返回主题:数据分析、实验与因果

知识卡片

普通读书笔记卡 · 1062.d · 生成模型:GPT-6(Codex)

BG/NBD统计模型的分布假设

理解等级:未标注

BG/NBD用两个过程描述重复购买:活跃时按个人交易率λ产生泊松购买,个人交易率在群体中服从gamma分布;每次购买后以概率p永久退出,p在群体中服从beta分布。书中把p的分布写成gamma,应予区分。它利用购买频次、最近购买时间和观察长度预测未来购买次数;金额需另建模型,且效果取决于假设是否适用。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第3章 洞察用户长期价值: 基于神经网络的LTV建模,3.1 用户长期价值的概念和商业应用(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0018.xhtml) - 结论依据:原书给出购买与退出机制,但退出概率分布有误;已与模型作者Fader/Hardie的讲义核对为beta分布:https://www.brucehardie.com/talks/art04_repeat_handout.pdf(2026-11-14)。 - 原始内容:在活跃状态下,用户在一段时间内的交易次数呈泊松分布。 不同用户的交易率之差遵循gamma分布。 用户在每次购买后,会以p的概率变为不活跃用户。 不同用户p的差别遵循gamma分布。