CN110310160A - 用户服务评估方法、装置、服务器及存储介质 - Google Patents
用户服务评估方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110310160A CN110310160A CN201910618662.8A CN201910618662A CN110310160A CN 110310160 A CN110310160 A CN 110310160A CN 201910618662 A CN201910618662 A CN 201910618662A CN 110310160 A CN110310160 A CN 110310160A
- Authority
- CN
- China
- Prior art keywords
- service
- paid
- user
- coefficient
- successfully
- 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
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
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
本公开提出一种用户服务评估方法、装置、服务器及存储介质,涉及互联网技术领域。所述方法包括:获取多个用户的历史服务数据,所述历史服务数据包括所述多个用户的多次服务付出周期次序和服务付出成功率,基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数,基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据。本公开不需要对用户使用用户服务的整个生命周期进行统计,不仅提高了效率,而且滞后性很低,能够有效对用户进行预测评估。
Description
技术领域
本公开涉及互联网技术领域,具体而言,涉及一种用户服务评估方法、装置、服务器及存储介质。
背景技术
随着互联网技术的发展,服务商向用户提供服务的方式也越来越多。目前,用户可以订阅服务商所提供的用户服务,并按照特定周期向该服务商付出相应的费用,且用户也可以退订该用户服务并停止向该服务商付费。为了便于更好地提供用户服务,需要用户服务评估方法。
现有技术中,当用户订阅服务时,可以对该用户各次扣费的扣费收益进行累加,直至停止向该用户提供该服务,所得到的累加结果可作为用户评估数据,从而说明用户针对该用户服务所能付出的总费用。
但由于需要对用户使用服务的整个生命周期进行统计才能确定用户评估数据,不仅效率低下,而且滞后性非常严重,难以起到预测效果。
发明内容
本公开的目的在于提供一种用户服务评估方法、装置、服务器及存储介质,以提高确定用户评估数据的效率、降低滞后性,实现较好的预测效果。
为了实现上述目的,本公开采用的技术方案如下:
第一方面,本公开提出一种用户服务评估方法,所述方法包括:
获取多个用户的历史服务数据,所述历史服务数据包括所述多个用户的多次服务付出周期次序和服务付出成功率;
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数;
基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据。
可选地,所述基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数,包括:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的所述服务付出成功率系数和所述用户流失系数;
基于所述多个用户的所述服务付出成功率系数和所述用户流失系数,计算获取所述可服务付出次数。
可选地,所述基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据,包括:
获取预设单次平均服务付出;
基于所述多个用户的所述服务付出成功率系数、所述用户流失系数、所述可服务付出次数和所述预设单次平均服务付出,计算获取各所述用户的所述用户评估数据。
可选地,所述获取多个用户的历史服务数据,包括:
分别获取所述多个用户首次服务付出的服务付出成功率和第二次服务付出的服务付出成功率。
可选地,所述基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数,包括:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,分别获取多个所述服务付出成功率系数、多个所述用户流失系数和多个所述可服务付出次数;
基于多个所述服务付出成功率系数、多个所述用户流失系数和多个所述可服务付出次数,分别确定服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值;
相应的,所述基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据,包括:
基于所述服务付出成功率系数平均值、所述用户流失系数平均值和所述可服务付出次数平均值,计算获取各所述用户的所述用户评估数据。
第二方面,本公开还提出一种用户服务评估装置,所述装置包括:
