← 返回卡片

原书出处

数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow

03 第3章 洞察用户长期价值: 基于神经网络的LTV建模 3.2 基于Keras的LTV模型实践

核验版本的摘录快照 · 导入于 2026-11-14T09:43:22.277Z

具体地说,我们把28天分成4个星期,每个星期内用户购买行为的特征都作为一个时间序列。不同的顾客购买行为存在很大差异,有些顾客购买次数会很多,有些又很少。对此我们采用一种“截断+填充”的方式,把序列的长度控制在一个固定值。假设此固定值为p,特征数量为q,最后每个顾客的特征数据会是一个(4,p,q)形态的张量。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置: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/part0019.xhtml

EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102