本次分享主要包括： ❶ 智能营销面临的挑战及Uplift Model的价值 ❷ Uplift Model建模与评估方法 ❸ Uplift Model在淘票票智能票补中的应用 ❹ 技术思考与后续规划 ▌智能营销面临的挑战及...Uplift Model的价值 1....Uplift Model的价值 接下来介绍什么是Uplift Model，以及Uplift Model和传统的Response Model有什么样的差异。...因此随机化实验是Uplift Model建模过程中非常重要的基础设施，可以为Uplift Model提供无偏的样本。 2. Uplift Model建模算法 ?...Uplift Model建模评估 ?
数据探索 import pandas as pd import numpy as np import toad from sklearn.model_selection import train_test_split...= raw_data.drop(['offer','campaign_group','conversion'],axis=1) df_model.head() image-20230206154547738...数据建模 # 样本拆分 X = df_model.drop(['target_class'],axis=1) y = df_model.target_class X_train, X_test, y_train...= xgb.XGBClassifier(**param_dist) model_xgb.fit(X_train, y_train) XGBClassifier(base_score=0.5, booster...y_prob = model_xgb.predict_proba(X) uplift_score=[] for i in y_prob: us=i[0]+i[3]-i[1]-i[2]
3.2 基于 Uplift Model 的短信敏感度预估模型 为了解决 Response Model 在上述业务场景下存在的问题，提升短信投放带来的增量效益，我们进一步构建了基于 Uplift Model...Uplift Model 是工业界因果推断与机器学习结合最成熟的算法之一，在智能营销和用户增长领域中有着广泛的应用，我们先介绍一下用来解释 Uplift Model 的较为经典的营销人群划分图： 图4...构建的 Uplift Model 相比 Response Model 的离线指标提升，对本次实验我们将基于 Response Model 的转化率预估模型作为对照版，将基于 Uplift Model 的短信敏感度预估模型作为实验版...，其中 Uplift Model 为离线评估效果相对较好的 T-learner，线上效果如表 4 所示： 表4 线上实验结果：Uplift Model vs Response Model 从表 4 可以看出...，Uplift Model 的线上表现效果和离线一致，相比 Response Model 取得了明显的业务指标提升，这也验证了 Uplift Model 确实适用于提升短信营销的增量效益，有助于挖掘更多的短信营销敏感人群
from sklearn.model_selection import train_test_split import xgboost as xgb def uplift_split(df_model:...\ =uplift_model.predict_proba(X_test.drop('treatment', axis=1)) result['proba_CN'] = uplift_proba...(df_model) result = uplift_model(X_train, X_test,y_train, y_test) return result 2 营销增益模型效果评价 完成建模之后的工作就是评价模型效果...bogo_uplift = uplift(df_model_bogo) 图1 “买一送一”营销策略的混淆矩阵 同样地，对于“打折促销”策略也是用营销增益模型识别营销敏感人群，实现代码如下，混淆矩阵结果如图...discount_uplift = uplift(df_model_discount) 图2 “打折促销”策略的混淆矩阵 2.增益值分布 除了混淆矩阵外，增益值也是直观衡量营销策略的指标。
Building / Gridsearch #Build / Gridsearch model uplift_model = MRUplift() param_grid = dict(num_nodes..._2 from mr_uplift.mr_uplift import MRUplift, get_t_data from mr_uplift.keras_model_functionality import..._2(10000) pred_uplift = uplift_model.predict_optimal_treatments(x = x_test) pred_uplift_propensity =...Decisions') print((pred_uplift == correct_tmt).mean()) print('Uplift Model using Propensity Correct...Decisions') print((pred_uplift_propensity == correct_tmt).mean()) 两个模型的差异： Uplift Model Correct Decisions
