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 3.1 用户长期价值的概念和商业应用
在这些假设的基础上,模型能在很大范围内给出比较可靠的预测。不仅如此,由于结合了统计学的一些参数方法,对于数据量比较匮乏的场景,模型也能给出相对较好的拟合和分析。这类模型还可以进行扩展和复杂化,比如,BG/NBD模型只考虑了交易次数,并没有考虑每一次交易的价值是不同的。相应地,Gamma-Gamma模型考虑到了这一点,在某些场合可以达到更优的效果,但它仍然假设购买频次和交易价值是独立的。另外,从贝叶斯统计角度看,也有一些框架把上面的模型和
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/part0018.xhtml
EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102