1.流失概率预测需求
2.特征工程—— 选择特征
3.特征工程—— 特征数据源
4.算法选择
- 4.1逻辑回归分类算法
- - 4.1.1步骤
  - - 4.1.2 向量规范化
    - 4.1.3 按照步骤写demo
- 4.2朴素贝叶斯算法
- - 4.2.1特征值离散化
  - 4.2.2模型训练
  - 4.2.3 demo

1.流失概率预测需求

根据用户的活跃度以及消费情况，判断用户的流失意向。可以对有流失意向的用户及时召回。

其中表包括：模型预测时间，用户id，模型预测得分，模型预测流失等级，模型插入时间。
不能够仅仅通过普通的运算就得出来流失率。而要通过历史既定事实的经验（满足某些特征的人群中，哪些流失了，哪些没流失来得出才更靠谱）。

2.特征工程—— 选择特征

特征选择的原则应该跟用户流失有关系:
活跃属性：登录次数，访问时长，访问深度；
消费属性：消费金额，订单均价，最大单笔消费金额，最小单笔消费金额，退货次数与占比，拒绝收货次数占比等，最后一次登录距今天数，最后一次购买距今天数。
事件属性：好评数。差评数，分享数。

3.特征工程—— 特征数据源

从公司大量的流失与未流失用户中各挑取一万人
将这两万人组成先验样本集。
在数仓中进行抽取。

4.算法选择

4.1逻辑回归分类算法

朴素贝叶斯天生就具备概率的意义；线性回归算法具备概率的隐含含义

4.1.1步骤

加载样本数据；
将样本数据向量化；
构建逻辑回归算法工具；
用算法对样本数据训练模型；
用模型来对未知数据做预测。

4.1.2 向量规范化

对于数据特征的值域差别太大的问题，值域范围大的，对最终结果的影响会明显超出值域范围小的特征，带来预测准确度的降低，相当于把值域特征给忽略掉了。所以需要对值域特征进行规范化处理。可以参考 sparkmllib的规范化工具api。

4.1.3 按照步骤写demo

4.2朴素贝叶斯算法

用户是否流失是一个典型的概率分析问题

4.2.1特征值离散化

连续数字的区间化处理，减少值的种类数
由于本案例里面的各个特征，都是一些连续的“数字”，无法在概率计算上体现同类别的共同特征，所以此案例中的特征向量化，需要做数据离散化处理。
将特征值区间化

4.2.2模型训练

加载样本特征数据；
数仓的用户活跃度统计报表；
数仓的用户消费订单画像统计报表；
数仓的用户商品画像统计报表；
事实标签。

将特征数据向量化

特征向量的处理：统一特征值的排序，对需要进行区间化的做区间化。
sparkmllib提供了四种向量规范化的工具

4.2.3 demo

对调用完训练模型的数据整理为标签模型
gid 模块名标签名标签值权重值

用户画像——用户流失率的计算相关推荐

008产品设计的思考（创造思维+用户体验+用户画像+用户群体）
文章目录一.产品优化创造思维如何培养 1.1 产品优化创造思维培养二.用户体验设计原则 2.1 可见原则 2.2 场景贴切原则 2.3 可控原则 2.4 一致性原则 2.5 防错.防呆原则 2.6 ...
企业级用户画像:用户购物性别模型-USG和决策树算法
絮叨两句: 博主是一名数据分析实习生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们人的一生中会遇到各种各样的困难和折磨,逃避是解决不了问题的,唯有以乐观的精神去迎接生活的挑战少年易老 ...
企业级用户画像: 用户活跃度模型-RFE
絮叨两句: 博主是一名数据分析实习生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们人的一生中会遇到各种各样的困难和折磨,逃避是解决不了问题的,唯有以乐观的精神去迎接生活的挑战少年易老 ...
用户画像用户画像表
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 用户画像总文章 ================ 用户画像 ...
MySQL中用户订单复购率的计算
1.项目需求(计算复购率) 订单表中有用户ID.订单金额.每笔订单的下单时间等信息,需要统计每个月在接下来几个月用户复购情况 // 创建数据表 create table orders( order_i ...
用户画像--用户标签
1.长期.短期 2.静态标签.动态标签 3.第一方标签.第三方标签
大数据系列 -- 用户流失率计算
有同学问:用户流失该怎么分析?用户流失率的数据可以算,可算出来以后呢?只看数据似乎完全看不出什么流失原因,只知道用户已经 X个月没有来了,也不知道看到这个能干啥.今天系统解答一下. 用户流失分析常见错 ...
网站运营活跃用户、流失用户、流失率、新用户流失率定义以及诠释
核心提示:本文简单介绍了活跃用户数.流失用户数.流失率.新用户流失率这几个概念.当然,比较大型的网站还会有许多细分数据:普通用户.活跃用户.优质用户.普通用户流失率.活跃用户流失率.优质 ...
看完后，别再说自己不懂用户画像了
用户画像是一个挺新颖的词,最初它是大数据行业言必及之的时髦概念.现在我们运营谈及用户画像,它也是和精准营销.精细化运营直接钩挂的.这篇文章主要讲产品和运营角度的用户画像. 希望看完后,解决你一切关于用 ...

用户画像——用户流失率的计算

目录