户数的预测方法及装置。
背景技术
DAU(Daily Active User，日活跃用户数量)，常用于反映网站、互联网应用或网络游戏的运营情况。DAU通常统计一日(统计日)之内，登录或使用了某个产品的用户数(去除重复登录的用户)，这与流量统计工具里的访客(UV)概念相似。作为反映网站、互联网应用或网络游戏的运营情况的重要指标，DAU能够为渠道推广、成本预估提供一些数据支持和帮助。
现有技术中，是基于用户的经验值进行活跃用户数的预测，但是其预测结果的误差率较高，导致不足以支撑推广策略的调整及成本预算。
发明内容
本申请提供一种活跃用户数的预测方法及装置，解决了现有技术中预测结果的误差率较高，不足以支撑推广策略的调整及成本预算的技术问题。
本申请提供一种活跃用户数的预测方法，包括：
获取目标产品在上一个周期的历史用户数；
基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
获取待预测的第N天的预估日新增用户数；
根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，获得所述待预测的第N天的日活跃用户数，所述N≥2。
优选地，所述获取目标产品在上一个周期的历史用户数之后，还包括：
获取待预测的当天的预估日新增用户数；
基于所述历史用户数，确定待预测的当天的老用户数；
根据所述待预测的当天的预估日新增用户数和所述待预测的当天的老用户数，获得待预测的当天活跃用户数。
优选地，所述基于所述历史用户数，确定待预测的当天的老用户数，包括：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得所述待预测的当天的老用户数。
优选地，所述获得待预测的当天活跃用户数之后，还包括：
获取待预测的第1天的预估日新增用户数；
根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数；
根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数；
根据所述历史用户数，确定待预测的第1天的回流用户数；
根据所述待预测的第1天的预估日新增用户数、所述待预测的第1天的新增留存用户数、所述待预测的第1天的老用户留存数和所述待预测的第1天的回流用户数，获得待预测的第1天活跃用户数。
优选地，所述根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数，包括：
根据所述历史用户数，确定所述待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；
获取所述待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为所述待预测的第1天的新增留存用户数。
优选地，所述根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数，包括：
根据所述历史用户数，确定所述待预测的当天的老用户数在待预测的第1天的老用户留存率；
获取所述待预测的当天的老用户数与其在待预测的第1天的老用户留存率的乘积，作为所述待预测的第1天的老用户留存数。
优选地，所述根据所述历史用户数，确定待预测的第1天的回流用户数，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第1天的回流系数；
获取所述历史用户数与其在待预测的第1天的回流系数的乘积，作为所述待预测的第1天的回流用户数。
优选地，所述基于所述历史用户数，确定待预测的第N天的老用户留存数，包括：
基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率；
根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数。
优选地，所述根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数，包括：
获取所述待预测的当天的老用户数与其在待预测的第N天老用户留存率乘积，作为所述待预测的第N天的老用户留存数。
优选地，所述基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率，包括：
获取所述上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；
基于yL＝a1*xb1，获得所述待预测的当天的老用户数在待预测的第N天老用户留存率，其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于N。
优选地，所述基于所述历史用户数，确定待预测的第N天的新增留存用户数，包括：
获取待预测的当天至第N-1天的预估日新增用户数；
根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率；
根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数。
优选地，所述根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数，包括：
获取所述待预测的当天至第N-1天的预估日新增用户数与其分别在待预测的第N天的新增留存率的乘积，共获得N个乘积；
将所述N个乘积相加，获得所述待预测的第N天的新增留存用户数。
优选地，所述根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率，包括：
获取所述上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；
基于yj＝a2*xb2，获得待预测的第j天的预估日新增用户数在待预测的第N天的新增留存率，其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于N-j，0≤j≤N-1。
优选地，所述基于所述历史用户数，确定待预测的第N天的回流用户数，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第N天的回流系数；
根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数。
优选地，所述根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数，包括：
获取所述历史用户数与其在待预测的第N天的回流系数的乘积，作为所述待预测的第N天的回流用户。
优选地，所述基于所述历史用户数，确定待预测的第N天回流留存用户数，包括：
获取待预测的第1天至待预测的第N-1天回流用户；
根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率；
根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数。
优选地，所述根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数，包括：
获取所述待预测的第1天至第N-1天回流用户与其分别在待预测的第N天的回流留存率的乘积，共获得N-1个乘积；
将所述N-1个乘积相加，获得所述待预测的第N天回流留存用户数。
优选地，所述获取待预测的第1天至待预测的第N-1天回流用户，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第i天的回流系数；
获得所述历史用户数与其在待预测的第i天的回流系数的乘积，作为所述待预测的第i天的回流用户，1≤i≤N-1。
优选地，所述根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率，包括：
获取所述上一周期中的第2天、第3天、第8天、第30天的回流留存率C2X、C3X、C8X、C30X；
基于yq＝a3*xb3，获得待预测的第q天的回流用户在待预测的第N天的回流留存率，其中，a3＝C2X，b3＝average(log3(C3H/C2H)，log8(C8H/C2H)，log30(C30H/C2H))，1≤q≤N-1，x等于N-q。
优选地，所述方法还包括：根据所述历史用户数获得上一周期的每天活跃用户数的平均值；将上一周期的每天活跃用户数平均值除以上一周期的当天的活跃用户数，获得所述回流系数。
本申请还提供一种活跃用户数的预测装置，包括：
获取单元，用于获取目标产品在上一个周期的历史用户数和获取待预测的第N天的预估日新增用户数；；
确定单元，用于基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