第一获取模块,用于获取多个用户的历史服务数据,所述历史服务数据包括所述多个用户的多次服务付出周期次序和服务付出成功率;
确定模块,用于基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数;
第二获取模块,用于基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据。
可选地,所述确定模块具体用于:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的所述服务付出成功率系数和所述用户流失系数;
基于所述多个用户的所述服务付出成功率系数和所述用户流失系数,计算获取所述可服务付出次数。
可选地,所述第二获取模块具体用于:
获取预设单次平均服务付出;
基于所述多个用户的所述服务付出成功率系数、所述用户流失系数、所述可服务付出次数和所述预设单次平均服务付出,计算获取各所述用户的所述用户评估数据。
可选地,所述第一获取模块具体用于:
分别获取所述多个用户首次服务付出的服务付出成功率和第二次服务付出的服务付出成功率。
可选地,所述确定模块具体用于:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,分别获取多个所述服务付出成功率系数、多个所述用户流失系数和多个所述可服务付出次数;
基于多个所述服务付出成功率系数、多个所述用户流失系数和多个所述可服务付出次数,分别确定服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值;
相应的,所述第二获取模块具体用于:
基于所述服务付出成功率系数平均值、所述用户流失系数平均值和所述可服务付出次数平均值,计算获取各所述用户的所述用户评估数据。
第三方面,本公开还提出一种服务器,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述处理器运行时,所述处理器与所述存储介质之间通过所述总线通信,所述处理器执行所述机器可读指令,以执行时执行如前述第一方面所述的方法的步骤。
第四方面,本公开还提出一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行前述第一方面所述的方法的步骤。
在本公开实施例中,能够获取多个用户的多次服务付出周期次序和服务付出成功率,从而基于该多个用户的服务付出周期次序和该服务付出成功率,确定该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数。由于服务付出成功率系数能够说明服务付出成功率随服务付出周期次序变化的程度、用户流失系数能够说明用户流失的可能性随服务付出周期次序变化的程度、可服务付出次数能够说明获取到服务付出的服务付出周期次数,即会影响用户成功进行服务付出的用户量以及可能性,因此,可以基于该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各用户的用户评估数据。且由于在上述获取各用户的用户评估数据时,只需要获取多次服务付出的历史服务数据,而不需要对用户使用用户服务的整个生命周期进行统计,不仅提高了效率,而且滞后性很低,能够有效对用户进行预测评估。
本公开的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开了解。本公开的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本公开的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本公开所提供的一种向用户提供用户服务的流程图;
图2示出了本公开所提供的一种用户服务评估方法的流程示意图;
图3示出了本公开所提供的另一种用户服务评估方法的流程示意图;
图4示出了本公开所提供的另一种用户服务评估方法的流程示意图;
图5示出了本公开所提供的一种用户服务评估装置的功能模块示意图;
图6示出了本公开所提供的一种服务器的功能模块示意图。
具体实施方式
下面将结合本公开中附图,对本公开中的技术方案进行清楚、完整地描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在对本公开进行详细地解释之前,先对本公开的应用场景予以介绍。
服务商可以提供用户服务,并向用户提供订阅该用户服务的接口,用户通过该接口订阅或退订该用户服务。在用户订阅该用户服务期间,服务商可以向该用户提供该用户服务,相应的,该用户按照服务付出周期进行服务付出。
用户服务可以为服务商向用户所提供服务内容,且本公开对此特定服务的具体内容不做具体限定,比如,该用户服务可以包括电子期刊或电子会员。
服务付出周期为用户针对所订阅的用户服务进行服务付出的周期,或者可以理解为服务商对用户进行扣费从而获取收益的周期。该服务付出周期可以由服务商设置得到,且本公开对此服务付出周期的时长不做具体限定,比如,该服务付出周期可以包括1年、半年、1季度、1个月、1旬、1周或1天等。
服务付出为用户向服务商付出的费用,该服务付出可以包括真实货币和/或虚拟币,且该服务付出可以通过服务商主动对用户进行扣费得到,也可以通过用户主动向服务商付款得到。
例如,一种向用户提供用户服务的流程图可以如图1所示,包括:
