預測服務基於華爲分析服務（Analytics Kit）上報的用戶行爲數據和屬性，結合機器學習技術，實現特定目標人羣的精準預測。針對預測生成的細分受衆羣體，開展和優化相關運營舉措，如經過A/B測試評估運營活動效果、遠程配置特定受衆羣體的專屬套餐等，可有效幫助產品提升用戶留存，增長轉化。git
使用預測服務前，須要先集成華爲分析服務的SDK，這樣系統才能夠順利開展流失、付費、復購以及自定義預測任務。在詳情界面能夠查看相關預測人羣的高中低機率對應人羣數量，及其相應的屬性分佈（好比詳情頁的高几率流失人羣，表示該人羣在將來7日內有較高几率流失，您能夠經過相關卡片，觀察其行爲特色並制定針對性運營計劃）。github
預測任務和預測詳情界面以下所示：網絡
*數據爲模擬機器學習
預測模型構建流程
在構建預測模型的時候，首先是肯定咱們要預測什麼，即確立預測的統計口徑，而後根據統計口徑圍繞用戶特色尋找對應相關的特徵，經過清洗和採樣獲得數據集。咱們把數據集二八分獲得訓練集和驗證集，在線下進行不斷實驗找到最優特徵和參數，最後根據相關數據在線上調度訓練預測任務。ide
具體流程圖以下所示：學習
特徵、模型選擇和調優
特徵探索測試
項目初期，咱們分析數據，從屬性、行爲、需求三方面入手，尋找與業務有可能相關的變量，構建特徵表，好比用戶近7天的活躍天數、使用時長等行爲數據。優化
在肯定特徵以後，下一步就是在實驗中進行模型的選擇和調優了，業界經常使用的樹形模型有xgboost、隨機森林、GBDT等，把咱們的數據集用這幾種模型進行訓練，發如今隨機森林上效果較好，其採用bagging策略提升模型擬合能力和泛化能力。ui
除了模型參數，也要考慮採樣比，尤爲是對於付費預測這種正負樣本懸殊的狀況（大約1:100），綜合考慮Accuracy和Recall, 付費訓練時將正負樣本比例採樣至1.5:1, 以提升模型付費用戶召回率。url
超參與特徵確立
訓練出了合適的模型，但並不是全部特徵都是有用的，無用特徵除了可能會影響模型效果，也會減慢訓練速度。在初期版本中，經過實驗肯定合適的超參和特徵，特徵按照特徵重要性排序選擇權重較大的，在線上版本中配置對應的超參和特徵。
在版本上線以後還須要不斷觀察數據、分析數據、補充特徵，咱們在後續版本中主要新增了事件特徵與趨勢特徵，補充後總計400+特徵。
自動超參搜索
在挖掘出更多的特徵以後，若是都是全量特徵訓練可能效果未必會好，並且也會很是耗時。同時，可能每一個App訓練時可能最優的超參和特徵並不相同，最好是每一個App分開訓練且使用本身最優的超參和特徵。
爲了解決這些問題，咱們增長了自動的超參搜索，能夠在配置好的參數空間裏搜索，找到並保存合適的訓練參數。搜索完以後的最優超參保存在以下結構的hive表中。
當前的總體流程以及外部依賴以下所示：
將來方向
在將來提升模型效果上，咱們也有不少思考，預研的方向大體以下：
- 神經網絡
當前的特徵規模不斷擴大（400+），而用戶行爲的規律又十分複雜，除了使用原有的樹形模型，也在嘗試利用神經網絡強大的表達能力，結合行爲特徵訓練出更準確的預測模型。
- 聯邦學習
對於各App、各租戶數據不可互通的問題，能夠經過橫向聯邦學習聯合各個App、各個租戶間的模型，在數據不互通的前提下協同訓練。
- 時序特徵
不一樣App的用戶每週上報數百個事件（涵蓋1000+種類），訪問近百個頁面，經過這些時序數據能夠構造出不一樣用戶的長短時間行爲特徵，提升不一樣場景預測的準確率。用戶訪問頁面的行爲有較高的時序特色，能夠加工成時間序列特徵，有較高的研究價值。
- 特徵挖掘和加工
對目前的特徵集擴充、補充，一方面挖掘更多的相關特徵好比平均使用間隔、設備屬性、安裝渠道、國家省市等特徵。另外一方面基於現有特徵經過離散化、歸一化、開方、平方、笛卡爾積、多重笛卡爾積等等方法構造更多新特徵。
>>瞭解更多華爲預測服務詳情
>>訪問華爲開發者聯盟官網，瞭解更多相關內容
>>獲取開發指導文檔
>>華爲移動服務開源倉庫地址：GitHub、Gitee
點擊右上角頭像右方的關注，第一時間瞭解華爲移動服務最新技術