uplift model常见的方法： tree-based： 和机器学习中的树基本一样(分裂规则、停止规则、剪枝），核心为分裂规则，根据每个叶子节点的uplift，计算分裂前后的信息差异。...因此随机A/B实验在Uplift Model建模过程中至关重要，在训练样本高度无偏情况下，模型才能表现出更好的效果。...因此，与meta-learner不同的是，uplift model下的树模型希望通过这样的分裂方式达到对增量直接建模的目的。...5 Uplift Model 模型评估 常用分类和回归算法，可以通过 AUC、准确率和 RMSE 等去评估模型的好坏。...参考文献 因果推断–uplift model 评估 因果推断综述及基础方法介绍（二） 【Uplift】建模方法篇 一文读懂uplift model进阶 DiDi Food中的智能补贴实战漫谈
一些使用场景 1.3.3 实验室组和对照组 数据不均匀 2 uplift model的模型 2.0 Uplift 经典模型介绍 2.0.1 元学习:双模型(Two Model, T-Learner)...2 uplift model的模型 2.0 Uplift 经典模型介绍 参考：Uplift 经典模型介绍 2.0.1 元学习:双模型(Two Model, T-Learner) 针对单Treatment...下面重点介绍uplift model模块。Uplift model的目标是预测每个用户在不同的红包金额下的转化率，从而构建出千人千面的敏感度曲线。...因此随机化实验是Uplift Model建模过程中非常重要的基础设施，可以为Uplift Model提供无偏的样本。...6 参考文献： 1 智能营销增益模型（Uplift Modeling）的原理与实践 2 阿里文娱智能营销增益模型 ( Uplift Model ) 技术实践 3 Uplift-Model在贝壳业务场景中的实践
Uplift model的各类模型 权益：发什么券？...线性规划、贪心分配、背包问题 1 选人、圈人 很显然，活跃转化是最主要的人群，大多的方法都是uplift model，那么uplift model也有几类： •uplift方法一：元学习方法（Meta-learning...还有uplift model评估问题也很关键后面可以再看看。...1.4 哈啰顺风车的meta-Learning 除了meta-learning外还尝试了Tree-Based，uplift model 下的树模型通过对增量直接建模，对特征点进行分裂， 将 X 划分到一个又一个...1.5 阿里文娱的meta-learning 2 每个人发什么券 这里基本是线性规划占主导 2.1 阿里文娱的：背包问题 黄色区域是基于uplift model的实时预测的模块，当一条用户的请求过来的时候
在【营销增益模型实战-Uplift Model原理及应用】一文中提到： 目前的算法包虽然可以直接使用，但速度慢，定制性差 由于Uplift模型还未被广泛使用，业界对于该技术的定义混乱，每个领域甚至每个公司都会有自己的魔改版本...model 还有官网文档 主要源自： Transformed Outcome (Athey 2016) Uplift models需要每一个人的两方面信息：是否给予treatment，产出label...score分数， 注意这是uplift score，如果不是uplift score需要自己先将uplift score计算好。...has been created... up.model up.model_final up.Q_cgains # 'aqini' or 'qini' can be used in place of...5.4 模型保存 跟sklearn一样，self.model_final.to_pickle(PATH) 参考文献 1 【营销增益模型实战-Uplift Model原理及应用】 2 Pylift:
——Uplift model 8.3 圈的人给什么样的权益 9 阿里文娱：智能营销增益模型 ( Uplift Model ) 技术实践 9.1 Uplift Model建模评估 9.2 Uplift...说重要，是因为它几乎是Uplift Model在离线阶段唯一一个直观的，可解释的评估模型优劣的指标。...8.2 给什么样的人发券——Uplift model 整个模型迭代的三个版本： v1版本，是从response model开始。去预测用户的出行概率，然后根据出行概率来制定不同的发券策略。...这里有针对uplift model有一些实验： 除了meta-learning外还尝试了Tree-Based，uplift model 下的树模型通过对增量直接建模，对特征点进行分裂， 将 X...( Uplift Model ) 技术实践 9.1 Uplift Model建模评估 uplift评估最大的难点在于我们并没有单个用户uplift的ground truth，因此传统的评估指标像AUC
model 这个人应该发什么类型的权益 线性规划、贪心分配、背包问题 3.1 选人、圈人 很显然，活跃转化是最主要的人群，大多的方法都是uplift model，那么uplift model也有几类...Method（增量直接建模） 分布散度下的Uplift-Tree CausalForest 对uplift直接建模的CTS Tree NN-Based Method 还有uplift model...对于广告效应的推断方面，这种模型相比于DNN会有一定的提升（uplift Qini指数提升至0.6）。...3.1.4 哈啰顺风车的meta-Learning 除了meta-learning外还尝试了Tree-Based，uplift model 下的树模型通过对增量直接建模，对特征点进行分裂， 将 X...3.1.5 阿里文娱的meta-learning 3.2 每个人发什么券 这里基本是线性规划占主导了 3.2.1 阿里文娱的：背包问题 黄色区域是基于uplift model的实时预测的模块，当一条用户的请求过来的时候
