摘要
本发明提供了一种用于用户游戏付费意向评估的模型训练方法和评估方法,涉及人工智能技术领域,模型训练方法包括:根据多个用户分别对目标游戏应用的付费信息,确定多个目标用户;获取多个目标用户分别对应的特征数据,生成第一数据集,其中,特征数据包括对应通信运营商中记录的目标用户的第一数据和基于目标用户对目标游戏应用的历史行为产生的第二数据;对第一数据集进行变量衍生、清洗和筛选处理,获得第二数据集;根据第二数据集对第一模型进行训练,生成用于用户游戏付费意向评估的目标模型,其中,第一模型为分类提升树模型和神经网络模型的融合模型。本发明实施例中的目标模型的预测效率和预测准确度较高。
技术关键词
付费
模型训练方法
游戏
数据
神经网络模型
变量
模型训练装置
交叉验证法
画像
处理器
可读存储介质
人工智能技术
模块
计算机程序产品
日期
评估装置
网络设备
存储器
系统为您推荐了相关专利信息
故障检测信号
热水设备
故障预警方法
综合故障
校园