步骤101,用户通过发送订阅短信或者点击网页订阅按钮订阅用户服务。
用户可以从客户端发送订阅短信或者点击网页订阅按钮,从而向服务商对应的服务器发送订阅请求,当服务商对应的服务器接收到该订阅请求时,可以向该用户的客户端发送确认信息,该确认信息用于用户确认订阅该用户服务。
步骤102,用户发送确认短信或者点击网页确认按钮。
用户可以从客户端发送确认短信或者点击网页确认按钮,向服务器发送确认反馈,当服务器接收到该确认反馈之后,确定用户订阅用户服务成功。
步骤103,用户成功订阅用户服务。
当用户成功订阅用户服务之后,可以执行下述步骤104A和/或104B1-104B2,且步骤104B1-104B2可以在步骤103之后的任意时机执行。
步骤104A,服务商首次扣费是否成功,如果扣费成功可以执行步骤105A,否则执行步骤105B。
其中,服务商可以在用户成功订阅用户服务时,立即进行首次扣费。
步骤105A,提供用户服务。
步骤105B,不提供用户服务。
步骤104B1,用户发送退订短信或者点击网页退订按钮。
用户可以从客户端发送退订短信或者点击网页退订按钮,从而向服务器发送退订请求,该服务器在接收到退订请求时确定退订用户服务。
步骤104B2,用户成功退订用户服务。
在步骤105A或105B之后,可以执行下述步骤106继续订阅该用户服务,也可以执行步骤104B1-104B2退订该用户服务。
步骤106,服务商周期性扣费是否成功。如果扣费成功执行步骤107A,否则执行步骤107B。
其中,服务商可以按照预设的服务付出周期进行服务商周期性扣费。
步骤107A,提供用户服务。
步骤107B,不提供用户服务。
由上述可知,服务商可以向用户提供用户服务并获取服务付出,而用户也可以随时订阅和退订用户服务,因此,为了便于把控用户服务的质量,对该用户服务进行利润、利润率和回报率等商业性分析,从而更好地向用户提供用户服务,可以对用户服务进行评估。且为了解决现有技术中对用户进行评估效率低下且滞后性严重的问题,本公开提供了一种用户服务评估方法。以下将结合上述应用场景,对本公开所提供的用户服务评估方法进行具体说明。
请参照图2,为本公开所提供的一种用户服务评估方法的流程示意图。该需要说明的是,本公开所述的用户服务评估方法并不以图2以及以下所述的具体顺序为限制,应当理解,在其它实施例中,本公开所述的用户服务评估方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。下面将对图2所示的流程进行详细阐述。
步骤201,获取多个用户的历史服务数据,该历史服务数据包括该多个用户的多次服务付出周期次序和服务付出成功率。
为了根据多个用户在历史中针对用户服务进行服务付出的情况,对该多个用户中各用户未来进行服务付出的情况进行预估,可以获取多个用户的历史服务数据,且该历史服务数据可以包括多次服务付出周期次序和服务付出成功率。
历史服务数据为历史中用户与用户服务相关的信息,该历史服务数据可以通过对用户和/或服务商的操作行为进行记录得到。以服务付出周期次序和服务付出成功率为例,可以对用户订阅用户服务之后,对服务付出的次序以及付出成功率进行记录得到。
服务付出周期次序为针对用户服务周期性进行服务付出的次序,比如服务付出周期为7天,则订阅服务成功且立即进行的服务付出时,该次服务付出的服务付出周期次序为1,7天之后再次进行服务付出时,该次服务付出的服务付出周期次序为2,依次类推。
服务付出成功率为进行服务付出成功的概率,该服务付出成功率可以为各次成功付出的用户数目与总用户数目的比值。比如某日有100个用户订阅用户服务,首次服务付出成功的用户数目为60,则服务付出成功率为0.6,第二次服务付出成功的用户数目为40,则服务付出成功率为0.4,第三次服务付出成功的用户数目为30,则服务付出成功率为0.3。
步骤202,基于该多个用户的该服务付出周期次序和该服务付出成功率,确定该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数。
服务付出成功率系数用于说明服务付出成功率随服务付出周期次序变化的程度。
用户流失系数用于说明用户退订用户服务从而流失的可能性随服务付出周期次序变化的程度。
可服务付出次数为可以获取到服务付出的服务付出周期次数,比如可服务付出次数为3,则在服务付出周期次序为1-3时,可以获取到服务付出,而在第4次之后,无法继续获取到服务付出。
其中,当服务付出成功率按照服务付出周期次序降低的幅度越大,则服务付出成功率系数和可服务付出次数越低、用户流失系数越高。
具体的,可以由相关人员预先对多个用户多次服务付出的情况进行分析,确定参数计算规则,从而可以基于服务付出周期次序和服务付出成功率,通过预设的参数计算规则计算得到服务付出成功率系数、用户流失系数和可服务付出次数。或者,也可以由相关技术人员预先对多个用户多次服务付出的情况进行分析,生成参数对照关系表,该参数对照关系表中包括历史服务数据与服务付出成功率系数、用户流失系数以及可服务付出次数的对应关系,从而可以基于服务付出周期次序和服务付出成功率,从该参数对照关系表中获取得到服务付出成功率系数、用户流失系数和可服务付出次数。或者,也可以事先训练获取用于根据历史服务数据获取服务付出成功率系数、用户流失系数和可服务付出次数的第一机器学习模型,从而可以将服务付出周期次序和服务付出成功率输入至预设的第一机器学习模型,并输出得到服务付出成功率系数、用户流失系数和可服务付出次数。
