生命周期状态预测方法、装置、计算机设备和存储介质

摘要

本申请涉及一种基于人工智能的生命周期状态预测方法、装置、计算机设备和存储介质。方法包括：获取用户行为数据；根据用户行为数据，对用户参与业务的生命周期状态初始化，得到用户的二元表达；针对每个用户的参与业务，根据资源消耗情况和生命周期状态数量初始化业务动态矩阵；利用矩阵分解方法，对用户的二元表达与业务表达进行交互学习，以拟合用户参与业务的消耗资源量为目标，均方误差为损失函数，进行训练，得到均方误差；将用户的均方误差赋值到对应动态业务矩阵的相应位置；迭代训练，动态规划求解学习得到一条使均方误差最小的生命周期状态路径；根据生命周期状态路径，确定用户的生命周期状态。该方法提高了生命周期状态预测的准确度。