一、Uplift模型 因果推断在互联网界应用主要是基于Uplift model来预测额外收益提升ROI。...而由于Uplift Model 中不可能同时观察到同一用户在不同干预策略下的响应，即无法获取用户真实增量， 我们也就无法直接利用上述评价指标去衡量模型的好坏。...因此，Uplift Model 通常都是通过划分十分位数来对齐实验组和对照组数据，去进行间接评估。常用的评估方 法有 Qini 曲线、AUUC 等。...3.1 Qini curve Qini 曲线是衡量 Uplift Model 精度方法之一，通过计算曲线下的面积，类似 AUC 来评价模型的好坏。...说重要，是因为它几乎是Uplift Model在离线阶段唯一一个直观的，可解释的评估模型优劣的指标。
Mobility Model: 从大的方面，可以分为三种，1）随机移动；2）基于Map的随机移动；3）基于用户行为的移动 进一步细分： 1）包括两种：Random Walk（RW）和Random Waypoint...Shortest Path Map-Based Movement (SPMBM),和 Routed Map-Based Movement (RMBM). 3）包括一种：Working Day Movement Model...Routing Model: ONE实现了六种路由协议：1) Direct Delivery (DD), 2) First Contact (FC), 3) Spray-and-Wait, 4) PRoPHET
如果把之前的QTableView改成QTreeView，我们在不改变Model的情况下可以直接得到一个没有结构层次的“树”；因为QAbstractTableModel不具有数据层次结构，如果我们想要实现有层次的数据结构...使用QStandardItemModel构建Tree 以Qt自带的treeview来说明 //实例化model standardModel = new QStandardItemModel ; //QStandardItem...prepareRow("111", "222", "333"); //在first节点上再添加一个数据 preparedRow.first()->appendRow(secondRow); //view 设置model...三、小结 ①Model/View中要想通过TreeView显示树型结构，需要在QStandardItemModel中组织树形数据结构 ②通过index计算树形结构层级的方式 ③通过index可以Item...的内容 ④使用**View时必须设置Model，因为Model中存储着数据结构 学不可以已 20200202 于 北京门头沟。
具体计算方法 AUUC 的全称是 Area Under the Uplift Curve, 计算的是 Uplift Curve 弹性曲线下的面积。...因此首先解释下什么是 Uplift Curve，以及如何计算 Uplift Curve。 2.1 计算 AUUC 所需要的输入 假设我们有一个数据集 ，这是计算 AUUC 所需要的全部输入。...score_list, y_list, t_list]).T metric_df.columns=['model...auuc_score['model'] 是根据 score_list 排序的 AUUC auuc_score['random'] 是随机排序的 AUUC。...这是因为累积 uplift 值会比较高，对 y 轴归一化更方便分析。 归一化的除数是 gain.iloc[-1,:]，它是“排序在最末尾的累积 uplift 值”，。
顾名思义，有生成过程，有对抗过程的一种net model。 这种模型大致工作流程： 有一生产者，也可以称其为造假者，他的工作是生成类似于源数据的数据，比如与古董真假难辨的伪造古董。
当我们指定了设备之后，就需要将模型加载到相应设备中，此时需要使用model=model.to(device)，将模型加载到相应的设备中。将由GPU保存的模型加载到CPU上。...device = torch.device("cuda")model = TheModelClass(*args, **kwargs)model.load_state_dict(torch.load(PATH...))model.to(device)将由CPU保存的模型加载到GPU上。...map_location是将模型加载到GPU上，model.to(torch.device('cuda'))是将模型参数加载为CUDA的tensor。...device = torch.device("cuda")model = TheModelClass(*args, **kwargs)model.load_state_dict(torch.load(PATH
可以看这篇文章来理解如何求解 homography H：单应性(homography)变换的推导 Pinhole Camera Model ? ? ? 是 2D 平面内映射的一个点的坐标； ?
TextMatch TextMatch is a semantic matching model library for QA & text search … It’s easy to train models...TextMatch/train_model模块包含 ： （1）train_bow.py ： bow模型训练 样例： import sys from textmatch.models.text_embedding.bow_sklearn
至此，Django如何配置数据库，如何创建model，如何把model映射到数据库中以及对model的操作我们都以熟悉了下，我们将在后面的课程中的更加深入的介绍model的一些用法。...model字段类型 在介绍了上面的内容之后，我再来补充介绍下常用的Djano字段类型。 ?
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