步骤203,基于该多个用户的该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各该用户的用户评估数据。
由于服务付出成功率系数能够说明服务付出成功率随服务付出周期次序变化的程度、用户流失系数能够说明用户流失的可能性随服务付出周期次序变化的程度、可服务付出次数能够说明获取到服务付出的服务付出周期次数,即会影响用户成功进行服务付出的用户量以及可能性,因此,可以基于该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各用户的用户评估数据。且由于在上述获取各用户的用户评估数据时,只需要获取多次服务付出的历史服务数据,而不需要对用户使用用户服务的整个生命周期进行统计,不仅提高了效率,而且滞后性很低,能够有效对用户进行预测评估。
用户评估数据可以包括ARPU(AverageRevenuePerUser,每用户平均收入)。当然,在实际应用中,用户评估数据还可以包括其它类型信息,比如可以包括多个用户的ARPU之和。
具体的,可以由相关人员预先对多个用户多次服务付出的情况进行分析,确定用户评估数据计算规则,从而可以基于服务付出成功率系数、用户流失系数和可服务付出次数,通过预设的用户评估数据计算规则计算得到用户评估数据。或者,也可以由相关技术人员预先对多个用户多次服务付出的情况进行分析,生成用户评估数据关系表,该用户评估数据关系表中包括服务付出成功率系数、用户流失系数以及可服务付出次数,与用户评估数据之间的对应关系,从而可以基于服务付出成功率系数、用户流失系数以及可服务付出次数,从该用户评估数据关系表中获取得到对应的用户评估数据。或者,也可以事先训练获取用于根据服务付出成功率系数、用户流失系数以及可服务付出次数计算用户评估数据的第二机器学习模型,从而可以将服务付出成功率系数、用户流失系数以及可服务付出次数输入至预设的第二机器学习模型,并输出得到用户评估数据。
在本公开实施例中,能够获取多个用户的多次服务付出周期次序和服务付出成功率,从而基于该多个用户的服务付出周期次序和该服务付出成功率,确定该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数。由于服务付出成功率系数能够说明服务付出成功率随服务付出周期次序变化的程度、用户流失系数能够说明用户流失的可能性随服务付出周期次序变化的程度、可服务付出次数能够说明获取到服务付出的服务付出周期次数,即会影响用户成功进行服务付出的用户量以及可能性,因此,可以基于该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各用户的用户评估数据。且由于在上述获取各用户的用户评估数据时,只需要获取多次服务付出的历史服务数据,而不需要对用户使用用户服务的整个生命周期进行统计,不仅提高了效率,而且滞后性很低,能够有效对用户进行预测评估。
请参照图3,为本公开所提供的一种用户服务评估方法的流程示意图。需要说明的是,本公开所述的用户服务评估方法并不以图3以及以下所述的具体顺序为限制,应当理解,在其它实施例中,本公开所述的用户服务评估方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。下面将对图3所示的流程进行详细阐述。
步骤301,获取多个用户的历史服务数据,该历史服务数据包括该多个用户的多次服务付出周期次序和服务付出成功率。
可选地,分别获取该多个用户首次服务付出的服务付出成功率和第二次服务付出的服务付出成功率。
为了进一步提高预测多个用户中各用户的用户评估数据的效率,可以获取该多个用户最早两次服务付出的服务付出成功率。
例如,假设用户订阅某用户服务并进行服务付出的次数至少有10次,有100个用户订阅用户服务,首次服务付出成功的用户数目为60,则服务付出成功率为0.6,第二次服务付出成功的用户数目为40,则服务付出成功率为0.4,则当计算该100个用户中各用户的用户评估数据时,可以获取服务付出周期次序1、对应的服务付出成功率为0.6、服务付出周期次序2、对应的服务付出成功率为0.4,从而在该100个用户前两次服务付出时即可确定其中各用户的用户评估数据,而现有技术中对用户整个生命周期进行统计时,至少需要统计10次服务付出的数据,因此,相比之下,本公开能够大幅提高确定用户评估数据的效率。
当然,在实际应用中,也可以获取任意两次服务付出的服务付出成功率,或者,可以获取更多次服务付出的服务付出成功率,且当获取的服务付出成功率越多,所确定的用户评估数据越准确。
步骤302,基于该多个用户的该服务付出周期次序和该服务付出成功率,确定该多个用户的该服务付出成功率系数和该用户流失系数,基于该多个用户的该服务付出成功率系数和该用户流失系数,计算获取该可服务付出次数。
具体的,为了提高确定服务付出成功率系数、用户流失系数和可服务付出次数的效率和准确性,可以通过下述公式1-3确定服务付出成功率系数、用户流失系数和可服务付出次数。
其中,公式1-3即可作为前述中的参数计算规则;t为服务付出周期次序,t可以为正整数;y为服务付出成功率;a为服务付出成功率系数;b是用户流失系数;T为可服务付出次数;n为确定服务付出成功率系数、用户流失系数和可服务付出次数所采用的多次服务付出的服务付出成功率的总次数,n为大于或等于2的正整数。