预测单元，用于根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，预测所述待预测的第N天的日活跃用户数，所述N≥2。
优选地，所述获取单元还用于获取待预测的当天的预估日新增用户数；
所述确定单元还用于基于所述历史用户数，确定待预测的当天的老用户数；
所述预测单元还用于根据所述待预测的当天的预估日新增用户数和所述待预测的当天的老用户数，预测待预测的当天活跃用户数。
优选地，所述确定单元具体用于：根据所述历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得所述待预测的当天的老用户数。
优选地，所述获取单元还用于获取待预测的第1天的预估日新增用户数；
所述确定单元还用于：根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数；根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数；根据所述历史用户数，确定待预测的第1天的回流用户数；
所述预测单元还用于：根据所述待预测的第1天的预估日新增用户数、所述待预测的第1天的新增留存用户数、所述待预测的第1天的老用户留存数和所述待预测的第1天的回流用户数，预测待预测的第1天活跃用户数。
优选地，所述预测单元具体用于：根据所述历史用户数，确定所述待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；获取所述待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为所述待预测的第1天的新增留存用户数。
优选地，所述确定单元具体用于：根据所述历史用户数，确定所述待预测的当天的老用户数在待预测的第1天的老用户留存率；获取所述待预测的当天的老用户数与其在待预测的第1天的老用户留存率的乘积，作为所述待预测的第1天的老用户留存数。
优选地，所述确定单元具体用于：根据所述历史用户数，确定所述历史用户数在待预测的第1天的回流系数；获取所述历史用户数与其在待预测的第1天的回流系数的乘积，作为所述待预测的第1天的回流用户数。
优选地，所述确定单元具体用于：基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率；根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数。
优选地，所述确定单元具体用于：获取所述待预测的当天的老用户数与其在待预测的第N天老用户留存率乘积，作为所述待预测的第N天的老用户留存数。
优选地，所述确定单元具体用于：获取所述上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；基于yL＝a1*xb1，获得所述待预测的当天的老用户数在待预测的第N天老用户留存率，其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于N。
优选地，所述确定单元具体用于：获取待预测的当天至第N-1天的预估日新增用户数；根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率；根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数。
优选地，所述确定单元具体用于：获取所述待预测的当天至第N-1天的预估日新增用户数与其分别在待预测的第N天的新增留存率的乘积，共获得N个乘积；将所述N个乘积相加，获得所述待预测的第N天的新增留存用户数。
优选地，所述确定单元具体用于：获取所述上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；基于yj＝a2*xb2，获得待预测的第j天的预估日新增用户数在待预测的第N天的新增留存率，其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于N-j，0≤j≤N-1。
优选地，所述确定单元具体用于：根据所述历史用户数，确定所述历史用户数在待预测的第N天的回流系数；根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数。
优选地，所述确定单元具体用于：获取所述历史用户数与其在待预测的第N天的回流系数的乘积，作为所述待预测的第N天的回流用户。
优选地，所述确定单元具体用于：获取待预测的第1天至待预测的第N-1天回流用户；根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率；根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数。
优选地，所述确定单元具体用于：获取所述待预测的第1天至第N-1天回流用户与其分别在待预测的第N天的回流留存率的乘积，共获得N-1个乘积；将所述N-1个乘积相加，获得所述待预测的第N天回流留存用户数。
优选地，所述确定单元具体用于：根据所述历史用户数，确定所述历史用户数在待预测的第i天的回流系数；获得所述历史用户数与其在待预测的第i天的回流系数的乘积，作为所述待预测的第i天的回流用户，1≤i≤N-1。
优选地，所述确定单元具体用于：获取所述上一周期中的第2天、第3天、第8天、第30天的回流留存率C2X、C3X、C8X、C30X；基于yq＝a3*xb3，获得待预测的第q天的回流用户在待预测的第N天的回流留存率，其中，a3＝C2X，b3＝average(log3(C3H/C2H)，log8(C8H/C2H)，log30(C30H/C2H))，1≤q≤N-1，x等于N-q。
优选地，所述获取单元还用于：根据所述历史用户数获得上一周期的每天活跃用户数的平均值；将上一周期的每天活跃用户数平均值除以上一周期的当天的活跃用户数，获得所述回流系数。
本申请还提供一种活跃用户数的预测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的方法步骤。
本申请有益效果如下：
本申请通过获取目标产品在上一个周期的历史用户数；基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；再获取待预测的第N天的预估日新增用户数；根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，获得所述待预测的第N天的日活跃用户数，即分别通过老用户留存数、回流用户数、回流留存用户数、预估日新增用户数、新增留存用户数五个方面计算获得第N天的日活跃用户数，从而提高预测结果的精度，以支撑推广策略的调整及成本预算，解决了现有技术中预测结果的误差率较高，不足以支撑推广策略的调整及成本预算的技术问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1-图3为本申请提供的一种活跃用户数的预测方法的流程图；
图4为图1中的活跃用户数的预测方法的示意图；
图5-图6为本申请提供的一实施例一种活跃用户数的预测装置的结构示意图；
图7为本申请提供的一实施例一种计算机可读存储介质的结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
本实施例提供一种活跃用户数的预测方法，活跃用户数即为DAU(Daily ActiveUser，日活跃用户数量)，常用于反映网站、互联网应用或网络游戏的运营情况。DAU通常统计一日(统计日)之内，登录或使用了某个产品的用户数(去除重复登录的用户)。该方法可用于预测网站、互联网应用(如手机助手、手机卫士、快视频、直播等)、网络游戏等产品的活跃用户数。
在介绍本方法之前，首先介绍本方法中需要用的名词含义。
历史用户，指的是上一周期的使用过该产品的用户。
回流用户，指的是上一周期的历史用户中，在本周期内仍在使用该产品的用户。例如，待预测的第1天的回流用户，指的是上一周期的历史用户中在待预测的第1天使用该产品的用户；待预测的第N天的回流用户，指的是上一周期的历史用户中在第1天至第N-1天未使用该产品，但在第N天使用该产品的用户。
回流系数，指的是历史用户变成回流用户的几率。
回流留存用户，指的是回流用户在本周期的后续仍使用该产品的用户。例如，第N天的回流留存用户，指的是第1天至第N-1天的回流用户中在第N天仍在使用该产品的用户。
回流留存率，指的是回流用户在本周期的后续使用该产品的几率。例如，待预测的第q天的回流用户在待预测的第N天的回流留存率，指的是待预测的第q天的回流用户在待预测的第N天仍使用该产品的几率。
待预测的当天的老用户，指的是在上一周期的历史用户中在本周期的当天仍在使用该产品的用户。本文中的“当天”可以理解成“今天”。
老用户留存，指的是待预测的当天的老用户在本周期的后续还在使用该产品的用户。例如，第N天的老用户留存，指的是待预测的当天的老用户数在第N天仍在使用该产品的用户。
