电子商务转化率中业务相关异常值的自动检测
应用统计
2019-05-17 v2 机器学习
摘要
我们评估了现代异常值检测方法在识别电子商务转化率数据异常值方面的表现。基于所发现的局限性，我们随后提出了一种检测电子商务转化率中异常值的新方法。这种无监督方法通过使其根据电子商务平台上观察到的活动自动调整灵敏度，从而更具业务相关性。我们将此异常值检测方法称为fluid IQR。利用从一家知名店铺获取的真实电子商务转化数据，我们比较了现有与新异常值检测方法的性能。在业务相关性方面，fluid IQR方法大幅优于现有异常值检测方法。此外，在存在极端异常值簇或水平偏移的情况下，fluid IQR方法是最鲁棒的异常值检测方法。未来研究将评估fluid IQR方法在不同电子商务环境中的表现。
引用
@article{arxiv.1905.05938,
title = {Automated detection of business-relevant outliers in e-commerce conversion rate},
author = {Rohan Wickramasuriya and Dean Marchiori},
journal= {arXiv preprint arXiv:1905.05938},
year = {2019}
}
备注
21 pages, 14 figures, 5 tables Amendment to equation 7