变长输入、字符级循环神经网络在潜客开发中的应用：从原始用户输入预测成交率
计算与语言
2019-01-17 v1 机器学习
摘要
预测潜客成交率是潜客开发行业中最棘手的任务之一。在大多数情况下，关于潜在客户唯一可用的数据是其于潜客表单中自行填报的信息，以及通过社交媒体和搜索引擎使用可公开获取的少数其他数据点。潜客开发的所有主要市场细分领域[1]，如保险、健康与医疗以及房地产，均涉及改变人生的决策制定，任何数量的数据都无法对其加以描述或预测。本文阐述了如何将字符级深度长短期记忆网络应用于原始用户输入，以辅助预测成交率。该模型的输出随后被用作一个额外的、具有高度预测性的特征，以显著提升潜客评分模型的性能。
引用
@article{arxiv.1901.05115,
title = {Variable-sized input, character-level recurrent neural networks in lead generation: predicting close rates from raw user inputs},
author = {Giulio Giorcelli},
journal= {arXiv preprint arXiv:1901.05115},
year = {2019}
}