• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Найдены 4 публикации
Сортировка:
по названию
по году
Статья
Antipov E. A., Pokryshevskaya E. B. Journal of Targeting, Measurement and Analysis for Marketing. 2011. Vol. 19. No. 1. P. 3-10.

Данная статья затрагивает проблему ненаблюдаемой гетерогенности влияния характеристик фильма на кассовые сборы. Мы показываем, что анализ общих выборок, наиболее распространенный среди исследователей, не проливает свет на скрытую сегментированность данных и ведет к значимо отличным оценкам, которые получают исследователи, строя подобные регрессии для моделирования успеха кинофильма. Например, можно ожидать, что ограничительный рейтинг MPAA оказывает ощутимый вред на кассовые сборы семейной комедии, в то время как он незначительно влияет на выручку боевиков. Используя модель с конечным количеством латентных классов, мы извлекаем две латентные группы, различия между которыми могут частично объясняться жанром фильма, источником сценария, художественным типом и методом производства. На основании данного результата авторы рекомендуют разрабатывать отдельные модели успеха кинофильма для разных сегментов, а не применять подход, который обычно использовался в предыдущих исследованиях, когда одна объясняющая или предсказывающая модель разрабатывалась для всей выборки кинофильмов.

Добавлено: 4 октября 2012
Статья
Antipov E. A., Pokryshevskaya E. B. Journal of Targeting, Measurement and Analysis for Marketing. 2010. Vol. 18. No. 2. P. 109-117.

В данной работе представляется подход, основанный на CHAID, для определения гетерогенности точности классификации между сегментами наблюдений. Он помогает решить некоторые важные проблемы, стоящие перед человеком, строящим модель: (1) Как автоматически определять сегменты, в которых модель существенно хуже работает? и (2) Как использовать знание о гетерогенности точности классификации между сегментами для разделения наблюдений с целью получения большей точности предсказания? Подход был применен к данным по уходу клиентов из архива данных UCI Repository of Machine Learning Databases. Посредством разбиения набора данных на четыре части, которые были получены на основании использования дерева классификации, и построения отдельных логистических регрессионных скоринговых моделей для каждого сегмента мы повысили точность более чем на 7 процентных пунктов на тестовой выборке. Также наблюдалось существенное повышение в показателях recall и precision. Было показано, что в различных сегментах могут быть абсолютно разные предикторы ухода клиентов. Поэтому такое разделение дает лучшее понимание факторов, влияющих на поведение потребителей.

Добавлено: 4 октября 2012
Статья
Pokryshevskaya E. B., Antipov E. A. Journal of Targeting, Measurement and Analysis for Marketing. 2012. Vol. 20. No. 3-4. P. 203-211.
Добавлено: 4 февраля 2013
Статья
Pokryshevskaya E. B., Antipov E. A. Journal of Targeting, Measurement and Analysis for Marketing. 2012.

Измерение скрытой важности различных атрибутов является обычной задачей в маркетинговом анализе, для решения которой исследователи используют корреляционные и регрессионные техники. Мы перечисляем и иллюстрируем некоторые традиционные проблемы, характерные для широко используемых мер оценки скрытой важности. Более теоретически обоснованный подход (декомпозиция методом Шепли) был применен к большому набору данных по американским интернет-магазинам. Использование данных по отдельным магазинам вместо данных по отдельным респондентам позволило нам выявить факторы, которые важны для объяснения того, почему одни магазины имеют более высокие оценки по желанию потребителей совершить повторную покупку, чем другие. Посредством сравнения скрытой важности и мер результативности для трех разных интернет-магазинов мы выявили сильные стороны, слабые стороны, атрибуты, на которые компании стоит обращать внимание потребителей, и атрибуты, улучшение которых не является приоритетным направлением.

Добавлено: 4 октября 2012