由上述公式1-3可知,最少获取得到多个用户两次服务付出的服务付出成功率,即可确定针对该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数。
例如,基于服务付出周期次序1、对应的服务付出成功率为0.6、服务付出周期次序2、对应的服务付出成功率为0.4,通过上述公式1-3可以确定得到服务付出成功率系数为0.598、用户流失系数为0.275和可服务付出次数8.798。
步骤303,基于该多个用户的该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各该用户的用户评估数据。
可选的,获取预设单次平均服务付出,基于该多个用户的该服务付出成功率系数、该用户流失系数、该可服务付出次数和该预设单次平均服务付出,计算获取各该用户的该用户评估数据。
预设单次平均服务付出可以由相关技术人员通过事先设置得到。
具体的,为了提高确定用户评估数据的效率和准确性,可以通过下述公式4来确定该用户评估数据。
其中,公式4即可作为前述中的用户评估数据计算规则;Payout为预设单次平均服务付出;T为可服务付出次数。
例如,服务付出成功率系数为0.598、用户流失系数为0.275和可服务付出次数8.798,预设单次平均服务付出为0.5,则通过上述公式4可以计算得到各用户的ARPU为0.7835。
在本公开实施例中,首先,能够获取多个用户的多次服务付出周期次序和服务付出成功率,从而基于该多个用户的服务付出周期次序和该服务付出成功率,确定该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数。由于服务付出成功率系数能够说明服务付出成功率随服务付出周期次序变化的程度、用户流失系数能够说明用户流失的可能性随服务付出周期次序变化的程度、可服务付出次数能够说明获取到服务付出的服务付出周期次数,即会影响用户成功进行服务付出的用户量以及可能性,因此,可以基于该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各用户的用户评估数据。且由于在上述获取各用户的用户评估数据时,只需要获取多次服务付出的历史服务数据,而不需要对用户使用用户服务的整个生命周期进行统计,不仅提高了效率,而且滞后性很低,能够有效对用户进行预测评估。
其次,可以基于多个用户最早两次服务付出的服务付出成功率,来确定该多个用户中各用户的用户评估数据,进一步提高了确定评估数据的效率、降低了滞后性。
请参照图4,为本公开所提供的一种用户服务评估方法的流程示意图。需要说明的是,本公开所述的用户服务评估方法并不以图4以及以下所述的具体顺序为限制,应当理解,在其它实施例中,本公开所述的用户服务评估方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。下面将对图4所示的流程进行详细阐述。
步骤401,获取多个用户的历史服务数据,该历史服务数据包括该多个用户的多次服务付出周期次序和服务付出成功率。
其中,获取多个用户的历史服务数据步骤,可以与前述步骤201相同,此处不再一一赘述。
步骤402,基于该多个用户的该服务付出周期次序和该服务付出成功率,分别获取多个该服务付出成功率系数、多个该用户流失系数和多个该可服务付出次数,基于多个该服务付出成功率系数、多个该用户流失系数和多个该可服务付出次数,分别确定服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值。
由于可以获取到多个用户的多次服务付出周期次序和服务付出成功率,因此为了减少异常数据可能对用户评估数据的不良影响,提高所确定的服务付出成功率系数、用户流失系数和可服务付出次数的准确性,进一步提高确定用户评估数据的准确性,可以确定多个服务付出成功率系数、用户流失系数和可服务付出次数的平均值,从而在后续通过服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值确定用户评估数据。
具体的,可以按照前述步骤202和/或302相同的步骤,计算得到多个服务付出成功率系数、多个用户流失系数和多个可服务付出次数,然后确定服务付出成功率系数的平均值、用户流失系数的平均值和可服务付出次数的平均值。
例如,前述获取到多个用户前三次服务付出的服务付出成功率,因此,可以基于将前三次服务付出的服务付出成功率两两组合,计算得到三组服务付出成功率系数、用户流失系数和可服务付出次数,然后计算三组服务付出成功率系数的平均值,计算三组用户流失系数的平均值和计算可服务付出次数的平均值。
步骤403,基于该服务付出成功率系数平均值、该用户流失系数平均值和该可服务付出次数平均值,计算获取各用户的用户评估数据。
其中,基于该服务付出成功率系数平均值、该用户流失系数平均值和该可服务付出次数平均值,计算获取各用户的用户评估数据的步骤,可以与前述步骤203以及步骤303相似,此处不再一一赘述。
