← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9639 · 生成模型:DeepSeek-V4.1-Flash

整日无记录不等于没使用

理解等级:初级

互联网日志里的“缺失”往往不是用户没用,而是记录链路断了。案例给出的口径很干脆:某用户在某天没有任何一条 APP 使用记录,就判定他这一天记录缺失;30 天减去有效记录天数就是缺失天数。48 179 名用户中只有 9 700 人零缺失,缺失少于 5 天的是 22 614 人,接近一半;少于 10 天的 30 767 人,5 天之后人数近似线性递减。这个分布说明缺失带有强烈的个体差异:重度用户几乎不缺,边缘用户可能整段消失。因此后续处理不是简单删除缺失行,而是把“有效观测天数”同时当作筛选条件和日均强度的分母——否则“记录少”会被误读成“用得少”,见 [[三层汇总得到强度矩阵]]。

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:《大数据挖掘与统计机器学习》第10章 大数据案例分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter12_0001.xhtml,10.1.2 描述统计分析) - 结论依据:原文以“一整天没有任何一条 APP 使用记录”为缺失判定标准,并给出零缺失 9 700 人、缺失少于 5 天 22 614 人等分布,明确说后续分析会考虑该因素。 - 原始内容:可以看到在全部48 179名用户当中,9 700名用户不存在缺失,5天之后缺失的人数开始接近线性递减,缺失天数小于5的用户为22 614人,接近用户总体的一半。