Research on user churn prediction has been conducted across various domains for a long time. Among these, the gaming domain is characterized by its potential for diverse types of interactions between

DataCite Commons2025-06-01 更新380

游戏用户流失预警分析模型

玩家行为分析

用户流失预测

数据预处理规则：采用IQR四分位法剔除登录时长、互动频次等指标中的极端异常值，对缺失的玩法参与数据采用“同熟练度+同注册时长”群体均值填充；流失预测算法：构建“基础属性-行为时序-外部因素”三维特征体系，改良BiLSTM模型引入注意力机制，强化近期行为对流失预测的权重，7日流失预测准确率达92%以上；流失聚类规则：基于“登录间隔增幅、互动量降幅、付费停滞天数”3类核心指标，通过K-Means模型将

贵州省数据知识产权登记平台2025-09-22 更新860

电商用户流失预测训练模型

用户流失预测

电商数据分析

该模型应用主要是基于电商平台用户的基础信息、交易信息、行为信息、售后投诉信息等数据，对平台电商用户进行行为流失预测，目的在于提前识别出可能流失的用户，以便企业采取针对性措施策略进行挽回，为平台运营和商家运营提供支撑。该模型已嵌入“一码贵州”平台。

贵阳数据交易所2025-11-03 更新430