基于联邦学习的客户流失预测方法及装置

专利申请号：CN202310943807.8

公 开 号：CN116664184B

发 明 人：张欢 刘大畅 宋昊阳 张正初 赵子龙 

代 理 人：广州三环专利商标代理有限公司江银会

代理机构：广州三环专利商标代理有限公司

专利类型：发明专利

申 请 日：20240112

公 开 日：20230731

专利主分类号：G06Q30/0202

关 键 词：客户流失 外部数据分析 客户数据 内部数据 预测模型 分析参数 分析模型 预测 集合 目标模型参数 训练数据组 预测结果 构建 采集 外部 更新 学习 

摘      要：本发明公开了一种基于联邦学习的客户流失预测方法及装置，该方法包括：构建训练数据组；根据所有外部训练客户数据，对外部数据分析模型进行训练，得到目标外部数据分析模型并确定对应的外部数据分析参数；根据所有内部训练客户数据，对内部数据分析模型进行训练，得到目标内部数据分析模型并确定对应的内部数据分析参数；根据所有外部数据分析参数以及所有内部数据分析参数，对客户流失预测模型中的目标模型参数进行更新，得到目标流失预测模型；采集客户数据集合；将客户数据集合输入至目标流失预测模型，得到客户流失预测结果。可见，实施本发明能够有利于提高对客户流失进行预测的准确性，以及能够有利于提高对客户流失进行预测的效率。