摘要
本发明提供一种客户流失风险预测方法及装置、存储介质及电子设备,该方法包括:获取各个历史客户的多源数据集,根据多源数据集的数据完备情况,将各个历史客户划分为第一客户和第二客户;对第一客户的多源数据集进行缺失模态数据补全,以得到客户的原始数据集;将第二客户的多源数据集作为客户的原始数据集;在原始数据集的基础上,通过数据清洗和特征提取,获得历史客户的多个特征数据,将历史客户的流失状态标签和特征数据作为训练样本;基于各个训练样本和机器学习算法构建流失风险预测模型;应用流失风险预测模型预测客户流失风险。本发明的方法,可基于流失风险预测模型的学习能力对客户数据进行个性化分析,可提高流失风险预测的准确性。
技术关键词
客户流失风险
风险预测模型
机器学习算法
异常数据处理
指标
情感特征
画像
梯度提升树
特征提取单元
标签
电子设备
机器学习模型
清洗单元
编码器
报告
预测装置
策略
系统为您推荐了相关专利信息
网络安全攻击
网络安全数据
专用数据
网络安全分析
网络安全威胁
空压系统
系统节能优化
变频空压机
深度学习算法
策略
水轮机机组
数学模型
虚实交互系统
输入输出关系
历史运行数据
机器学习算法
文本
语音识别技术
命名实体识别技术
循环神经网络模型