买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京积分时代科技有限公司申请的专利一种基于模型评估的会员流失预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120013002B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510093797.2，技术领域涉及：G06Q10/04；该发明授权一种基于模型评估的会员流失预测方法是由杨江豪;杨程介;徐龙;侯钧文设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种基于模型评估的会员流失预测方法在说明书摘要公布了：本发明涉及用户流失预测技术领域，公开了一种基于模型评估的会员流失预测方法，包括以下步骤：从会员管理系统中提取会员行为数据、时间序列数据、会员特征数据以及流失标签数据，进行数据清洗、归一化处理，并提取时间特征；基于信息熵和条件熵计算，对会员行为数据中的特征重要性进行量化评价，筛选条件熵值低于预设阈值的关键特征；构建特征之间的协同效应函数，通过博弈论模型确定特征的动态权重分配方案；基于筛选后的特征和对应权重。通过量化各特征对流失标签的解释能力，筛选出关键特征，达到了提升模型训练效率与减少无关特征干扰的技术效果，解决了因特征重要性评估不足导致模型性能下降的问题。

本发明授权一种基于模型评估的会员流失预测方法在权利要求书中公布了：1.一种基于模型评估的会员流失预测方法，其特征在于，包括以下步骤： 从会员管理系统中提取会员行为数据、时间序列数据、会员特征数据以及流失标签数据，进行数据清洗、归一化处理，并提取时间特征； 基于信息熵和条件熵计算，对会员行为数据中的特征重要性进行量化评价，筛选条件熵值低于预设阈值的关键特征； 构建特征之间的协同效应函数，通过博弈论模型确定特征的动态权重分配方案； 基于筛选后的特征和对应权重，使用时间序列模型训练会员流失预测模型，生成预测输出； 通过预测模型输出与实际流失标签的对比，评估模型性能指标，并根据熵增值动态调整特征权重和模型参数，其中， 所述会员行为数据包括页面访问频次、产品点击数、商品加入购物车的次数、完成交易的数量、平均交易金额； 所述基于信息熵和条件熵计算，用于计算每个特征的信息熵，衡量特征的复杂度和数据分布的均匀性； 基于条件熵计算每个特征对会员流失预测的解释能力，条件熵值越小的特征对流失标签的贡献越大； 筛选条件熵值低于预设阈值的特征作为关键特征； 对时间序列数据，通过计算时间特征的熵增值，提取动态变化趋势显著的特征； 所述构建特征之间的协同效应函数，用于量化不同特征之间的关联性； 采用博弈论模型以特征权重分配为优化目标，通过迭代优化算法求解特征的动态权重分配； 动态调整特征权重，确保关键特征获得更高权重，从而提升模型对重要特征的学习能力； 所述协同效应函数的公式为： ； 其中，GXi,Xj为特征Xi和Xj之间的协同效应函数的值；HY|Xi为特征Xi对目标变量Y的条件熵；HY|Xj为特征Xj对目标变量Y的条件熵；为正数的平滑因子；Xi和Xj为会员行为数据、时间序列数据、产品数据或会员特征数据中的某一特征；Y为目标流失标签； 权重分配满足约束： ； 其中，wi为特征Xi的权重；n为筛选后的特征数量； 权重分配的优化目标，优化目标为最大化协同效应的总贡献： ； 其中，wj为特征Xj的权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京积分时代科技有限公司，其通讯地址为：100020 北京市朝阳区望京东园七区18号楼3层301内301室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。