Mathematica Eterna

Mathematica Eterna
Libre accès

ISSN: 1314-3344

Abstrait

Une étude sur l'application de l'intelligence artificielle et de l'apprentissage automatique pour la modélisation et la prédiction des comportements des clients, du taux de désabonnement et de la conversion

Alderic Pierre*

Les entreprises numériques sont devenues un important fournisseur d’articles, de produits et de services et remplacent de plus en plus les marchés traditionnels. La croissance de ce secteur a créé une concurrence acharnée entre les entreprises numériques pour élargir leur clientèle et augmenter leurs revenus. À cette fin, les entreprises numériques sont désormais conscientes de l’importance d’acquérir de nouveaux clients et, plus important encore, de conserver les clients existants, car l’acquisition de nouveaux clients coûte plus cher que la fidélisation des clients existants. C’est pourquoi les entreprises en ligne font de leur mieux pour établir des liens solides avec leurs clients et soutiennent tous les efforts visant à prédire les éventuels désabonnements et à prendre des mesures proactives à l’égard des désabonnements potentiels.

Dans cet article, nous allons construire un cadre basé sur un modèle de Markov chronologique qui permet à la fois de prédire le taux de désabonnement des clients potentiels et de prédire les visiteurs qui ont tendance à quitter l'entreprise en ligne sans effectuer d'achats. Le modèle de Markov est un modèle statistique capable d'observer les états dans les modèles temporels de données. Le modèle proposé sera implémenté sur un ensemble de données publiques appelé « RecSys2015 » et nous comparerons ses résultats avec d'autres algorithmes à des fins d'analyse comparative.

Clause de non-responsabilité: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été révisé ou vérifié.
Top