1.一种游戏新用户的防流失方法，其特征在于，包括：
获取游戏新用户的待预测日志数据，所述待预测日志数据包含所述游戏新用户在竞技模式下所产生的竞技结果信息；所述竞技模式的类型包括标准竞技模式以及补偿竞技模式；
对所述待预测日志数据进行特征提取，得到所述游戏新用户的目标特征数据，所述目标特征数据包含各个预先设置的特征维度的基础特征数据；
将所述目标特征数据输入至预先训练完成的集成学习算法模型中，得到所述游戏新用户对应的用户流失预测结果；
基于所述用户流失预测结果判断所述游戏新用户是否满足预先设置的补偿条件；
若所述游戏新用户满足所述补偿条件，则使得所述游戏新用户处于补偿竞技模式。
2.根据权利要求1所述的方法，其特征在于，所述对所述待预测日志数据进行特征提取，得到所述游戏新用户的目标特征数据，包括：
在所述待预测日志数据中提取出每个预先设置的特征维度的特征数据；
对每个所述特征维度的特征数据进行预处理，得到每个所述特征维度的基础特征数据；
基于每个所述特征维度的特征数据组成所述游戏新用户的目标特征数据。
3.根据权利要求1所述的方法，其特征在于，所述集成学习算法模型的训练过程，包括：
获取训练样本集合，所述训练样本集合包含每个历史用户的训练样本；每个所述历史用户的训练样本依据该历史用户的历史日志数据得到；
应用所述训练样本集合中的训练样本对预先构建的初始集成学习算法模型进行训练，得到集成学习算法模型，所述初始集成学习算法模型包括多个按预先设置的组合规则进行组合的初始分类器，每个所述初始分类器与每个所述特征维度相对应。
4.根据权利要求1所述的方法，其特征在于，所述基于所述用户流失预测结果判断所述游戏新用户是否满足预先设置的补偿条件，包括：
确定所述用户流失预测结果表征的状态类型；
若所述状态类型为预备流失状态，则判定所述游戏新用户满足预先设置的补偿条件；
若所述状态类型不为预备流失状态，则判定所述游戏新用户不满足预先设置的补偿条件。
5.根据权利要求1所述的方法，其特征在于，所述获取处于标准竞技模式的游戏新用户的待预测日志数据，包括：
当检测到所述游戏新用户进入竞技预备状态时，获取所述游戏新用户的前n个竞技结果信息，n为正整数；
基于所述游戏新用户的前n个竞技结果信息组成所述游戏新用户的待预测日志数据。
6.根据权利要求1所述的方法，其特征在于，所述将所述目标特征数据输入至预先训练完成的集成学习算法模型中，得到所述游戏新用户对应的用户流失预测结果，包括：
将所述目标特征数据输入至所述集成学习算法模型，使得所述集成学习算法模型中的每个分类器对所述目标特征数据中的与该分类器相对应的特征维度的基础特征数据进行识别，得到每个所述分类器的识别结果；
对各个所述分类器的识别结果进行处理，得到所述游戏新用户的用户流失预测结果。
7.根据权利要求1所述的方法，其特征在于，还包括：
若所述游戏新用户不满足所述补偿条件，则使得所述游戏新用户处于标准竞技模式。
8.一种游戏新用户的防流失装置，其特征在于，包括：
获取单元，被配置为执行获取游戏新用户的待预测日志数据，所述待预测日志数据包含所述游戏新用户在竞技模式下所产生的竞技结果信息；所述竞技模式的类型包括标准竞技模式以及补偿竞技模式；
特征提取单元，被配置为执行对所述待预测日志数据进行特征提取，得到所述游戏新用户的目标特征数据，所述目标特征数据包含各个预先设置的特征维度的基础特征数据；
预测单元，被配置为执行将所述目标特征数据输入至预先训练完成的集成学习算法模型中，得到所述游戏新用户对应的用户流失预测结果；
判断单元，被配置为执行基于所述用户流失预测结果判断所述游戏新用户是否满足预先设置的补偿条件；
补偿执行单元，被配置为执行若所述游戏新用户满足所述补偿条件，则使得所述游戏新用户处于补偿竞技模式，以防止所述游戏新用户流失。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的游戏新用户的防流失方法。
10.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至7中任一项所述的游戏新用户的防流失方法。