在本公开实施例中,首先,能够获取多个用户的多次服务付出周期次序和服务付出成功率,从而基于该多个用户的服务付出周期次序和该服务付出成功率,确定该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数。由于服务付出成功率系数能够说明服务付出成功率随服务付出周期次序变化的程度、用户流失系数能够说明用户流失的可能性随服务付出周期次序变化的程度、可服务付出次数能够说明获取到服务付出的服务付出周期次数,即会影响用户成功进行服务付出的用户量以及可能性,因此,可以基于该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各用户的用户评估数据。且由于在上述获取各用户的用户评估数据时,只需要获取多次服务付出的历史服务数据,而不需要对用户使用用户服务的整个生命周期进行统计,不仅提高了效率,而且滞后性很低,能够有效对用户进行预测评估。
其次,可以获取服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值,并通过该服务付出成功率系数平均值、该用户流失系数平均值和该可服务付出次数平均值,计算获取各用户的用户评估数据计算获取各用户的用户评估数据,减少了异常数据可能对用户评估数据的不良影响,进一步提高了确定用户评估数据的准确性。
请参照图5,为本公开所提供的一种用户服务评估装置500的功能模块示意图。需要说明的是,本实施例所提供的用户服务评估装置500,其基本原理及产生的技术效果与前述对应的方法实施例相同,为简要描述,本实施例中未提及部分,可参考方法实施例中的相应内容。该用户服务评估装置500包括第一获取模块501,确定模块502和第二获取模块503。
第一获取模块501,用于获取多个用户的历史服务数据,该历史服务数据包括该多个用户的多次服务付出周期次序和服务付出成功率;
确定模块502,用于基于该多个用户的该服务付出周期次序和该服务付出成功率,确定该多个用户的服务付出成功率系数、用户流失系数和可服务付出次数;
第二获取模块503,用于基于该多个用户的该服务付出成功率系数、该用户流失系数和该可服务付出次数,计算获取各该用户的用户评估数据。
可选地,该确定模块502具体用于:
基于该多个用户的该服务付出周期次序和该服务付出成功率,确定该多个用户的该服务付出成功率系数和该用户流失系数;
基于该多个用户的该服务付出成功率系数和该用户流失系数,计算获取该可服务付出次数。
可选地,该第二获取模块503具体用于:
获取预设单次平均服务付出;
基于该多个用户的该服务付出成功率系数、该用户流失系数、该可服务付出次数和该预设单次平均服务付出,计算获取各该用户的该用户评估数据。
可选地,该第一获取模块501具体用于:
分别获取该多个用户首次服务付出的服务付出成功率和第二次服务付出的服务付出成功率。
可选地,该确定模块502具体用于:
基于该多个用户的该服务付出周期次序和该服务付出成功率,分别获取多个该服务付出成功率系数、多个该用户流失系数和多个该可服务付出次数;
基于多个该服务付出成功率系数、多个该用户流失系数和多个该可服务付出次数,分别确定服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值;
相应的,该第二获取模块503具体用于:
基于该服务付出成功率系数平均值、该用户流失系数平均值和该可服务付出次数平均值,计算获取各用户的用户评估数据。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
请参照图6,为本公开所提供的一种服务器的功能模块示意图。该服务器可以包括处理器601、存储介质602和总线603,该存储介质602存储有该处理器601可执行的机器可读指令,当该服务器运行时,该处理器601与该存储介质602之间通过总线603通信,该处理器601执行该机器可读指令,可以实现上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本公开还提供一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行,以实现上述方法实施例。
在本公开所提供的几个实施例中,应该理解到,以上所描述的装置实施例仅仅是示意性的,所揭露的装置和方法,可以通过其它的方式实现。例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行,例如各单元可以集成在一个处理单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种用户服务评估方法,其特征在于,所述方法包括:
获取多个用户的历史服务数据,所述历史服务数据包括所述多个用户的多次服务付出周期次序和服务付出成功率;
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数;
基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据。
2.如权利要求1所述的方法,其特征在于,所述基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数,包括:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的所述服务付出成功率系数和所述用户流失系数;
基于所述多个用户的所述服务付出成功率系数和所述用户流失系数,计算获取所述可服务付出次数。
3.如权利要求1所述的方法,其特征在于,所述基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据,包括:
获取预设单次平均服务付出;
基于所述多个用户的所述服务付出成功率系数、所述用户流失系数、所述可服务付出次数和所述预设单次平均服务付出,计算获取各所述用户的所述用户评估数据。
4.如权利要求1所述的方法,其特征在于,所述获取多个用户的历史服务数据,包括:
分别获取所述多个用户首次服务付出的服务付出成功率和第二次服务付出的服务付出成功率。
5.如权利要求1-3任一所述的方法,其特征在于,所述基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数,包括:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,分别获取多个所述服务付出成功率系数、多个所述用户流失系数和多个所述可服务付出次数;
基于多个所述服务付出成功率系数、多个所述用户流失系数和多个所述可服务付出次数,分别确定服务付出成功率系数平均值、用户流失系数平均值和可服务付出次数平均值;
相应的,所述基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据,包括:
基于所述服务付出成功率系数平均值、所述用户流失系数平均值和所述可服务付出次数平均值,计算获取各所述用户的所述用户评估数据。
6.一种用户服务评估装置,其特征在于,所述装置包括:
第一获取模块,用于获取多个用户的历史服务数据,所述历史服务数据包括所述多个用户的多次服务付出周期次序和服务付出成功率;
确定模块,用于基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的服务付出成功率系数、用户流失系数和可服务付出次数;
第二获取模块,用于基于所述多个用户的所述服务付出成功率系数、所述用户流失系数和所述可服务付出次数,计算获取各所述用户的用户评估数据。
7.如权利要求6所述的装置,其特征在于,所述确定模块具体用于:
基于所述多个用户的所述服务付出周期次序和所述服务付出成功率,确定所述多个用户的所述服务付出成功率系数和所述用户流失系数;
基于所述多个用户的所述服务付出成功率系数和所述用户流失系数,计算获取所述可服务付出次数。
8.如权利要求6所述的装置,其特征在于,所述第二获取模块具体用于:
获取预设单次平均服务付出;
基于所述多个用户的所述服务付出成功率系数、所述用户流失系数、所述可服务付出次数和所述预设单次平均服务付出,计算获取各所述用户的所述用户评估数据。
9.一种服务器,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述服务器运行时,所述处理器与所述存储介质之间通过所述总线通信,所述处理器执行所述机器可读指令,以执行时执行如权利要求1-5任一方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-5任一方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910618662.8A CN110310160A (zh) | 2019-07-09 | 2019-07-09 | 用户服务评估方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910618662.8A CN110310160A (zh) | 2019-07-09 | 2019-07-09 | 用户服务评估方法、装置、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110310160A true CN110310160A (zh) | 2019-10-08 |
Family
ID=68080673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910618662.8A Pending CN110310160A (zh) | 2019-07-09 | 2019-07-09 | 用户服务评估方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110310160A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113220959A (zh) * | 2021-04-20 | 2021-08-06 | 珠海大横琴科技发展有限公司 | 一种数据处理的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170019500A1 (en) * | 2015-07-15 | 2017-01-19 | Alibaba Group Holding Limited | Method and device for service processing |
CN107679686A (zh) * | 2017-08-28 | 2018-02-09 | 阿里巴巴集团控股有限公司 | 一种业务执行方法及装置 |
CN108364195A (zh) * | 2018-02-09 | 2018-08-03 | 腾讯科技(深圳)有限公司 | 用户留存概率预测方法、装置、预测服务器及存储介质 |
CN109636446A (zh) * | 2018-11-16 | 2019-04-16 | 北京奇虎科技有限公司 | 用户流失预测方法、装置及电子设备 |