待预测的第N天的老用户留存率，指的是当天的老用户在待预测的第N天仍使用该产品的几率。
日新增用户，指的是以前未使用过该产品但在当日使用了该产品的用户。
预估日新增用户，指的是以前未使用过该产品但在当日使用了该产品的用户，这不是实际的情况，只是预估的。新增留存用户是指，日新增用户在本周期后续仍使用该产品的用户。
待预测的第j天的预估日新增用户在待预测的第N天的新增留存率，指的是，待预测的第j天的预估日新增用户在待预测的第N天仍使用该产品的几率。
下述对本申请的方法进行详细介绍。如图1所示，所述活跃用户数的预测方法，包括以下步骤：
步骤110，获取目标产品在上一个周期的历史用户数。
(统计)周期的长度可以根据需要进行设置，如设置为20天、30天、50天等。在本实施方式中，优选为31天，后续一周期为31进行举例说明，但不限于31天。上一周期的历史用户数，指的是在上一个周期中使用该产品过的用户数，不管是上一周期的老用户数、上一周期的新增用户数、上一周期的回流用户数，均包括在内。若周期为31天，则上一周期的历史用户数指的是当天前31天内的用户数。
首先，根据上一周期的历史用户数预测待预测的当天的活跃用户数。具体地，如图2所示，所述方法还包括：
步骤210，获取待预测的当天的预估日新增用户数，其中，当天的预估日新增用户，指的是预估以前未使用过该产品但当天使用了该产品的用户，不是实际的，只是预估的；
步骤220，基于历史用户数，确定待预测的当天的老用户数，待预测的当天的老用户，指的是在上一周期的历史用户中在本周期的当天仍在使用该产品的用户；
步骤230，根据待预测的当天的预估日新增用户数和待预测的当天的老用户数，获得待预测的当天活跃用户数。
具体地，将待预测的当天的预估日新增用户数和待预测的当天的老用户数求和，即可获得待预测的当天的活跃用户数。
具体地，待预测的当天的老用户数可通过下述方式获得，所述基于历史用户数，确定待预测的当天的老用户数，包括：
根据历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得待预测的当天的老用户数。
即，如图4所示，当天的活跃用户数等于老用户数与新增用户数的和。
然后，根据上一周期的历史用户数和待预测的当天的活跃用户数，预测待预测的第1天的活跃用户数，待预测的第1天指的是当天后的第1天，后续中提到的待预测的第2天为当天后的第2天，待预测的第N天为当天后的第N天。具体地，如图3所示，所述方法还包括：
步骤310，获取待预测的第1天的预估日新增用户数。
步骤320，根据待预测的当天的预估日新增用户数及历史用户数，确定待预测的第1天的新增留存用户数。其中，待预测的第1天的新增留存用户，指的是待预测的当天的预估日新增用户中在第1天仍在使用该产品用户。
步骤330，根据待预测的当天的老用户数，确定待预测的第1天的老用户留存数。其中，待预测的第1天的老用户留存指的是，待预测的当天的老用户中在第1天仍使用该产品的用户。
步骤340，根据历史用户数，确定待预测的第1天的回流用户数。其中，待预测的第1天的回流用户，指的是上一周期的历史用户中在待预测的第1天仍在使用该产品的用户。
步骤350，根据待预测的第1天的预估日新增用户数、待预测的第1天的新增留存用户数、待预测的第1天的老用户留存数和待预测的第1天的回流用户数，获得待预测的第1天活跃用户数。
具体地，可以将获取待预测的第1天的预估日新增用户数、待预测的第1天的新增留存用户数、待预测的第1天的老用户留存数和待预测的第1天的回流用户数的和，作为待预测的第1天的活跃用户数。
具体地，所述根据待预测的当天的预估日新增用户数及历史用户数，确定待预测的第1天的新增留存用户数，包括：
根据历史用户数，确定待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；即，根据历史用户数，可以获得待预测的当天的预估日新增用户在第1天仍在使用该产品的几率。
获取待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为待预测的第1天的新增留存用户数。
待预测的当天的预估日新增用户数在待预测的第1天的新增留存率的具体计算方式如下：
获取上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；
基于公式(一)，获得待预测的当天的预估日新增用户数在待预测的第1天的新增留存率。
yj＝a2*xb2 公式(一)
其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于1。
具体地，所述根据待预测的当天的老用户数，确定待预测的第1天的老用户留存数，包括：
根据历史用户数，确定待预测的当天的老用户数在待预测的第1天的老用户留存率；即，根据历史用户数，可以获得待预测的当天的老用户在第1天仍使用该产品的几率。
获取待预测的当天的老用户数与待预测的当天的老用户数在待预测的第1天的老用户留存率的乘积，作为待预测的第1天的老用户留存数。
待预测的当天的老用户数在待预测的第1天的老用户留存率的具体计算方式如下：
获取上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；
基于公式(二)，获得待预测的当天的老用户数在待预测的第1天老用户留存率。
yL＝a1*xb1 公式(二)
其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于1。
具体地，根据历史用户数，确定待预测的第1天的回流用户数，包括：
根据历史用户数，确定历史用户数在待预测的第1天的回流系数，回流系数等于上一周期的活跃用户数平均值除以上一周期的当天的活跃用户数。例如，周期为31天时，将上一周期的总活跃用户数除以31，得到活跃用户的平均值。
获取历史用户数与历史用户数在待预测的第1天的回流系数的乘积，作为待预测的第1天的回流用户数。
如图4所示，第1天的活跃用户数等于待预测的第1天的预估日新增用户数、当天的预估日新增用户数在待预测的第1天的新增留存用户数、待预测的当天的老用户数在待预测的第1天的老用户留存数、以及历史用户数在待预测的第1天的回流用户数的和。
在获得当天后的第1天的活跃用户数后，可以根据历史用户数、当天的活跃用户数、待预测的第1天的活跃用户数，计算待预测的第N天的活跃用户数，N大于等于2，具体请参考步骤120～140。
步骤120，基于历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数。
步骤130，获取待预测的第N天的预估日新增用户数。其中，待预测的第N天的预估日新增用户，指的是预测以前未使用过该产品但在待预测的第N天使用该产品的用户。
步骤140，根据待预测的第N天的预估日新增用户数、待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、以及待预测的第N天的回流用户数、待预测的第N天回流留存用户数，获得待预测的第N天的日活跃用户数，N≥2。
具体地，获取待预测的第N天的预估日新增用户数、待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、以及待预测的第N天的回流用户数、待预测的第N天回流留存用户数的和，作为待预测的第N天的日活跃用户数。
A、具体地，所述基于历史用户数，确定待预测的第N天的老用户留存数，包括：
基于历史用户数，确定待预测的当天的老用户数在待预测的第N天老用户留存率，即确定待预测的当天的老用户在待预测的第N天仍使用该产品的几率；
根据待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定待预测的第N天的老用户留存数。具体地，获取待预测的当天的老用户数与待预测的当天的老用户数在待预测的第N天老用户留存率乘积，作为待预测的第N天的老用户留存数。
待预测的当天的老用户数在待预测的第N天老用户留存率可通过下述方式获得：
获取上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；
基于公式(二)，获得待预测的当天的老用户数在待预测的第N天老用户留存率。
yL＝a1*xb1 (公式二)
其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于N。
B、下述介绍如何基于历史用户数，确定待预测的第N天的新增留存用户数，包括：
获取待预测的当天至第N-1天的预估日新增用户数。在本实施方式中，当天至第N天中每天的预估日新增用户数设置为相等，在其它实施方式中，当天至第N天中每天的预估日新增用户数也可以设置为不相等；
根据历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率。即，确定待预测的当天至第N-1天中每天的预估日新增用户在待预测的第N天仍使用该产品的几率；
