买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安纽扣软件科技有限公司申请的专利一种多维数据驱动的订阅服务用户流失风险与价值联合预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120611840B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511121736.9，技术领域涉及：G06Q10/04；该发明授权一种多维数据驱动的订阅服务用户流失风险与价值联合预测方法是由葛贤钰;陈勇;贺鹏;乔金梁;李臣;刘铁托设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种多维数据驱动的订阅服务用户流失风险与价值联合预测方法在说明书摘要公布了：本发明涉及数据处理与预测技术领域，具体的说是一种多维数据驱动的订阅服务用户流失风险与价值联合预测方法，旨在解决现有订阅服务用户流失风险与价值联合预测中存在的数据稀疏性与高维特征冲突、多任务目标干扰的问题。该方法通过采集订阅服务用户的多维数据并进行预处理，构建融合联邦学习与动态知识图谱的特征提取模型，以处理数据稀疏性与高维特征冲突问题；构建结合因果推理与强化学习动态权重机制的联合预测模型，以解决多任务目标干扰问题；利用构建的模型进行训练与预测，输出用户流失风险与价值的预测结果。本发明提升了订阅服务用户流失风险与价值联合预测的准确性和可靠性，为订阅服务提供商的运营决策提供有力支持。

本发明授权一种多维数据驱动的订阅服务用户流失风险与价值联合预测方法在权利要求书中公布了：1.一种多维数据驱动的订阅服务用户流失风险与价值联合预测方法，其特征在于，包括以下步骤： S1.采集订阅服务用户的多维数据，所述多维数据包括用户基本信息、行为数据、内容交互数据和社交关系数据；对所述多维数据进行预处理，包括数据清洗、数据标准化、缺失值处理和异常值处理； S2.构建特征提取模型，包括横向联邦学习框架和动态知识图谱；所述横向联邦学习框架采用同态加密技术进行参数加密传输，并通过区块链共识机制交换中间参数；所述动态知识图谱通过实体识别构建用户-内容-行为三元关联网络，并基于用户实时交互数据进行增量更新； S3.训练联合预测模型，所述联合预测模型引入因果推理与强化学习动态权重机制，所述因果推理用于识别用户行为与流失风险、用户价值间的因果路径；所述因果推理采用反事实推理方法，通过干预用户行为特征，模拟流失风险的变化趋势；所述强化学习动态权重机制以流失风险预测准确率和用户价值预测的平均绝对误差为奖励信号，通过PPO算法实时调整权重分配； S4.将预处理后的多维数据输入至特征提取模型进行特征提取，得到用户特征； S5.将所述用户特征输入至联合预测模型进行训练，所述联合预测模型的训练采用梯度下降算法，通过最小化预测损失函数优化模型参数； S6.将待预测用户的多维数据经预处理和特征提取后输入至训练好的联合预测模型，输出待预测用户的流失风险与价值的预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安纽扣软件科技有限公司，其通讯地址为：710076 陕西省西安市高新区软件新城云水一路925号欧森国际B栋504室、601室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。