倾向模型的特征创造思想？
提问于 2022-05-23 07:12:58
我正在研究一个倾向模型，预测顾客是否会购买。在进行探索性数据分析时，我发现客户有一个购买模式。大多数客户在指定的时间间隔内重复购买。例如，有些顾客每四季度重复购买一次，有些每8,12次等等。我有这些客户的购买日期。我可以创建哪些最有用的特性来捕获数据中的这种模式？我在预测在下一个季度某个特定的客户是否会购买？我还没决定要什么型号呢。我是应该根据我选择的模型创建特性，还是一个特定的特性可以跨所有模型工作？我很感激你能提供的任何帮助。
附加信息:客户每四个季度重复购买一次，最后一次购买是在前三个季度。我相信这个季度，顾客会重复购买。我希望模型能捕捉到这个模式。什么样的特性或功能组合可以捕捉到这种模式？
回答 1
Data Science用户
发布于 2022-05-23 12:09:06
通常，不管模型如何，您都希望某个特性是重要的。对于客户，通常有4种类型的数据，您可以使用操作数据-通常从一个数据库。包含所有他们购买的历史，购买的产品，它是如何被订购的(在线，交付等)。2)个人资料-他们是顾客多长时间、他们过去选择的产品、频率和最近购买的资料- 3)人口数据-年龄、性别、居住地点等- 4)态度或偏好数据-从调查中获得的数据-他们是否会购买与x类似的东西.
我不知道你有什么数据，但它们都很重要。人们通常只依赖事务性数据，因为这些数据很容易获得，但这并不能说明全部情况。
您可以收集的数据类型越多，彼此之间就越不相关，您就越能更好地识别哪些预测器是重要的。
这是第一步。然后，要运行一个倾向模型，您要寻找的客户是“看起来像”的客户，从过去有您正在寻找的个人资料。进行倾向建模的方法有几种，但基本的方法是回归。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/111235
复制相关文章
腾讯云开发者