根据待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得待预测的第N天的新增留存用户数。
具体地，待预测的第N天的新增留存用户数的具体计算方式如下：根据待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得第N天的新增留存用户数，包括：
获取待预测的当天至第N-1天的预估日新增用户数与待预测的当天至第N-1天的预估日新增用户数分别在待预测的第N天的新增留存率的乘积，共获得N个乘积。即，获得第1天的预估日新增用户数与第1天的预估日新增用户数在第N天使用该产品的几率的乘积，获得第2天的预估日新增用户数与第2天的预估日新增用户数在第N天使用该产品的几率的乘积，…….，获得第N-1天的预估日新增用户数与第N-1天的的预估日新增用户数在第N天使用该产品的几率的乘积，共N个乘积；
将N个乘积相加，获得待预测的第N天的新增留存用户数。
具体地，待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率计算方式如下：所述根据历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率，包括：
获取上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；
基于公式(一)，获得待预测的第j天的预估日新增用户数在待预测的第N天的新增留存率。
yj＝a2*xb2 公式(一)
其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于N-j，0≤j≤N-1。
C、下述介绍如何确定待预测的第N天的回流用户数。具体地，基于历史用户数，确定待预测的第N天的回流用户数，包括：
根据历史用户数，确定历史用户数在待预测的第N天的回流系数，即确定历史用户中，在第1天至第N-1天未使用该产品但在第N天在使用该产品的几率。回流系数等于上一周期的活跃用户数平均值除以上一周期的当天的活跃用户数。例如，周期为31天时，将上一周期的总活跃用户数除以31，得到活跃用户的平均值。
根据历史用户数及其在待预测的第N天的回流系数，确定待预测的第N天的回流用户数，具体地，在本实施方式中，获取历史用户数与历史用户数在待预测的第N天的回流系数的乘积，作为待预测的第N天的回流用户。
D、下述介绍如何基于历史用户数，确定待预测的第N天回流留存用户数。
首先，需要获取待预测的第1天至待预测的第N-1天回流用户，包括以下两个步骤：
根据历史用户数，确定历史用户数在待预测的第i天的回流系数。即若i＝1时，确定历史用户中在第1天使用该产品的几率；若i≥2时，则确定历史用户中，在第1天至第i-1天未使用该产品但在第i天在使用该产品的几率。回流系数等于上一周期的活跃用户数平均值除以上一周期的当天的活跃用户数。例如，周期为31天时，将上一周期的总活跃用户数除以31，得到活跃用户的平均值。
获得历史用户数与历史用户数在待预测的第i天的回流系数的乘积，作为待预测的第i天的回流用户，1≤i≤N-1。
然后，根据历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率。即，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天仍使用该产品的几率。
最后，根据待预测的第1天至第N-1天回流用户及待预测的第1天至第N-1天回流用户分别在待预测的第N天的回流留存率，确定待预测的第N天回流留存用户数。
具体地，在本实施方式中，获取待预测的第1天至第N-1天回流用户与待预测的第1天至第N-1天回流用户分别在待预测的第N天的回流留存率的乘积，共获得N-1个乘积；将N-1个乘积相加，获得待预测的第N天回流留存用户数。即，获取第1天的回流用户与第1天的回流用户在第N天的回流留存率的乘积，获取第2天的回流用户与第2天的回流用户在第N天的回流留存率的乘积，……，获取第N-1天的回流用户与第N-1天的回流用户在第N天的回流留存率的乘积，共N-1个乘积，将N-1个乘积相加，获得待预测的第N天回流留存用户数。
待预测的第N天的回流留存率的具体计算方式如下：
获取上一周期中的第2天、第3天、第8天、第30天的回流留存率C2X、C3X、C8X、C30X；
基于公式(三)，获得待预测的第q天的回流用户在待预测的第N天的回流留存率。
yq＝a3*xb3 公式(三)
其中，a3＝C2X，b3＝average(log3(C3H/C2H)，log8(C8H/C2H)，log30(C30H/C2H))，1≤q≤N-1，x等于N-q。
具体地，如图4所示，待预测的第2天的活跃用户数等于待预测的第2天的预估日新增用户数、待预测的当天和待预测的第1天的预估日新增用户数在待预测的第2天的新增留存用户数、待预测的当天的老用户数在待预测的第2天的老用户留存数、待预测的第1天的回流用户数在待预测的第2天的回流留存用户数、以及历史用户数在待预测的第2天的回流用户数的和。
待预测的第3天的活跃用户数等于待预测的第3天的预估日新增用户数、待预测的当天、第1天和第2天的预估日新增用户数在待预测的第3天的新增留存用户数、待预测的当天的老用户数在待预测的第3天的老用户留存数、待预测的第1天和第2天的回流用户数在待预测的第3天的回流留存用户数、以及历史用户数在待预测的第3天的回流用户数的和。
待预测的第N天的的活跃用户数等于待预测的第N天的预估日新增用户数、待预测的当天、第1天至第N-1天每天的预估日新增用户数分别在待预测的第N天的新增留存用户数、待预测的当天的老用户数在待预测的第N天的老用户留存数、待预测的第1天至第N-1天的回流用户数分别在待预测的第N天的回流留存用户数、以及历史用户数在待预测的第N天的回流用户数的和。
本申请通过获取目标产品在上一个周期的历史用户数；基于历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；再获取待预测的第N天的预估日新增用户数；根据待预测的第N天的预估日新增用户数、待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、以及待预测的第N天的回流用户数、待预测的第N天回流留存用户数，获得待预测的第N天的日活跃用户数，即分别通过老用户留存数、回流用户数、回流留存用户数、预估日新增用户数、新增留存用户数五个方面计算获得第N天的日活跃用户数，从而提高预测结果的精度，以支撑推广策略的调整及成本预算，解决了现有技术中预测结果的误差率较高，不足以支撑推广策略的调整及成本预算的技术问题。
实施例二
基于同样的发明构思，本申请还提供一种活跃用户数的预测装置，如图5所示，包括：
获取单元510，用于获取目标产品在上一个周期的历史用户数和获取待预测的第N天的预估日新增用户数；；
确定单元520，用于基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
预测单元530，用于根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，预测所述待预测的第N天的日活跃用户数，所述N≥2。
具体地，所述获取单元510还用于获取待预测的当天的预估日新增用户数；
所述确定单元520还用于基于所述历史用户数，确定待预测的当天的老用户数；
所述预测单元530还用于根据所述待预测的当天的预估日新增用户数和所述待预测的当天的老用户数，预测待预测的当天活跃用户数。
具体地，所述确定单元520具体用于：根据所述历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得所述待预测的当天的老用户数。
具体地，所述获取单元510还用于获取待预测的第1天的预估日新增用户数；
所述确定单元520还用于：根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数；根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数；根据所述历史用户数，确定待预测的第1天的回流用户数；
所述预测单元530还用于：根据所述待预测的第1天的预估日新增用户数、所述待预测的第1天的新增留存用户数、所述待预测的第1天的老用户留存数和所述待预测的第1天的回流用户数，预测待预测的第1天活跃用户数。
具体地，所述预测单元530具体用于：
根据所述历史用户数，确定所述待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；
获取所述待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为所述待预测的第1天的新增留存用户数。
具体地，所述确定单元520具体用于：
