【问题标题】:Customer profiling and Anomaly detection -Python客户分析和异常检测-Python
【发布时间】:2021-01-16 07:14:34
【问题描述】:

感谢您抽出宝贵时间检查此问题。 我有兴趣为客户购买模式创建配置文件。 一旦我为每个人创建了个人资料,我们就会获取看不见的数据并检查个人资料,看看客户是否关注了他们的个人资料,如果没有举旗。通过这种方式,我们不会为所有买家创建一组警报,但我们可以根据个别买家检测异常情况,以针对他们的个人资料进行基准测试。

关于如何解决这个问题的任何想法或意见。 如果您有关于此问题的课程或教程,请随时提出建议。

提前致谢。

【问题讨论】:

  • 你已经尝试了什么?听起来像机器学习(scikit-learn)。那里有很多书籍和教程。 Google 是您的朋友。
  • 我使用 group by do 根据客户的购买模式和位置​​货币来细分客户。如果新数据不遵循创建的任何个人配置文件。我提出了警告。我在整个客户数据集及其交易中进行了此操作。这会引发警报,但意义不大。为了使用 Sci-kit learn,我们还没有检测到异常,因为我们不知道每个客户的异常是什么。

标签: python pandas classification profiling profile


【解决方案1】:

您可以采用监督学习方法,基本上是机器学习。此外,对于购买模式,我建议更多地探索 RFM 规则,即新近度、频率和货币价值。这将帮助您为模型或个人资料客户创建功能。

【讨论】:

  • 谢谢 Nitin,我会试试 RFM 模型。您能否详细说明监督学习部分。有没有你认为可以满足要求的模型。谢谢
猜你喜欢
  • 2014-04-29
  • 1970-01-01
  • 1970-01-01
  • 2020-06-01
  • 2019-02-14
  • 2020-05-20
  • 2019-09-24
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多