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