根据所述历史用户数，确定所述待预测的当天的老用户数在待预测的第1天的老用户留存率；
获取所述待预测的当天的老用户数与其在待预测的第1天的老用户留存率的乘积，作为所述待预测的第1天的老用户留存数。
具体地，所述确定单元520具体用于：
根据所述历史用户数，确定所述历史用户数在待预测的第1天的回流系数；
获取所述历史用户数与其在待预测的第1天的回流系数的乘积，作为所述待预测的第1天的回流用户数。
具体地，所述确定单元520具体用于：
基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率；
根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数。
具体地，所述确定单元520具体用于：
获取所述待预测的当天的老用户数与其在待预测的第N天老用户留存率乘积，作为所述待预测的第N天的老用户留存数。
具体地，所述确定单元520具体用于：
获取所述上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；
基于yL＝a1*xb1，获得所述待预测的当天的老用户数在待预测的第N天老用户留存率，其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于N。
具体地，所述确定单元520具体用于：
获取待预测的当天至第N-1天的预估日新增用户数；
根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率；
根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数。
具体地，所述确定单元520具体用于：
获取所述待预测的当天至第N-1天的预估日新增用户数与其分别在待预测的第N天的新增留存率的乘积，共获得N个乘积；
将所述N个乘积相加，获得所述待预测的第N天的新增留存用户数。
具体地，所述确定单元520具体用于：
获取所述上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；
基于yj＝a2*xb2，获得待预测的第j天的预估日新增用户数在待预测的第N天的新增留存率，其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于N-j，0≤j≤N-1。
具体地，所述确定单元520具体用于：
根据所述历史用户数，确定所述历史用户数在待预测的第N天的回流系数；
根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数。
具体地，所述确定单元520具体用于：
获取所述历史用户数与其在待预测的第N天的回流系数的乘积，作为所述待预测的第N天的回流用户。
具体地，所述确定单元520具体用于：
获取待预测的第1天至待预测的第N-1天回流用户；
根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率；
根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数。
具体地，所述确定单元520具体用于：
获取所述待预测的第1天至第N-1天回流用户与其分别在待预测的第N天的回流留存率的乘积，共获得N-1个乘积；
将所述N-1个乘积相加，获得所述待预测的第N天回流留存用户数。
具体地，所述确定单元520具体用于：
根据所述历史用户数，确定所述历史用户数在待预测的第i天的回流系数；
获得所述历史用户数与其在待预测的第i天的回流系数的乘积，作为所述待预测的第i天的回流用户，1≤i≤N-1。
具体地，所述确定单元520具体用于：
获取所述上一周期中的第2天、第3天、第8天、第30天的回流留存率C2X、C3X、C8X、C30X；
基于yq＝a3*xb3，获得待预测的第q天的回流用户在待预测的第N天的回流留存率，其中，a3＝C2X，b3＝average(log3(C3H/C2H)，log8(C8H/C2H)，log30(C30H/C2H))，1≤q≤N-1，x等于N-q。
具体地，所述获取单元510还用于：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值；
将上一周期的每天活跃用户数平均值除以上一周期的当天的活跃用户数，获得所述回流系数。
本申请通过获取目标产品在上一个周期的历史用户数；基于历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；再获取待预测的第N天的预估日新增用户数；根据待预测的第N天的预估日新增用户数、待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、以及待预测的第N天的回流用户数、待预测的第N天回流留存用户数，获得待预测的第N天的日活跃用户数，即分别通过老用户留存数、回流用户数、回流留存用户数、预估日新增用户数、新增留存用户数五个方面计算获得第N天的日活跃用户数，从而提高预测结果的精度，以支撑推广策略的调整及成本预算，解决了现有技术中预测结果的误差率较高，不足以支撑推广策略的调整及成本预算的技术问题。实施例三
基于同一发明构思，如图6所示，本实施例提供了一种活跃用户数的预测装置600，包括存储器610、处理器620及存储在存储器620上并可在处理器620上运行的计算机程序611，处理器620执行计算机程序611时实现以下步骤：
获取目标产品在上一个周期的历史用户数；
基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
获取待预测的第N天的预估日新增用户数；
根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，获得所述待预测的第N天的日活跃用户数，所述N≥2。
在具体实施过程中，处理器620执行计算机程序611时，可以实现实施例一中任一实施方式。
实施例四
基于同一发明构思，如图7所示，本实施例提供了一种计算机可读存储介质700，其上存储有计算机程序711，该计算机程序711被处理器执行时实现以下步骤：
获取目标产品在上一个周期的历史用户数；
基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
获取待预测的第N天的预估日新增用户数；
根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，获得所述待预测的第N天的日活跃用户数，所述N≥2。
在具体实施过程中，该计算机程序711被处理器执行时，可以实现实施例一中任一实施方式。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的活跃用户数的预测装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
A1、一种活跃用户数的预测方法，包括：
获取目标产品在上一个周期的历史用户数；
基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
获取待预测的第N天的预估日新增用户数；
根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，获得所述待预测的第N天的日活跃用户数，所述N≥2。
A2、如A1所述的方法，所述获取目标产品在上一个周期的历史用户数之后，还包括：
获取待预测的当天的预估日新增用户数；
基于所述历史用户数，确定待预测的当天的老用户数；
根据所述待预测的当天的预估日新增用户数和所述待预测的当天的老用户数，获得待预测的当天活跃用户数。
A3、如A2所述的方法，所述基于所述历史用户数，确定待预测的当天的老用户数，包括：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得所述待预测的当天的老用户数。
A4、如A2所述的方法，所述获得待预测的当天活跃用户数之后，还包括：
获取待预测的第1天的预估日新增用户数；
根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数；
根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数；
根据所述历史用户数，确定待预测的第1天的回流用户数；
根据所述待预测的第1天的预估日新增用户数、所述待预测的第1天的新增留存用户数、所述待预测的第1天的老用户留存数和所述待预测的第1天的回流用户数，获得待预测的第1天活跃用户数。
A5、如A4所述的方法，所述根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数，包括：
根据所述历史用户数，确定所述待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；
