Kaggle: Coupon Purchase Prediction. Predecir que es lo que los clientes quieren antes que ellos. Alejandro Tobon Karen Viviana Torres Roby Rubiano
Kaggle: Coupon Purchase Prediction.Predecir que es lo que los clientes quieren antes que ellos.
Alejandro TobonKaren Viviana Torres
Roby Rubiano
Sistemas de recomendación
El Premio Netflix era un concurso abierto para el mejor algoritmo de recomendación.Premio un millón de dólares.Amazon cuenta con un algoritmo personalizado de recomendación que ellos llaman filtrado colaborativo ítem a ítem. Fue desarrollado en casa y esta patentado en los Estados Unidos.Los videos recomendados representaron aproximadamente el 60% de los clics en la página principal.Se encontró la tasa de clics (CTR) se incrementó en un 207% para los videos recomendados.
Un sistema de recomendación es un sistema inteligente que proporciona a los usuarios una serie de sugerencias personalizadas
Contenido
Antecedentes
Solución propuesta
Contenido
Antecedentes
Solución propuesta
Antecedentes Ponpare es un sitio web muy parecido a
Groupon.
Ponpane el es sitio web líder en Japón, que ofrece grandes descuentos de todo tipo, desde el yoga, hasta sushi gourmet
Por medio del uso de la información histórica de compras y el comportamiento de navegación, se quiere predecir que cupones el cliente va a comprar en un período determinado de tiempo
Se utilizarán los modelos resultantes para mejorar el sistema de recomendación actual.
Contenido
Antecedentes
Solución propuesta
Solución propuesta: Planteamiento
Clientes y
cupones
Información Histórica de compras.
Información de histórica de navegación.
Información detallada de los groupones
Datos demográficos del cliente
Modelo Analític
o
El modelo entrega como resultado por cada cliente la lista de los 10 cupones mas propensos a la compra.
Modelo Analítico FasesCalculo de similitud de
usuarios.Esta medida depende de los productos que compren en
común.
Vector de preferencias de cada usuario.
VP: vector que contiene la proporción de cuponesque
compro o visito con sus características
Se emiten recomendaciones
Se mide la calidad y efectividad del modelo
1
2
3
4
Diana Pilar
Modelo Analítico: Similitud
La medida de similitud es un indador de 0 a 1, donde 1 significa que compraron lo mismo y 0 significa lo contrario
Modelo Analítico: Vector de preferencias de su comunidad
Cada variable que se define en el vector tiene un peso.
Diana• 20% de los cupones los compro en SPA• 40% de los cupones los comro en restaurantes.• 50% de los cupones los compro en Bogota• 40% de los cupones costaban menos de 50.000
Pilar……..
Arturo ……..
Modelo Analítico: Calidad Se entrena con todos los registros que están
entre las fechas (2011-07-01 to 2012-06-16), casi un año.
Se mide la calidad con las compras que se efectuaron entre (2011-06-13 to 2012-06-23)
Se debe encontrar la combinación de pesos en el vector de preferencias que maximizan la métrica de calidad del modelo
La métrica que se utiliza es la MAP@10