摘要
本申请公开了一种客户流失预测模型的训练方法及装置、客户流失预测方法及装置、电子设备、计算机程序产品,该训练方法包括:构建客户流失预测模型的训练样本数据,训练样本数据基于客户的历史交易数据和流失预测标签构建;利用训练样本数据中的第一训练样本数据分别对随机森林模型和时间序列模型进行预训练,得到预训练的随机森林模型和时间序列模型;利用第二训练样本数据对预训练的随机森林模型和时间序列模型进行联合微调,得到客户流失预测模型。本公开实施例先分别单独训练随机森林模型和时间序列模型,分别挖掘了两模型的学习潜力,再通过两模型联合微调训练,充分捕捉了交易数据中的时序信息和流失特征信息,提高了客户流失预测的准确性。
技术关键词
客户流失预测模型
训练样本数据
时间序列模型
随机森林模型
客户流失预测方法
交易特征
计算机程序产品
训练装置
标签
电子设备
微调单元
特征工程
处理器
参数
指令
时序
系统为您推荐了相关专利信息
强化学习模型
规则集
智能接口模块
资源
智能体模型
多模态特征
实时数据处理方法
数据项
补全策略
数据格式
人力资源数据
人力资源管理方法
结构化查询语句
业务系统
自然语言