分割:ブランド-顧客相互作用を解くための非観測事象確率の推定【JST・京大機械翻訳】

Chauhan Ayush; Anand Aditya; Garg Shaddy; Dhamnani Sunny; Saini Shiv Kumar

プレプリント

J-GLOBAL ID：202202205759418900 整理番号：22P0216231

分割:ブランド-顧客相互作用を解くための非観測事象確率の推定【JST・京大機械翻訳】

Split: Inferring Unobserved Event Probabilities for Disentangling Brand-Customer Interactions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年12月08日プレプリントサーバーでの情報更新日： 2020年12月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

しばしば,データは複数の事象から成る複合事象のみを含み,いくつかの観察と観察されない。例えば,検索アドクリックはブランドによって観察され,一方,顧客は,行動可能な変数が,しばしば観察されないことを示した。そのような場合,推論は観察されない事象では不可能である。これは,マーケティング行動が耳をかけて,デジタルチャネルを支払うときに起こる。同様の設定は,複数のアクターが相互作用する多数のデータセットで生じる。1つの方法は,非観察事象の代理として複合事象を用いることである。しかし,これは無効な推論につながる。本論文では,複合事象に関する情報および複合事象に関する集計データ(例えば,示された検索アドの総数)に基づいて,関心のある事象が同定される直接アプローチを取り上げる。本研究は,穏やかな条件下でスカラー因子までの非観測事象確率の同定を証明することにより文献に寄与する。著者らは,通常,耳および支払チャネルから利用可能な凝集体データを用いて,スカラー因子を同定する手法を提案した。通常の交差エントロピー損失に損失項を加えることによって,因子を同定した。3つの合成データセットに関するアプローチを検証した。さらに,このアプローチを,いくつかの観測された事象が検証のためにアルゴリズムから隠される実際のマーケティング問題について検証した。交差エントロピー損失関数に対する提案した修正は平均性能を46%改善した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,

市場調査,広告 , パターン認識 , 人工知能

, , , , , ,

前のページに戻る