具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的一些实施例的用于生成用户留存时间的方法的一个应用场景的示意图100。
如图1所示,电子设备101可以将目标用户在预设时间段内的天级特征数据中的列表特征数据102使用第一处理方式105进行处理,得到处理后的列表特征数据108。作为示例,天级特征数据可以包括:目标用户在应用上所显示的性别,目标用户在应用上所显示的省份,目标用户在应用上所显示居住的城市,目标用户停留时间超过预定时间的应用上显示的文章数目,目标用户使用应用的时间,目标用户在目标时间段内打开应用的次数。其中,天级特征数据中的列表特征数据102可以包括:目标用户在应用上所显示的性别,目标用户在应用上所显示的省份,目标用户在应用上所显示居住的城市。这里,天级特征数据中的数值特征数据103可以包括:目标用户停留时间超过预定时间的应用上显示的文章数目,目标用户使用应用的时间,目标用户在目标时间段内打开应用的次数。还可以将天级特征数据中的数值特征数据103使用第二处理方式106进行处理,得到处理后的数值特征数据109。还可以将天级特征数据104使用第三处理方式107进行处理,可以得到处理后的天级特征数据110。最后,综合处理后的列表特征数据108、处理后的数值特征数据109和处理后的天级特征数据110,可以生成在4个时间段中每个时间段内用户留存时间,如附图标记111所示。例如,在7天内的用户留存时间3.5天;在28内的用户留存时间14.4天;在54天内的用户留存时间39.2天;在180天内的用户留存时间144天。
可以理解的是,用于生成用户留存时间的方法可以是由上述电子设备101来执行。其中,电子设备101可以是硬件,也可以是软件。当电子设备101为硬件时,可以是具有信息处理能力的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机、台式计算机、服务器等等。当电子设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
继续参考图2,示出了根据本公开的用于生成用户留存时间的方法的一些实施例的流程200。该用于生成用户留存时间的方法,包括以下步骤:
步骤201,基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据。
在一些实施例中,用于生成用户留存时间的方法的执行主体(例如图1所示的电子设备101)根据第一处理方式,可以对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,进而生成处理后的列表特征数据。这里,上述第一处理方式可以是一些特征提取算法。上述特征提取算法可以包括但不限于以下至少一项:集成模型,深度神经网络,SVM(支持向量机,Support Vector Machine),K最近邻算法,决策树,朴素贝叶斯。这里,天级特征数据可以包括目标用户在预定历史时间内以天为单位所得到的特征数据。其中,天级特征数据可以包括:列表特征数据和数值特征数据。
上述列表特征数据可以包括列举表示的特征数据(如城市、性别、手机机型等)。实践中,目标用户在应用上所显示的性别,目标用户在应用上所显示的省份,目标用户在应用上所显示居住的城市,目标用户在应用上所显示居住的城市。以上每个数据都可以是列表特征数据。
需要强调的是,在使用上述列表特征数据之前,往往需要将每个列表特征数据使用数字来表示。例如,对于性别,我们用0代表女,1代表男;对于目标用户所在地区,我们可以用0代表北京,1代表上海,2代表广州等。
作为示例,上述执行主体可以使用集成模型(集成模型以树为基模型)来对列表特征数据进行特征提取处理,从而得到处理后的列表特征数据。
在一些实施例的一些可选的实现方式中,上述执行主体对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据还可以通过如下步骤得到:
第一步:上述执行主体可以将列表特征数据和第一派生列表特征数据进行拼接,从而得到拼接列表特征数据。其中,上述第一派生列表特征数据是通过将上述天级特征数据输入预先训练的梯度提升决策树得到的。上述拼接操作可以是联合(concatenate)操作。例如,现有512*5的二维矩阵和512*64的二维矩阵,通过联合操作可以得到512*69的二维矩阵;还可以对三维矩阵进行联合操作,现有三维矩阵512*1*128与三维矩阵512*5*128,通过联合操作可以得到512*6*128的三维矩阵。这里,上述梯度提升决策树属于集成模型中的一种,在梯度提升决策树中可以使用多颗决策树(例如64颗决策树)。
第二步:上述执行主体可以将上述拼接列表特征数据输入预先训练的第一深度神经网络,生成上述处理后的列表特征数据。这里,上述第一深度神经网络可以用于对上述拼接列表特征数据做进一步的特征提取。作为示例,第一深度神经网络可以包括但不限于以下至少一层:全连接层,激活层,dropout层,resahpe层,embedding层。
