|
|||||
|
|
| 基于卷积神经网络和LSTM循环神经网络的客户复购预测方法 | |
| 作者姓名： | 施海昕 诸建超 严骏驰 程栋 刘云锋 |
| 作者单位： | 云汉芯城(上海)互联网科技股份有限公司 上海201612;华东师范大学计算机科学与软件工程学院 上海200062;上海交通大学电子信息与电气工程学院 上海200240 |
| 基金项目： | 科技创新新一代人工智能重大项目;国家自然科学基金 |
| 摘 要： | 通常一个销售代表会有数百名客户.销售代表无法定量预测哪位客户最近有下单需求,所以多采用轮询或者主观直觉的方式决定每天的回访客户名单.本文以深度学习的思路,把销售代表的历史回访记录作为输入数据,以卷积神经网络(CNN)和循环神经网络(RNN)为基础模型,让模型学习客户复购行为的内在逻辑以便指导初级销售代表的每日回访工作.... |
| 关 键 词： | 循环神经网络(RNN) 长短期记忆网络(LSTM) 卷积神经网络(CNN) 深度学习 |
| 本文献已被 万方数据 等数据库收录！ | |