基于生存分析的移动通知状态转移模型
机器学习
2022-07-08 v1 机器学习
摘要
移动通知已成为社交网络服务保持用户知情和参与的主要沟通渠道。随着越来越多的移动应用向用户推送通知,它们不断面临发送什么、何时发送以及如何发送的决策。缺乏研究和方法通常导致启发式决策。许多通知在不恰当的时刻到达或引入过多中断,未能为用户提供价值并引发用户投诉。在本文中,我们探讨了移动通知与用户参与度之间交互的独特特征。我们提出了一个状态转移框架来定量评估通知的有效性。在该框架内,我们假设对数线性结构和 Weibull 分布,为角标通知开发了一个生存模型。结果表明,与逻辑回归模型相比,该模型为应用提供了更大的灵活性并具有更优的预测精度。特别地,我们提供了一个关于通知发送时间优化的在线用例,展示了我们如何做出更好的决策、驱动更多用户参与并为用户提供更多价值。
关键词
引用
@article{arxiv.2207.03099,
title = {A State Transition Model for Mobile Notifications via Survival Analysis},
author = {Yiping Yuan and Jing Zhang and Shaunak Chatterjee and Shipeng Yu and Romer Rosales},
journal= {arXiv preprint arXiv:2207.03099},
year = {2022}
}
备注
9 pages, 7 figures. Published in WSDM 19'