这一实现方式所带来的好处是,通过将梯度提升决策树处理后的第一派生列表特征数据与原有列表特征数据进行拼接,丰富了列表特征数据,进一步的,为准确预测用户留存时间提供了基础。
可选的,上述梯度提升决策树是基于样本列表特征数据和样本数值特征数据共同训练得到的。其中,上述样本列表特征数据是初始样本列表特征数据通过独热编码得到的。
步骤202,基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据。
在一些实施例中,根据第二处理方式,上述执行主体可以对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据。这里,上述第二处理方式可以是特征提取算法。上述特征提取算法可以包括但不限于以下至少一项:集成模型,深度神经网络,SVM,K最近邻算法,决策树,朴素贝叶斯。
上述数值特征数据包括可以使用数值来表示的特征数据。实践中,目标用户停留时间超过预定时间的应用上显示的文章数目,目标用户使用应用的时间,目标用户在目标时间段内打开应用的次数,目标用户是否使用账号登陆过应用,目标用户点击应用上显示的文章的篇数,应用推送给目标用户的文章篇数,目标用户完整阅读应用上显示的文章的篇数,目标用户在应用内操作的次数,目标用户分享应用上显示的文章的篇数。以上每个数据都可以是数值特征数据。
作为示例,上述执行主体可以将上述数值特征数据输入预先训练的SVM中,生成上述处理后的数值特征数据。
在一些实施例的一些可选的实现方式中,上述执行主体可以将数值特征数据输入预先训练的第二深度神经网络,生成上述处理后的数值特征数据。其中,上述第二深度神经网络用于对数值特征数据进行进一步的特征提取。作为示例,上述第二深度神经网络可以包括但不限于一下至少一层:全连接层、激活层、dropout层。
步骤203,基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据。
在一些实施例中,根据第三处理方式,上述执行主体可以对上述天级特征数据进行处理,生成处理后的天级特征数据。这里,上述第三处理方式可以是特征提取算法。上述特征提取算法可以包括但不限于以下至少一项:分解机,集成模型,深度神经网络,SVM(支持向量机,Support Vector Machine),K最近邻算法,决策树,朴素贝叶斯。
作为示例,可以将天级特征数据输入预先训练的第三深度神经网络中,得到处理后的天级特征数据。
在一些实施例的一些可选的实现方式中,上述执行主体还可以将上述天级特征数据输入预先训练的分解机模型,生成上述处理后的天级特征数据。
可选的,上述分解机模型可以包括列表特征提取网络和数值特征提取网络。上述基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据可以通过如下步骤得到:
第一步:将上述列表特征数据输入上述列表特征提取网络,生成第二派生列表特征数据。作为示例,上述列表特征提取网络可以包括全连接层,embedding层。
第二步:将上述数值特征数据输入上述数值特征提取网络,生成派生数值特征数据。这里,上述数值特征提取网络可以包括全连接层,reshape层。
第三步:将上述第二派生列表特征数据和上述派生数值特征数据拼接,生成第一拼接结果。
第四步:对上述第一拼接结果进行特征交叉,生成上述处理后的天级特征数据。这里,特征交叉也叫作特征组合。实践中,特征交叉是指将原有的特征数据进行组合,从而产生新的特征数据。
这一实现方式中使用了特征交叉,从而得到了新的特征数据,使用新的特征数据来预测用户留存时间,使得所得到的用户留存时间更加准确。
可选的,上述梯度提升决策树、上述第一深度神经网络、上述第二深度神经网络和上述分解机模型在训练过程中所使用的样本数值特征数据通过如下步骤确定:
第一步:上述执行主体可以确定样本用户在样本预设时间段内(例如,50天)的初始样本数值特征数据。
第二步:对确定的初始样本数值特征数据进行处理,可以包括将上述初始样本数值特征数据进行数据标准化。其中,上述数据标准化后的数据分布符合标准正态分布,即均值为0,标准差为1。上述标准化的转化函数可以为X=(x-μ)/σ,其中,X为标准化后的数据,x为标准化之前的用户特征数据,μ为上述用户特征数据的均值,σ为上述用户特征数据的标准差。作为示例,对于上述用户停留时间超过预定时间的文章数目,在所有用户群体上统计其均值为37,标准差为48。将数据输入到深度学习网络之前,会将这个数据减去37,再除以48。通过对初始样本数值特征数据进行处理,使处理后的数据缩放到预设的区间,为训练梯度提升决策树、第一深度神经网络、第二深度神经网络和分解机模型提供了基础。
步骤204,基于上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,生成在多个时间段中每个时间段内用户留存时间。
在一些实施例中,上述执行主体根据上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,可以通过各种方式生成在多个时间段中每个时间段内用户留存时间。这里,可以同时得到目标用户在多个(例如,4个)时间段中每个时间段内用户留存时间,实践中,可以将处理后的列表特征数据、处理后的数值特征数据和处理后的天级特征数据做拼接。然后,对拼接数据进行特征交叉。最后,将特征交叉后的拼接数据经过激活函数(例如,sigmoid)。最终,可以得到n(n大于等于1)维向量。其中,上述n维向量表示n个时间段中每个时间段内用户留存时间。
例如,得到了4维向量。这里,4维向量表示4个时间段中每个时间段内用户留存时间。实践中,4维向量可以为:0.5、0.6、0.7和0.8。在未来7天内、28天内、56天内和180天内,这四个时间段内的用户留存时间可以表示为:0.5*7、0.6*28、0.7*56和0.8*180。即,在未来7天内用户留存为3.5天;在未来28天内用户留存为14.4天;在未来56天内用户留存为39.2天;在未来180天内用户留存为144天。
在一些实施例的一些可选的实现方式中,第一深度神经网络和上述第二深度神经网络在训练过程中采用了随机失活。该实施方式通过在训练过程随机失活,从而避免了模型对训练数据的过拟合。
本公开的上述各个实施例中的一个实施例具有如下有益效果:采用多种方式分别对目标用户的数值特征数据、目标用户的列表特征数据处理和目标用户的天级特征数据进行处理。最终,综合多种方式处理后的结果来对目标用户留存时间进行预估,使得到的用户留存时间更加准确。
继续参考图3,示出了根据本公开的生成用户留存时间的方法的另一些实施例的流程300。该生成用户留存时间的方法,包括以下步骤:
步骤301,基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据。
步骤302,基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据。
步骤303,基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据。
一些实施例中,步骤301-303的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203,在此不再赘述。
步骤304,将处理后的列表特征数据、处理后的数值特征数据和处理后的天级特征数据拼接,得到第二拼接结果。
在一些实施例中,上述执行主体可以将上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据拼接,得到第二拼接结果。
步骤305,将第二拼接结果输入预先训练的全连接网络,生成在多个时间段中每个时间段内用户留存时间
在一些实施例中,上述执行主体可以将上述第二拼接结果输入预先训练的全连接网络,生成上述在多个时间段中每个时间段内用户留存时间。这里,全连接网络的输出可以是n维向量。其中,上述n维向量表示n个时间段中每个时间段内用户留存时间。
例如,得到了4维向量。这里,4维向量表示4个时间段中每个时间段内用户留存时间。实践中,4维向量可以为:0.5、0.6、0.7和0.8。在未来7天内、28天内、56天内和180天内,这四个时间段内的用户留存时间可以表示为:0.5*7、0.6*28、0.7*56和0.8*180。即,在未来7天内用户留存为3.5天;在未来28天内用户留存为14.4天;在未来56天内用户留存为39.2天;在未来180天内用户留存为144天。
从图3中可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的确定用户留存时间的方法的流程300更加突出将处理后的列表特征数据、处理后的数值特征数据和处理后的天级特征数据拼接进行拼接的步骤。由此,使用拼接后的结果可以更全面的来预测目标用户的留存时间,从而使得所预测的目标用户的留存时间更加准确。
继续参考图4,作为对上述各图上述方法的实现,本公开提供了一种用于生成用户留存时间的装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,一些实施例的用于生成用户留存时间的装置400包括:第一生成单元,被配置成基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据;第二生成单元,被配置成基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据;第三生成单元,被配置成基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据;第四生成单元,被配置成基于上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,生成在多个时间段中每个时间段内用户留存时间。
在一些实施例的一些可选的实现方式中,第一生成单元401可以进一步被配置成:将上述列表特征数据和第一派生列表特征数据拼接,得到拼接列表特征数据,其中,上述第一派生列表特征数据是通过将上述天级特征数据输入预先训练的梯度提升决策树得到的;将上述拼接列表特征数据输入预先训练的第一深度神经网络,生成上述处理后的列表特征数据。
在一些实施例的一些可选的实现方式中,上述梯度提升决策树是基于样本列表特征数据和样本数值特征数据共同训练得到的,其中,上述样本列表特征数据是初始样本列表特征数据通过独热编码得到的。
在一些实施例的一些可选的实现方式中,第二生成单元402可以进一步被配置成:将上述数值特征数据输入预先训练的第二深度神经网络,生成上述处理后的数值特征数据。
在一些实施例的一些可选的实现方式中,第三生成单元403可以进一步被配置成:将上述天级特征数据输入预先训练的分解机模型,生成上述处理后的天级特征数据。
在一些实施例的一些可选的实现方式中,上述分解机模型包括列表特征提取网络和数值特征提取网络;以及第三生成单元403可以进一步被配置成:上述基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据,包括:将上述列表特征数据输入上述列表特征提取网络,生成第二派生列表特征数据;将上述数值特征数据输入上述数值特征提取网络,生成派生数值特征数据;将上述第二派生列表特征数据和上述派生数值特征数据拼接,生成第一拼接结果;对上述第一拼接结果进行特征交叉,生成上述处理后的天级特征数据。
在一些实施例的一些可选的实现方式中,第四生成单元404可以进一步被配置成:将上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据拼接,得到第二拼接结果;将上述第二拼接结果输入预先训练的全连接网络,生成上述在多个时间段中每个时间段内用户留存时间。
在一些实施例的一些可选的实现方式中,上述第一深度神经网络和上述第二深度神经网络在训练过程中采用了随机失活。
在一些实施例的一些可选的实现方式中,上述梯度提升决策树、上述第一深度神经网络、上述第二深度神经网络和上述分解机模型在训练过程中所使用的样本数值特征数据通过如下步骤确定:确定样本用户在样本预设时间段内的初始样本数值特征数据;对上述初始样本数值特征数据进行数据标准化,得到符合标准正态分布的上述样本数值特征数据。
可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备)500的结构示意图。图5示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据;基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据;基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据;基于上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,生成在多个时间段中每个时间段内用户留存时间。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一生成单元、第二生成单元、第三生成单元和第四生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一提取单元还可以被描述为“基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例,提供了一种用于生成用户留存时间的方法,包括:基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据;基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据;基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据;基于上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,生成在多个时间段中每个时间段内用户留存时间。
根据本公开的一个或多个实施例,上述对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据,包括:将上述列表特征数据和第一派生列表特征数据拼接,得到拼接列表特征数据,其中,上述第一派生列表特征数据是通过将上述天级特征数据输入预先训练的梯度提升决策树得到的;将上述拼接列表特征数据输入预先训练的第一深度神经网络,生成上述处理后的列表特征数据。
根据本公开的一个或多个实施例,上述梯度提升决策树是基于样本列表特征数据和样本数值特征数据共同训练得到的,其中,上述样本列表特征数据是初始样本列表特征数据通过独热编码得到的。
根据本公开的一个或多个实施例,上述基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据,包括:将上述数值特征数据输入预先训练的第二深度神经网络,生成上述处理后的数值特征数据。
根据本公开的一个或多个实施例,上述基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据,包括:将上述天级特征数据输入预先训练的分解机模型,生成上述处理后的天级特征数据。
根据本公开的一个或多个实施例,上述分解机模型包括列表特征提取网络和数值特征提取网络;以及上述基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据,包括:将上述列表特征数据输入上述列表特征提取网络,生成第二派生列表特征数据;将上述数值特征数据输入上述数值特征提取网络,生成派生数值特征数据;将上述第二派生列表特征数据和上述派生数值特征数据拼接,生成第一拼接结果;对上述第一拼接结果进行特征交叉,生成上述处理后的天级特征数据。
根据本公开的一个或多个实施例,上述基于上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,生成在多个时间段中每个时间段内用户留存时间,包括:将上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据拼接,得到第二拼接结果;将上述第二拼接结果输入预先训练的全连接网络,生成上述在多个时间段中每个时间段内用户留存时间。
根据本公开的一个或多个实施例,上述第一深度神经网络和上述第二深度神经网络在训练过程中采用了随机失活。
根据本公开的一个或多个实施例,上述梯度提升决策树、上述第一深度神经网络、上述第二深度神经网络和上述分解机模型在训练过程中所使用的样本数值特征数据通过如下步骤确定:确定样本用户在样本预设时间段内的初始样本数值特征数据;对上述初始样本数值特征数据进行数据标准化,得到符合标准正态分布的上述样本数值特征数据。
根据本公开的一个或多个实施例,提供了一种用于生成用户留存时间的装置,包括:第一生成单元,被配置成基于第一处理方式,对目标用户在预设时间段内的天级特征数据中的列表特征数据进行处理,生成处理后的列表特征数据;第二生成单元,被配置成基于第二处理方式,对上述天级特征数据中的数值特征数据进行处理,生成处理后的数值特征数据;第三生成单元,被配置成基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据;第四生成单元,被配置成基于上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据,生成在多个时间段中每个时间段内用户留存时间。
根据本公开的一个或多个实施例,第一生成单元可以进一步被配置成:将上述列表特征数据和第一派生列表特征数据拼接,得到拼接列表特征数据,其中,上述第一派生列表特征数据是通过将上述天级特征数据输入预先训练的梯度提升决策树得到的;将上述拼接列表特征数据输入预先训练的第一深度神经网络,生成上述处理后的列表特征数据。
根据本公开的一个或多个实施例,上述梯度提升决策树是基于样本列表特征数据和样本数值特征数据共同训练得到的,其中,上述样本列表特征数据是初始样本列表特征数据通过独热编码得到的。
根据本公开的一个或多个实施例,第二生成单元可以进一步被配置成:将上述数值特征数据输入预先训练的第二深度神经网络,生成上述处理后的数值特征数据。
根据本公开的一个或多个实施例,第三生成单元可以进一步被配置成:将上述天级特征数据输入预先训练的分解机模型,生成上述处理后的天级特征数据。
根据本公开的一个或多个实施例,上述分解机模型包括列表特征提取网络和数值特征提取网络;以及第三生成单元可以进一步被配置成:上述基于第三处理方式,对上述天级特征数据进行处理,生成处理后的天级特征数据,包括:将上述列表特征数据输入上述列表特征提取网络,生成第二派生列表特征数据;将上述数值特征数据输入上述数值特征提取网络,生成派生数值特征数据;将上述第二派生列表特征数据和上述派生数值特征数据拼接,生成第一拼接结果;对上述第一拼接结果进行特征交叉,生成上述处理后的天级特征数据。
根据本公开的一个或多个实施例,第四生成单元可以进一步被配置成:将上述处理后的列表特征数据、上述处理后的数值特征数据和上述处理后的天级特征数据拼接,得到第二拼接结果;将上述第二拼接结果输入预先训练的全连接网络,生成上述在多个时间段中每个时间段内用户留存时间。
根据本公开的一个或多个实施例,上述第一深度神经网络和上述第二深度神经网络在训练过程中采用了随机失活。
根据本公开的一个或多个实施例,上述梯度提升决策树、上述第一深度神经网络、上述第二深度神经网络和上述分解机模型在训练过程中所使用的样本数值特征数据通过如下步骤确定:确定样本用户在样本预设时间段内的初始样本数值特征数据;对上述初始样本数值特征数据进行数据标准化,得到符合标准正态分布的上述样本数值特征数据。
根据本公开的一个或多个实施例,提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如上述任一实施例描述的方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。