获取所述待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为所述待预测的第1天的新增留存用户数。
A6、如A4所述的方法，所述根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数，包括：
根据所述历史用户数，确定所述待预测的当天的老用户数在待预测的第1天的老用户留存率；
获取所述待预测的当天的老用户数与其在待预测的第1天的老用户留存率的乘积，作为所述待预测的第1天的老用户留存数。
A7、如A4所述的方法，所述根据所述历史用户数，确定待预测的第1天的回流用户数，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第1天的回流系数；
获取所述历史用户数与其在待预测的第1天的回流系数的乘积，作为所述待预测的第1天的回流用户数。
A8、如A2所述的方法，所述基于所述历史用户数，确定待预测的第N天的老用户留存数，包括：
基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率；
根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数。
A9、如A8所述的方法，所述根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数，包括：
获取所述待预测的当天的老用户数与其在待预测的第N天老用户留存率乘积，作为所述待预测的第N天的老用户留存数。
A10、如A8所述的方法，所述基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率，包括：
获取所述上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；
基于yL＝a1*xb1，获得所述待预测的当天的老用户数在待预测的第N天老用户留存率，其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于N。
A11、如A1所述的方法，所述基于所述历史用户数，确定待预测的第N天的新增留存用户数，包括：
获取待预测的当天至第N-1天的预估日新增用户数；
根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率；
根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数。
A12、如A11所述的方法，所述根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数，包括：
获取所述待预测的当天至第N-1天的预估日新增用户数与其分别在待预测的第N天的新增留存率的乘积，共获得N个乘积；
将所述N个乘积相加，获得所述待预测的第N天的新增留存用户数。
A13、如A11所述的方法，所述根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率，包括：
获取所述上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；
基于yj＝a2*xb2，获得待预测的第j天的预估日新增用户数在待预测的第N天的新增留存率，其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于N-j，0≤j≤N-1。
A14、如A1所述的方法，所述基于所述历史用户数，确定待预测的第N天的回流用户数，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第N天的回流系数；
根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数。
A15、如A14所述的方法，所述根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数，包括：
获取所述历史用户数与其在待预测的第N天的回流系数的乘积，作为所述待预测的第N天的回流用户。
A16、如A1所述的方法，所述基于所述历史用户数，确定待预测的第N天回流留存用户数，包括：
获取待预测的第1天至待预测的第N-1天回流用户；
根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率；
根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数。
A17、如A16所述的方法，所述根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数，包括：
获取所述待预测的第1天至第N-1天回流用户与其分别在待预测的第N天的回流留存率的乘积，共获得N-1个乘积；
将所述N-1个乘积相加，获得所述待预测的第N天回流留存用户数。
A18、如A16所述的方法，所述获取待预测的第1天至待预测的第N-1天回流用户，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第i天的回流系数；
获得所述历史用户数与其在待预测的第i天的回流系数的乘积，作为所述待预测的第i天的回流用户，1≤i≤N-1。
A19、如A16所述的方法，所述根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率，包括：
获取所述上一周期中的第2天、第3天、第8天、第30天的回流留存率C2X、C3X、C8X、C30X；
基于yq＝a3*xb3，获得待预测的第q天的回流用户在待预测的第N天的回流留存率，其中，a3＝C2X，b3＝average(log3(C3H/C2H)，log8(C8H/C2H)，log30(C30H/C2H))，1≤q≤N-1，x等于N-q。
A20、如A7、A12或A16中任一项所述的方法，所述方法还包括：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值；
将上一周期的每天活跃用户数平均值除以上一周期的当天的活跃用户数，获得所述回流系数。
B21、一种活跃用户数的预测装置，包括：
获取单元，用于获取目标产品在上一个周期的历史用户数和获取待预测的第N天的预估日新增用户数；；
确定单元，用于基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
预测单元，用于根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，预测所述待预测的第N天的日活跃用户数，所述N≥2。
B22、如B21所述的装置，所述获取单元还用于获取待预测的当天的预估日新增用户数；
所述确定单元还用于基于所述历史用户数，确定待预测的当天的老用户数；
所述预测单元还用于根据所述待预测的当天的预估日新增用户数和所述待预测的当天的老用户数，预测待预测的当天活跃用户数。
B23、如B22所述的装置，所述确定单元具体用于：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得所述待预测的当天的老用户数。
B24、如B22所述的装置，所述获取单元还用于获取待预测的第1天的预估日新增用户数；
所述确定单元还用于：根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数；根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数；根据所述历史用户数，确定待预测的第1天的回流用户数；
所述预测单元还用于：根据所述待预测的第1天的预估日新增用户数、所述待预测的第1天的新增留存用户数、所述待预测的第1天的老用户留存数和所述待预测的第1天的回流用户数，预测待预测的第1天活跃用户数。
B25、如B24所述的装置，所述预测单元具体用于：
根据所述历史用户数，确定所述待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；
获取所述待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为所述待预测的第1天的新增留存用户数。
B26、如B24所述的装置，所述确定单元具体用于：
根据所述历史用户数，确定所述待预测的当天的老用户数在待预测的第1天的老用户留存率；
获取所述待预测的当天的老用户数与其在待预测的第1天的老用户留存率的乘积，作为所述待预测的第1天的老用户留存数。
B27、如B24所述的装置，所述确定单元具体用于：
根据所述历史用户数，确定所述历史用户数在待预测的第1天的回流系数；