-
2019
- 2019-07-09 CN CN201910618662.8A patent/CN110310160A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170019500A1 (en) * | 2015-07-15 | 2017-01-19 | Alibaba Group Holding Limited | Method and device for service processing |
CN107679686A (zh) * | 2017-08-28 | 2018-02-09 | 阿里巴巴集团控股有限公司 | 一种业务执行方法及装置 |
CN108364195A (zh) * | 2018-02-09 | 2018-08-03 | 腾讯科技(深圳)有限公司 | 用户留存概率预测方法、装置、预测服务器及存储介质 |
CN109636446A (zh) * | 2018-11-16 | 2019-04-16 | 北京奇虎科技有限公司 | 用户流失预测方法、装置及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113220959A (zh) * | 2021-04-20 | 2021-08-06 | 珠海大横琴科技发展有限公司 | 一种数据处理的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11636450B2 (en) | Blockchain system to which proof-of-transaction consensus algorithm is applied, and method therefor | |
US20190342184A1 (en) | Systems and Methods for Context Aware Adaptation of Services and Resources in a Distributed Computing System | |
CN111985914B (zh) | 结算方法、装置、节点及可读存储介质 | |
CN111415179B (zh) | 用户权益信息处理方法、装置及电子设备 | |
CN109377389A (zh) | 一种缴费提醒方法、服务器及计算机可读存储介质 | |
US20120283000A1 (en) | System and method for trading tournaments | |
CN111681044A (zh) | 积分兑换作弊行为处理方法及装置 | |
CN110866698A (zh) | 用于评定服务提供方的服务分值的装置 | |
CN109522134A (zh) | 一种基于云计算平台资源来进行计费的方法和设备 | |
CN110310160A (zh) | 用户服务评估方法、装置、服务器及存储介质 | |
CN109740066A (zh) | 信息推荐方法、信息推荐装置、存储介质及电子设备 | |
CN109543940A (zh) | 活动评估方法、装置、电子设备及存储介质 | |
Gupta et al. | Extracting consumers’ private information for implementing incentive-compatible Internet traffic pricing | |
CN107295029B (zh) | 一种信息处理方法和装置 | |
CN112734227A (zh) | 一种大数据决策系统及方法 | |
CN111429251A (zh) | 多模式下数据处理的方法和装置 | |
CN110348983A (zh) | 交易信息管理方法及装置、电子设备和非暂态存储介质 | |
CN106021372A (zh) | 一种数据处理方法及服务器 | |
WO2012166065A1 (en) | Method and device for letting the consumer of a prepaid service continue using the service for a predefined measure of extention when their accounts fall in insufficient balance state | |
CN106899417B (zh) | 按次数计费的计费方法及系统 | |
CN117172842B (zh) | 一种抽奖配置方法、装置及设备、存储介质 | |
JP2020027381A (ja) | 仮想通貨管理装置、仮想通貨管理システム、仮想通貨管理方法およびコンピュータプログラム | |
CN114648258B (zh) | 基于融资租赁业务系统的任务调度方法及系统 | |
TWI866248B (zh) | 訂閱項目彙整扣款系統及其方法 | |
US20230145924A1 (en) | System and method for detecting a fraudulent activity on a digital platform |
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: 20191008 |