新的BTYD模型利用摊销变分推断加速客户分析

研究人员开发了一系列新的购买-直至死亡（BTYD）模型，这些模型超越了传统的泊松过程假设。这些新模型利用威布尔更新过程，并采用摊销变分推断方案进行高效参数估计。这种方法显著减少了计算时间，在8分钟内即可拟合包含500万零售客户的数据集，而当前最先进的方法估计需要3-4天，同时不牺牲预测性能或可解释性。该框架还便于纳入协变量，如在包含400万政治捐助者的数据集上所展示的那样。 AI

影响 通过提高计算效率，加速了客户群分析和建模。

排序理由 该集群包含一篇详细介绍新统计模型和推断方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

• 2020 US General election
• 4 million political donors
• 5 million online retail customers
• amortized variational inference
• Bayesian inference
• Buy-'Til-You-Die (BTYD) models
• machine learning
• Poisson process
• Weibull renewal process

• 论文
• 模型发布
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →