假设一个网站记录了所有与访问相关的信息,包括性别、设备、时间等。当新的印象出现时,我们会存储它,并且我们希望预测这个人何时会再次访问该网站。例如,假设有10人访问了我们的网站,我们希望预测这10人中的一人将再次访问我们的网站的时间(这10人中的第一人)。这个问题可以建模为一个回归,但挑战是,随着时间的推移,人数增加,我想知道如何将所有的信息转换为一个回归模型中的特性。你推荐什么方法来模拟它?是否有可能像OLS这样的传统模型来建模呢?
数据示例可以如下所示
Records ID gender device time_of_first_visit purchase($) ti