获取所述历史用户数与其在待预测的第1天的回流系数的乘积，作为所述待预测的第1天的回流用户数。
B28、如B22所述的装置，所述确定单元具体用于：
基于所述历史用户数，确定所述待预测的当天的老用户数在待预测的第N天老用户留存率；
根据所述待预测的当天的老用户数和待预测的当天的老用户数在待预测的第N天老用户留存率，确定所述待预测的第N天的老用户留存数。
B29、如B28所述的装置，所述确定单元具体用于：
获取所述待预测的当天的老用户数与其在待预测的第N天老用户留存率乘积，作为所述待预测的第N天的老用户留存数。
B30、如B28所述的装置，所述确定单元具体用于：
获取所述上一周期中的第1天、第2天、第7天、第30天的老用户留存率C1L、C2L、C7L、C30L；
基于yL＝a1*xb1，获得所述待预测的当天的老用户数在待预测的第N天老用户留存率，其中，a1＝C1L，b1＝average(log2(C2L/C1L)，log7(C7L/C1L)，log30(C30L/C1L))，x等于N。
B31、如B11所述的装置，所述确定单元具体用于：
获取待预测的当天至第N-1天的预估日新增用户数；
根据所述历史用户数，确定待预测的当天至第N-1天中每天的预估日新增用户数在待预测的第N天的新增留存率；
根据所述待预测的当天至第N-1天的预估日新增用户数及其分别在待预测的第N天的新增留存率，获得所述待预测的第N天的新增留存用户数。
B32、如B31所述的装置，所述确定单元具体用于：
获取所述待预测的当天至第N-1天的预估日新增用户数与其分别在待预测的第N天的新增留存率的乘积，共获得N个乘积；
将所述N个乘积相加，获得所述待预测的第N天的新增留存用户数。
B33、如B31所述的装置，所述确定单元具体用于：
获取所述上一周期中的第1天、第2天、第7天、第30天的新增留存率C1X、C2X、C7X、C30X；
基于yj＝a2*xb2，获得待预测的第j天的预估日新增用户数在待预测的第N天的新增留存率，其中，a2＝C1X，b2＝average(log2(C2X/C1X)，log7(C7X/C1X)，log30(C30X/C1X))，x等于N-j，0≤j≤N-1。
B34、如B21所述的装置，所述确定单元具体用于：
根据所述历史用户数，确定所述历史用户数在待预测的第N天的回流系数；
根据所述历史用户数及其在待预测的第N天的回流系数，确定所述待预测的第N天的回流用户数。
B35、如B34所述的装置，所述确定单元具体用于：
获取所述历史用户数与其在待预测的第N天的回流系数的乘积，作为所述待预测的第N天的回流用户。
B36、如B31所述的装置，所述确定单元具体用于：
获取待预测的第1天至待预测的第N-1天回流用户；
根据所述历史用户数，确定待预测的第1天至第N-1天中每天的回流用户在待预测的第N天的回流留存率；
根据所述待预测的第1天至第N-1天回流用户及其分别在待预测的第N天的回流留存率，确定所述待预测的第N天回流留存用户数。
B37、如B36所述的装置，所述确定单元具体用于：
获取所述待预测的第1天至第N-1天回流用户与其分别在待预测的第N天的回流留存率的乘积，共获得N-1个乘积；
将所述N-1个乘积相加，获得所述待预测的第N天回流留存用户数。
B38、如B36所述的装置，所述确定单元具体用于：
根据所述历史用户数，确定所述历史用户数在待预测的第i天的回流系数；
获得所述历史用户数与其在待预测的第i天的回流系数的乘积，作为所述待预测的第i天的回流用户，1≤i≤N-1。
B39、如B36所述的装置，所述确定单元具体用于：
获取所述上一周期中的第2天、第3天、第8天、第30天的回流留存率C2X、C3X、C8X、C30X；
基于yq＝a3*xb3，获得待预测的第q天的回流用户在待预测的第N天的回流留存率，其中，a3＝C2X，b3＝average(log3(C3H/C2H)，log8(C8H/C2H)，log30(C30H/C2H))，1≤q≤N-1，x等于N-q。
B40、如B27、B32或B36中任一项所述的装置，所述获取单元还用于：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值；
将上一周期的每天活跃用户数平均值除以上一周期的当天的活跃用户数，获得所述回流系数。
C41、一种活跃用户数的预测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述方法的步骤。
D42、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的方法步骤。

Claims (10)

1.一种活跃用户数的预测方法，其特征在于，包括：
获取目标产品在上一个周期的历史用户数；
基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
获取待预测的第N天的预估日新增用户数；
根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，获得所述待预测的第N天的日活跃用户数，所述N≥2。
2.如权利要求1所述的方法，其特征在于，所述获取目标产品在上一个周期的历史用户数之后，还包括：
获取待预测的当天的预估日新增用户数；
基于所述历史用户数，确定待预测的当天的老用户数；
根据所述待预测的当天的预估日新增用户数和所述待预测的当天的老用户数，获得待预测的当天活跃用户数。
3.如权利要求2所述的方法，其特征在于，所述基于所述历史用户数，确定待预测的当天的老用户数，包括：
根据所述历史用户数获得上一周期的每天活跃用户数的平均值，将上一周期的每天活跃用户数的平均值减去上一周期的每天新增用户数平均值，获得所述待预测的当天的老用户数。
4.如权利要求2所述的方法，其特征在于，所述获得待预测的当天活跃用户数之后，还包括：
获取待预测的第1天的预估日新增用户数；
根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数；
根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数；
根据所述历史用户数，确定待预测的第1天的回流用户数；
根据所述待预测的第1天的预估日新增用户数、所述待预测的第1天的新增留存用户数、所述待预测的第1天的老用户留存数和所述待预测的第1天的回流用户数，获得待预测的第1天活跃用户数。
5.如权利要求4所述的方法，其特征在于，所述根据所述待预测的当天的预估日新增用户数及所述历史用户数，确定待预测的第1天的新增留存用户数，包括：
根据所述历史用户数，确定所述待预测的当天的预估日新增用户数在待预测的第1天的新增留存率；
获取所述待预测的当天的预估日新增用户数与其在待预测的第1天的新增留存率的乘积，作为所述待预测的第1天的新增留存用户数。
6.如权利要求4所述的方法，其特征在于，所述根据所述待预测的当天的老用户数，确定待预测的第1天的老用户留存数，包括：
根据所述历史用户数，确定所述待预测的当天的老用户数在待预测的第1天的老用户留存率；
获取所述待预测的当天的老用户数与其在待预测的第1天的老用户留存率的乘积，作为所述待预测的第1天的老用户留存数。
7.如权利要求4所述的方法，其特征在于，所述根据所述历史用户数，确定待预测的第1天的回流用户数，包括：
根据所述历史用户数，确定所述历史用户数在待预测的第1天的回流系数；
获取所述历史用户数与其在待预测的第1天的回流系数的乘积，作为所述待预测的第1天的回流用户数。
8.一种活跃用户数的预测装置，其特征在于，包括：
获取单元，用于获取目标产品在上一个周期的历史用户数和获取待预测的第N天的预估日新增用户数；；
确定单元，用于基于所述历史用户数，确定待预测的第N天的新增留存用户数、待预测的第N天的老用户留存数、待预测的第N天的回流用户数、以及待预测的第N天回流留存用户数；
预测单元，用于根据所述待预测的第N天的预估日新增用户数、所述待预测的第N天的新增留存用户数、所述待预测的第N天的老用户留存数、以及所述待预测的第N天的回流用户数、所述待预测的第N天回流留存用户数，预测所述待预测的第N天的日活跃用户数，所述N≥2。
9.一种活跃用户数的预测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1～7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1～7中任一权利要求所述的方法步骤。
CN201811368727.XA 2018-11-16 2018-11-16 一种活跃用户数的预测方法及装置 Active CN109360031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811368727.XA CN109360031B (zh) 2018-11-16 2018-11-16 一种活跃用户数的预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811368727.XA CN109360031B (zh) 2018-11-16 2018-11-16 一种活跃用户数的预测方法及装置

