[论文解读] I Know You'll Be Back: Interpretable New User Clustering and Churn Prediction on a Mobile Social Application

Carl Yang, Xiaolin Shi+2 more|arXiv (Cornell University)|Sep 29, 2019

Recommender Systems and Techniques参考文献 54被引用 7

一句话总结

该论文提出 ClusChurn，一种两阶段框架，首先利用行为特征和自网络特征将新移动应用用户聚类为可解释的类型，然后通过一种新型的LSTM-attention模型联合学习用户类型与流失，实现流失预测。该方法在初始数据有限的情况下实现了最先进水平的流失预测性能，同时为留存策略提供了可操作的、可解释的洞察。

ABSTRACT

As online platforms are striving to get more users, a critical challenge is user churn, which is especially concerning for new users. In this paper, by taking the anonymous large-scale real-world data from Snapchat as an example, we develop extit{ClusChurn}, a systematic two-step framework for interpretable new user clustering and churn prediction, based on the intuition that proper user clustering can help understand and predict user churn. Therefore, extit{ClusChurn} firstly groups new users into interpretable typical clusters, based on their activities on the platform and ego-network structures. Then we design a novel deep learning pipeline based on LSTM and attention to accurately predict user churn with very limited initial behavior data, by leveraging the correlations among users' multi-dimensional activities and the underlying user types. extit{ClusChurn} is also able to predict user types, which enables rapid reactions to different types of user churn. Extensive data analysis and experiments show that extit{ClusChurn} provides valuable insight into user behaviors, and achieves state-of-the-art churn prediction performance. The whole framework is deployed as a data analysis pipeline, delivering real-time data analysis and prediction results to multiple relevant teams for business intelligence uses. It is also general enough to be readily adopted by any online systems with user behavior data.

研究动机与目标

• 为解决移动社交应用中新用户流失的挑战，开发一种结合可解释聚类与精准流失预测的框架。
• 基于多维行为模式和自网络结构，识别有意义且可解释的用户类型，以更好地理解流失驱动因素。
• 设计一种可扩展的实时预测系统，利用有限的初始用户行为数据预测流失，同时联合推断用户类型。
• 构建一种可泛化的框架，可部署于具备用户行为数据的各类在线平台，通过可解释的洞察提升用户留存。

提出的方法

• ClusChurn 使用三步聚类机制，结合特征工程、k-means 聚类和轮廓分析，基于每日活动和自网络特征发现六种可解释的用户类型。
• 用户类型基于行为模式（如频率、时长、内容类型）和网络结构（如度数、密度、核心度）推导得出。
• 基于并行长短期记忆（LSTM）网络的深度学习流水线用于建模用户的时间行为，注意力机制聚焦于相关用户类型。
• 通过利用用户类型与流失可能性之间的相关性，模型联合学习用户类型与流失预测，并使用属性嵌入处理稀疏且嘈杂的行为数据。
• 该框架将传统网络分析（如核心分解、度数/密度分析）与深度学习相结合，平衡了可解释性与性能。

实验结果

研究问题

• RQ1 基于其行为与网络模式，新用户中存在哪些显著且可解释的用户类型？
• RQ2 用户类型与流失可能性之间有何关联？聚类能否提升流失预测性能？
• RQ3 联合学习用户类型与流失预测的框架是否优于仅使用初始用户行为数据的孤立模型？
• RQ4 该模型的预测结果在多大程度上可解释，并可用于指导针对性的留存策略？

主要发现

• ClusChurn 有效识别出六种可解释的用户类型，每类均有独特的行为与网络特征，如高活跃用户或网络连接度低的孤立用户。
• 聚类结果对流失具有高度预测性，实现了基于无监督标签的用户类型划分，与未来流失行为强相关。
• 联合的 LSTM-attention 模型在流失预测中达到最先进性能，在初始行为数据有限的情况下显著优于基线模型。
• 该框架可实现实时预测与洞察，已在 Snap Inc. 部署，支持多个业务团队在用户建模、增长与留存方面的实际应用。
• 模型的可解释性使团队能够根据用户类型采取针对性措施，如个性化引导流程或参与策略。