用户留存时间生成方法、装置、电子设备和介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111709583A(43)申请公布日2020.09.25(21)申请号202010561016.5(22)申请日2020.06.18(71)申请人北京字节跳动网络技术有限公司地址100041北京市石景山区实兴大街30号院3号楼2层B-0035房间(72)发明人孙振邦周杰王长虎(74)专利代理机构北京卫智畅科专利代理事务所(普通合伙)11557代理人陈佳(51)Int.Cl.G06Q10/04(2012.01)G06Q30/02(2012.01)G06N3/08(2006.01)G06N3/04(2006.01)权利要求书2页说明书12页附图7页(54)发明名称用户留存时间生成方法、装置、电子设备和介质(57)摘要本公开的实施例公开了用户留存时间生成方法、装置、电子设备和介质。该方法的一具体实施方式包括：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数值特征数据进行处理，生成上述数值特征数据的处理结果；基于第二处理方式，对上述天级特征数据中的列表特征数据进行处理，生成上述列表特征数据的处理结果；基于第三处理方式、上述数值特征数据的处理结果和上述列表特征数据的处理结果，生成上述天级特征数据的处理结果；基于上述天级特征数据的处理结果，生成用户留存时间。该实施方式采用多种方式确定用户在应用中留存时间，使得对用户留存时间的确定更为精准、便利。CN111709583ACN111709583A权利要求书1/2页1.一种用户留存时间生成方法，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数值特征数据进行处理，生成所述数值特征数据的处理结果；基于第二处理方式，对所述天级特征数据中的列表特征数据进行处理，生成所述列表特征数据的处理结果；基于第三处理方式、所述数值特征数据的处理结果和所述列表特征数据的处理结果，生成所述天级特征数据的处理结果；基于所述天级特征数据的处理结果，生成用户留存时间。2.根据权利要求1所述的方法，其中，所述对目标用户在预设时间段内的天级特征数据中的数值特征数据进行处理，生成所述数值特征数据的处理结果，包括：对所述数值特征数据进行数据标准化，得到第一数值特征数据；将所述第一数值特征数据输入至第一深度神经网络，得到所述数值特征数据的处理结果，其中，所述第一深度神经网络包括第一全连接网络和第二全连接网络。3.根据权利要求1所述的方法，其中，所述对所述天级特征数据中的列表特征数据进行处理，生成所述列表特征数据的处理结果，包括：对所述列表特征数据进行整数改写，得到第一列表特征数据；将所述第一列表特征数据输入至第二深度神经网络，得到所述列表特征数据的处理结果，其中，所述第二深度神经网络包括嵌入层、第三全连接网络和第四全连接网络。4.根据权利要求2所述的方法，其中，所述将所述第一数值特征数据输入至第一深度神经网络，得到所述数值特征数据的处理结果，包括：将所述第一数值特征数据输入至所述第一全连接网络，得到第一输出结果；将所述第一输出结果输入至所述第二全连接网络，得到第二输出结果，以及将所述第二输出结果确定为所述数值特征数据的处理结果，其中，在所述第一深度神经网络的训练过程中，在所述第二全连接网络中采用了随机失活。5.根据权利要求3所述的方法，其中，所述将所述第一列表特征数据输入至第二深度神经网络，得到所述列表特征数据的处理结果，包括：将所述第一列表特征数据输入至所述嵌入层，得到嵌入层输出结果；将所述嵌入层输出结果输入至所述第三全连接网络，得到第三输出结果；将所述第三输出结果输入至所述第四全连接网络，其中，在所述第二深度神经网络的模型训练过程中，在所述第四全连接网络中采用了随机失活；对所述第四全连接网络的输出结果进行数据重新组织，得到所述列表特征数据的处理结果。6.根据权利要求1-5之一所述的方法，其中，所述基于第三处理方式、所述数值特征数据的处理结果和所述列表特征数据的处理结果，生成所述天级特征数据的处理结果，包括：对所述数值特征数据的处理结果和所述列表特征数据的处理结果进行拼接处理，得到拼接结果；将所述拼接结果确定为所述天级特征数据的处理结果。7.根据权利要求6所述的方法，其中，所述基于所述天级特征数据的处理结果，生成用户留存时间，包括：2CN111709583A权利要求书2/2页将所述天级特征数据的处理结果输入第三深度神经网络，得到用户留存时间，其中，所述第三深度神经网络包括第五全连接网络。8.一种用户留存时间生成装置，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数值特征数据进行处理，生成所述数值特征数据的处理结果；第二生成单元，被配置成基于第二处理方式，对所述天级特征数据中的列表