从收据数据检测多时间尺度消费模式：一种非负张量分解方法
机器学习
2020-08-25 v2 机器学习
摘要
理解消费者行为是一项重要任务，不仅对于制定营销策略，也对于经济政策管理而言。然而，检测消费模式是一个高维问题，其中需要考虑影响消费者行为的各种因素，如消费者人口统计特征、昼夜节律、季节周期等。在此，我们开发了一种方法，从大规模扫描收据数据集中提取消费者的多时间尺度支出模式。我们使用非负张量分解（NTF）一次性检测周内与周间消费模式。所提方法使我们能够基于消费者在不同时间尺度上相关的消费模式对其加以刻画。
引用
@article{arxiv.2004.13277,
title = {Detecting multi-timescale consumption patterns from receipt data: A non-negative tensor factorization approach},
author = {Akira Matsui and Teruyoshi Kobayashi and Daisuke Moriwaki and Emilio Ferrara},
journal= {arXiv preprint arXiv:2004.13277},
year = {2020}
}
备注
16 pages, 10 figures