基于神经网络的 Pareto/NBD 模型参数估计方法
应用统计
2019-11-06 v1 机器学习
摘要
无论是随机的还是参数化的，Pareto/NBD 模型都只能用于样本内预测而非样本外预测。因此，本研究提供了 Pareto/NBD 模型的神经网络扩展，以估计样本外参数，从而克服了 Pareto/NBD 方法的估计负担与应用困境。实证结果表明，Pareto/NBD 模型与神经网络算法在识别非活跃客户方面具有相似的预测能力。即使对每个重复购买点的客户数量具有强趋势拟合，Pareto/NBD 模型在个体与聚合层面均低估了重复购买。然而，当将 Pareto/NBD 模型的似然函数嵌入损失函数时，所提参数估计方法在这两个层面对重复购买展现出非凡的预测能力。此外，所提基于神经网络的方法高效且节省资源，可部署于云计算中以处理大数据分析。
引用
@article{arxiv.1911.01919,
title = {Neural Network Based Parameter Estimation Method for the Pareto/NBD Model},
author = {Shao-Ming Xie},
journal= {arXiv preprint arXiv:1911.01919},
year = {2019}
}
备注
35 pages, 6 figures, 14 tables