1.一种潜在流失用户识别方法,其特征在于,所述方法包括:
获取第一应用中目标非流失用户的第一应用日志,基于所述第一应用日志确定预测输入特征;
将所述预测输入特征输入至流失预测模型中,输出流失预测值,并基于所述流失预测值确定所述目标非流失用户是否为潜在流失用户;
其中,所述流失预测模型基于至少一个第二应用的采样流失周期所确定的第二应用日志训练得到,所述第二应用日志包括所述第二应用的流失用户对应的正样本日志以及非流失用户对应的负样本日志,所述第一应用与所述第二应用属于同一应用类型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一应用日志确定预测输入特征,包括:
从所述第一应用日志确定所述目标非流失用户对应的用户特征以及所述第一应用对应的应用特征;
基于所述用户特征以及所述应用特征,生成预测输入特征。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述第一应用对应的应用标识;
所述基于所述用户特征以及所述应用特征,生成预测输入特征,包括:
将所述用户特征以及所述应用特征分别与所述应用标识进行特征交叉处理,生成预测输入特征。
4.根据权利要求3所述的方法,其特征在于,所述将所述行为特征以及所述应用特征分别与所述应用标识进行特征交叉处理,生成预测输入特征,包括:
计算所述行为特征以及所述应用特征分别与所述应用标识的笛卡尔积,得到预测输入特征。
5.根据权利要求1所述的方法,其特征在于,所述获取第一应用中目标非流失用户的第一应用日志之前,还包括:
确定第二应用对应的采样流失周期,基于采样流失周期获取流失用户对应的正样本日志以及非流失用户对应的负样本日志;
基于所述正样本日志以及所述负样本日志,对初始流失预测模型进行训练,得到训练后的流失预测模型。
6.根据权利要求5所述的方法,其特征在于,所述确定第二应用对应的采样流失周期,包括:
获取自采样初始日起第二应用对应的多个用户登陆率,基于各所述用户登陆率确定变化特征值;
获取所述变化特征值对应的参考日期,将所述采样初始日至所述参考日期间的差值作为采样流失周期。
7.根据权利要求6所述的方法,其特征在于,所述基于各所述用户登陆率确定变化特征值,包括:
基于各所述用户登陆率确定参数变化曲线,确定所述参数变化曲线的拐点值,将所述拐点值作为变化特征值。
8.根据权利要求5所述的方法,其特征在于,所述基于所述正样本日志以及所述负样本日志,对初始流失预测模型进行训练,得到训练后的流失预测模型,包括:
分别提取所述正样本日志以及所述负样本日志对应的样本行为特征,所述样本行为特征包括样本用户特征以及样本应用特征;
基于所述样本行为特征,生成样本输入特征;
将所述样本输入特征输入至初始流失预测模型进行训练,得到训练后的流失预测模型。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
获取所述第二应用对应的第二应用标识;
所述基于所述样本行为特征,生成样本输入特征,包括:
将所述样本行为特征分别与所述第二应用标识进行特征交叉处理,生成样本输入特征。
10.根据权利要求1所述的方法,其特征在于,所述基于所述流失预测值确定所述目标非流失用户是否为潜在流失用户,包括:
当所述流失预测值大于预测阈值时,确定所述目标非流失用户为潜在流失用户;
当所述流失预测值小于或等于所述预测阈值时,确定所述目标非流失用户为稳定活跃用户。
11.根据权利要求10所述的方法,其特征在于,所述确定所述目标非流失用户为潜在流失用户之后,还包括:
基于所述流失预测值,确定所述潜在流失用户对应的用户挽留策略;
基于所述用户挽留策略对所述潜在流失用户进行用户挽留处理。
12.一种潜在流失用户识别装置,其特征在于,所述装置包括:
特征确定模块,用于获取第一应用中目标非流失用户的第一应用日志,基于所述第一应用日志确定预测输入特征;
流失预测模块,用于将所述预测输入特征输入至流失预测模型中,输出流失预测值,并基于所述流失预测值确定所述目标非流失用户是否为潜在流失用户;其中,所述流失预测模型基于至少一个第二应用的采样流失周期所确定的第二应用日志训练得到,所述第二应用日志包括所述第二应用的流失用户对应的正样本日志以及非流失用户对应的负样本日志,所述第一应用与所述第二应用属于同一应用类型。
13.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~11任意一项的方法步骤。
14.一种电子设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~11任意一项的方法步骤。