我应该选择哪种算法进行潜在客户评分

人工智能 机器学习
2021-10-20 08:56:50

我是 ac# 高级开发人员，我的任务是尝试预测每个新客户的潜力，或者每个客户的价值。我没有机器学习的经验，但我玩过accord-framework.net 并在简单的任务上得到了一些不错的结果。

我的训练数据模型是：

GeoLocation, // the country of ip when registed. iso code string
Age, // number
DateRegistered, //date time
Email, //string can be broken to vendors as catergorial (gmail, yahoo, microsoft and such)
EmailValidated, //is the email really exists. bool
PhoneNumber, //string
PhoneNumberValidated, // is the phone number really exists
CampaignName, //string (may be categirial)
UserAgent, //string should I make it categorial? (has info about browser, device, verndor, operation system and such, long string)
LandedOnPage, //string first url the customer entered from 
RegisteredFromPage, //string url of the page that the user registered from
RefererUrl, //string url the client came to our site from,
NumberOfPurchases, //the amount of times the customer puschase something on our site
CustomerValueUsd, //the total amount of USD the customer spent in our site

输出应该是CustomerValueUsd

我有很多历史数据，所以我可以回测。

我的问题：

  1. 即使我没有机器学习经验，执行此任务是否有意义？考虑到我使用的是众所周知的框架，这项任务有多复杂？
  2. 假设我正在接受任务，我应该选择哪种算法来执行这种任务？
  3. 我应该如何构建训练数据？看到我的评论，你认为我的评论可以开始吗？或者我可以直接破坏数据？
2个回答

ML 是一个广泛而深入的话题。

您需要的是“分类”来预测结果。首先，您需要将所有内容都转换为数字（检查 word2vec）。然后，预处理数据（例如检查什么是标准化）。使用任何 ML 技术（即线性分类器、SVM、深度学习、神经分类器）训练分类器。然后，您可以使用该回归函数来预测更多值。如果您需要更详细的方法来做到这一点，最好买一本解释所有其他选项的“厚”书。

即使我没有机器学习经验，执行此任务是否有意义？考虑到我使用的是众所周知的框架，这项任务有多复杂？

我认为这确实有意义，并且使用已建立的框架可以让您快速启动并运行。

假设我正在接受任务，我应该选择哪种算法来执行这种任务？

这是一个回归问题，因此我建议您不要将其视为分类任务（除非您希望获得像“盈利”/“非盈利”这样的二进制输出）。本质上，您正在尝试确定您的输入（以前的购买、位置等）与某个指标（客户的美元价值）之间的相关性。神经网络在这方面非常擅长（Accord 似乎支持神经网络，因此您应该能够使用它；以Keras作为接口的TensorFlow或Caffe可能是其他需要考虑的选项）。

我应该如何构建训练数据？看到我的评论，你认为我的评论可以开始吗？或者我可以直接破坏数据？

在大多数情况下，您希望在将数据提供给算法之前对其进行标准化（这对于神经网络尤其重要）。您应该做的另一件事是考虑哪些功能将与任务相关。例如，由于您希望将客户价值作为预测输出，因此客户的电话号码和电子邮件地址很可能不相关，但之前的购买次数、年龄和地理位置可能非常相关。也许您的数据库中还有其他特征——以前购买的总金额、购买频率、退货数量或退款请求等。请记住通过将数据分成训练、验证和测试集来检查模型（如根据经验，70% 的训练 / 10% 的验证 / 20% 的测试，但这取决于你有多少数据）。

其它你可能感兴趣的问题
上一篇CNN 上的快速损失收敛表明什么？ 下一篇使用 MLP 预测 12x12 矩阵