Publications (2)

Publication Number Publication Date
CN109360031A true CN109360031A (zh) 2019-02-19
CN109360031B CN109360031B (zh) 2024-06-21

Family

ID=65345575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811368727.XA Active CN109360031B (zh) 2018-11-16 2018-11-16 一种活跃用户数的预测方法及装置

Country Status (1)

Country Link
CN (1) CN109360031B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111767520A (zh) * 2020-06-12 2020-10-13 北京奇艺世纪科技有限公司 一种用户留存率计算方法、装置、电子设备及存储介质
CN112116381A (zh) * 2020-08-31 2020-12-22 北京基调网络股份有限公司 基于lstm神经网络的月活预测方法、存储介质和计算机设备
CN110049372B (zh) * 2019-04-23 2021-07-02 广州虎牙信息科技有限公司 主播稳定留存率的预测方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105208534A (zh) * 2014-06-25 2015-12-30 腾讯科技（深圳）有限公司 事件通知方法及系统
CN105205723A (zh) * 2015-09-18 2015-12-30 腾讯科技（深圳）有限公司 一种基于社交应用的建模方法及装置
CN107038604A (zh) * 2017-03-30 2017-08-11 腾讯科技（深圳）有限公司 产品对象用户数的展示方法和装置
CN108022007A (zh) * 2017-11-27 2018-05-11 广州虎牙信息科技有限公司 目标应用的日活跃用户数量预测方法、装置和终端设备
CN108270842A (zh) * 2017-06-09 2018-07-10 广州市动景计算机科技有限公司 推送权益任务的方法、系统及服务器
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
CN109583946A (zh) * 2018-11-16 2019-04-05 北京奇虎科技有限公司 一种活跃用户数的预测系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105208534A (zh) * 2014-06-25 2015-12-30 腾讯科技（深圳）有限公司 事件通知方法及系统
CN105205723A (zh) * 2015-09-18 2015-12-30 腾讯科技（深圳）有限公司 一种基于社交应用的建模方法及装置
CN107038604A (zh) * 2017-03-30 2017-08-11 腾讯科技（深圳）有限公司 产品对象用户数的展示方法和装置
CN108270842A (zh) * 2017-06-09 2018-07-10 广州市动景计算机科技有限公司 推送权益任务的方法、系统及服务器
CN108022007A (zh) * 2017-11-27 2018-05-11 广州虎牙信息科技有限公司 目标应用的日活跃用户数量预测方法、装置和终端设备
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
CN109583946A (zh) * 2018-11-16 2019-04-05 北京奇虎科技有限公司 一种活跃用户数的预测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LIU, CT等: "The effects of relationship quality and switching barriers on customer loyalty", INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT, vol. 31, no. 1, pages 71 - 79, XP027567278 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110049372B (zh) * 2019-04-23 2021-07-02 广州虎牙信息科技有限公司 主播稳定留存率的预测方法、装置、设备及存储介质
CN111767520A (zh) * 2020-06-12 2020-10-13 北京奇艺世纪科技有限公司 一种用户留存率计算方法、装置、电子设备及存储介质
CN111767520B (zh) * 2020-06-12 2023-07-04 北京奇艺世纪科技有限公司 一种用户留存率计算方法、装置、电子设备及存储介质
CN112116381A (zh) * 2020-08-31 2020-12-22 北京基调网络股份有限公司 基于lstm神经网络的月活预测方法、存储介质和计算机设备

Also Published As

Publication number Publication date
CN109360031B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
CN109360031A (zh) 一种活跃用户数的预测方法及装置
US20170329785A1 (en) Application recommendation method, server, and computer readable medium
US10474957B2 (en) Method and apparatus for forecasting characteristic information change
CN104504084B (zh) 确定用户留存率的方法及装置
CN109274987B (zh) 一种视频集合排序方法、服务器及可读存储介质
CN109325825B (zh) 流量数据的调控方法及装置
CN110505165B (zh) 一种基于双向拍卖机制的边缘计算任务卸载方法及装置
KR102111223B1 (ko) 푸시 정보 대략 선택 정렬 방법, 디바이스 및 컴퓨터 저장 매체
CN109598542B (zh) 一种营销权益的投放方法、装置及电子设备
WO2015127884A1 (en) Method, device, system for displaying media data
EP3358473A1 (en) Resource combination processing method, apparatus, equipment and computer storage medium
CN103593444A (zh) 网络关键词识别处理方法和装置
CN110569190B (zh) 交易压力测试方法和装置、以及电子设备和可读存储介质
CN107944737A (zh) 信息处理方法、装置、电子设备及计算机可读存储介质
CN109102141A (zh) 一种服务水平评分方法和装置
CN112200385A (zh) 药品评审结果的预测方法、装置、电子设备和存储介质
CN107491657A (zh) 用于智慧医疗服务决策的演化博弈方法及装置方法及装置
CN106033576B (zh) 一种对象信息的展示方法和装置
CN111461632A (zh) 商品供需平衡方法及系统、服务器及介质
CN108537570B (zh) 一种信息曝光方法及装置
CN105117468A (zh) 一种网络数据处理方法和装置
CN111767520B (zh) 一种用户留存率计算方法、装置、电子设备及存储介质
US20170169456A1 (en) Methods and systems of cost determination of computational resources
CN109472454B (zh) 活动评估方法、装置、电子设备及存储介质
CN108614840B (zh) 一种ktv歌曲的排序方法及系统

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
GR01 Patent grant
GR01 Patent grant