machine-learning - 无反例时的客户行为预测

Question

假设您拥有一家邮政服务公司，并且想要优化您的业务流程。您有以下形式的订单历史记录(按日期排序):

# date   user_id   from      to               weight-in-grams
Jan-2014 "Alice"   "London"   "New York"        50
Jan-2014 "Bob"     "Madrid"   "Beijing"         100
...
Oct-2017 "Zoya"    "Moscow"   "St.Petersburg"   30 

大多数记录(约 95%)在“重量克”字段中包含正数，但也有一些记录的权重为零(可能是这些消息被取消或丢失)。

是否可以从历史文件中预测用户(Alice、Bob 等)是否会在 2017 年 11 月使用该服务？我应该使用什么机器学习方法？

我尝试使用简单的逻辑回归和决策树，但它们显然为任何用户提供了积极的结果，因为训练集中的负面例子很少。我还尝试应用 Pareto/NBD 模型(R 中的 BTYD 库)，但对于大型数据集来说似乎非常慢，而且我的数据集包含超过 500 000 条记录。

我还有另一个问题:如果我估算负面示例(考虑到在某个月份没有发送信件的用户是本月的负面示例)，数据集将从 30 Mb 增长到 10 Gb。

Answer 1

答案是肯定的，您可以尝试预测。

您可以将其视为时间序列并运行 RNN:在你的数据集上训练你的 RNN，这样每个用户都是一个样本。

您还可以通过聚合每个用户的数据来透视您的集合，以便每个用户都是一行(观察)。然后运行多元逻辑回归。这样您会丢失信息，但可能会更简单。您可以添加与时间相关的列，例如“订单之间的平均延迟”、“每年的平均订单”等。

您可以使用贝叶斯方法来估计用户返回的概率。