(19)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 202211275014.5 (22)申请日 2022.10.18 (71)申请人 康键信息技 术 （深圳） 有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 （入驻深圳市 前海商务秘书 有限公司） (72)发明人 查冠友　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 专利代理师 李小朋 (51)Int.Cl. G06Q 30/02(2012.01) G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 针对流失用户的流失因素确定方法、 装置、 电子设备及 介质 (57)摘要 本申请涉及数据处理技术领域， 同时适用于 数字医疗及金融科技领域， 公开了一种针对流失 用户的流失因素确定方法、 装置、 电子设备及介 质。 通过应用本申请的技术方案， 可以实现一种 由预先构建的用户流失数据模型自动根据已流 失用户的历史业务办理数据来识别出导致其流 失的一个或多个业务维度。 以使后续针对性的根 据该一个或多个业务维度进行改进调整的技术 方案。 从而一方面避免了相关技术中存在的， 依 赖业务人员基于用户的业务数据对流失用户进 行分析所导致的分析效率较低的问题。 另一方面 也可以根据由多层构建的用户流失数据模型来 具体识别出在繁琐 的业务办理过程中真正使得 用户发生流失的某一个待改进的业务维度。 进而 在后续对该业 务维度制定相应的应对策略。 权利要求书2页 说明书12页 附图4页 CN 115511537 A 2022.12.23 CN 115511537 A 1.一种针对流失用户的流失因素确定方法， 其特 征在于， 包括： 基于多个用户业 务办理的间隔时长， 从所述多个用户中确定 至少一个流失用户； 获取所述流失用户在历史业务办理期间对应的业务数据， 并将所述业务数据输入至预 生成的用户流失数据模型中， 所述 业务数据由多个不同业 务维度的数据所组成； 基于所述用户流失数据模型输出的识别结果， 将所述业务数据中对应于目标业务维度 的数据作为所述 流失用户的流失因素。 2.如权利要求1所述的方法， 其特征在于， 所述基于所述用户流失数据模型输出的识别 结果， 将所述 业务数据中对应于目标业 务维度的数据作为所述 流失用户的流失因素， 包括： 获取所述识别结果中包括的， 各个业务维度数据的重要度标识， 其中业务维度数据包 括办理时长维度、 办理体验维度以及售后体验维度； 将其中符合预设条件的重要度标识对应的业务维度作为所述目标业务维度， 并将所述 目标业务维度的数据作为所述 流失用户的流失因素。 3.如权利要求1所述的方法， 其特征在于， 在所述基于多个用户业务办理的间隔时长， 从所述多个用户中确定 至少一个流失用户之前， 还 包括： 获取多个样本用户在业务办理期间对应的样本业务数据； 以及， 从所述多个样本用户 中确定至少一个样本流失用户， 所述样本业务数据 由多个不同业务维度 的样本数据所组 成； 以所述样本业务数据作为特征值， 以及以所述样本流失用户作为目标值， 构建所述用 户流失数据模型。 4.如权利要求3所述的方法， 其特征在于， 所述以所述样本业务数据作为特征值， 以及 以所述样本流失用户作为目标值， 构建所述用户流失数据模型， 包括： 获取初始随机森林模型； 以及， 将所述初始随机森林模型的第 一层设置为词向量层， 所述词向量层用于识别所述样本 业务数据包 含的多个业 务维度的维度数据特 征； 以及， 将所述初始随机森林模型的第二层设置为双向LSTM层， 所述双向LSTM层用于识别每个 业务维度的样本数据之间的关联关系； 以及， 将所述初始随机森林模型的第三层设置为CRF层， 所述CRF层用于识别各个业务维度的 重要度标识； 利用所述样本业务数据以及以所述样本流失用户， 对所述初始随机森林模型进行训 练， 得到所述用户流失数据模型。 5.如权利要求1所述的方法， 其特征在于， 所述基于多个用户业务办理的间隔时长， 从 所述多个用户中确定 至少一个流失用户， 包括： 获取每个用户最近一次进行业 务办理的第一时间点； 将其中所述第一时间点与当前时间点的间隔时长达到预设时长的用户作为所述流失 用户。 6.如权利要求1所述的方法， 其特征在于， 所述将所述业务数据中对应于目标业务维度 的数据作为所述 流失用户的流失因素， 包括： 获取所述流失用户在业务办理期间采集到的面部 图像以及语音数据； 以及， 获取所述 流失用户的属性信息， 所述属性信息包括 年龄信息、 性别 信息以及业 务办理类型信息；权　利　要　求　书 1/2 页 2 CN 115511537 A 2基于所述面部 图像、 所述语音数据以及所述属性信息， 确定所述流失用户在距离最近 一次业务办理的间隔时长内对应的状态指标； 若确定所述状态指标对应于健康状态， 将所述业务数据中对应于目标业务维度的数据 作为所述 流失用户的流失因素。 7.如权利要求6所述的方法， 其特征在于， 所述基于所述面部 图像、 所述语音数据以及 所述属性信息， 确定所述流失用户在距离最近一次业务办理的间隔时长内对应的状态指 标， 包括： 利用预设的图像检测模型， 对所述流失用户的面部 图像进行健康特征识别， 得到所述 流失用户的第一 健康指标； 以及， 利用语音检测模型， 对所述流失用户的语音数据进行健康特征识别， 得到所述流失用 户的第二 健康指标； 基于所述第一健康指标和所述第二健康指标， 与所述属性信息的匹配程度， 确定所述 流失用户的状态指标。 8.一种针对流失用户的流失因素确定装置， 其特 征在于， 包括： 确定模块， 被配置为基于多个用户业务办理的间隔时长， 从所述多个用户中确定至少 一个流失用户； 输入模块， 被配置为获取所述流失用户在历史业务办理期间对应的业务数据， 并将所 述业务数据输入至预生 成的用户流失数据模型中， 所述业务数据由多个不同业务 维度的数 据所组成； 生成模块， 被配置为基于所述用户流失数据模型输出的识别结果， 将所述业务数据中 对应于目标业 务维度的数据作为所述 流失用户的流失因素。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储可执行指令； 以及， 处理器， 用于与所述存储器执行所述可执行指令从而完成权利要求1 ‑7中任一所述针 对流失用户的流失因素确定方法的操作。 10.一种计算机可读存储介质， 用于存储计算机可读取的指令， 其特征在于， 所述指令 被执行时执行权利要求1 ‑7中任一所述针对流失用户的流失因素确定方法的操作。权　利　要　求　书 2/2 页 3 CN 115511537 A 3