Fugu-MT 論文翻訳(概要): A Survey on Churn Analysis

論文の概要: A Survey on Churn Analysis

arxiv url: http://arxiv.org/abs/2010.13119v3
Date: Wed, 2 Dec 2020 06:43:53 GMT
ステータス: 処理完了
システム内更新日: 2022-10-03 04:59:32.104333
Title: A Survey on Churn Analysis
Title（参考訳）: チャーン分析に関する調査
Authors: Jaehuyn Ahn
Abstract要約: チャーン予測はインターネットサービス、ゲーム、保険、管理の分野で使われている。本稿では,経営管理,マーケティング,IT,電気通信,新聞,保険,心理学の分野において用いられるチャーンの定義を収集した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, I present churn prediction techniques that have been released so far. Churn prediction is used in the fields of Internet services, games, insurance, and management. However, since it has been used intensively to increase the predictability of various industry/academic fields, there is a big difference in its definition and utilization. In this paper, I collected the definitions of churn used in the fields of business administration, marketing, IT, telecommunications, newspapers, insurance and psychology, and described their differences. Based on this, I classified and explained churn loss, feature engineering, and prediction models. Our study can be used to select the definition of churn and its associated models suitable for the service field that researchers are most interested in by integrating fragmented churn studies in industry/academic fields.
Abstract（参考訳）: 本稿では,これまでにリリースされたチャーン予測手法について述べる。チャーン予測はインターネットサービス、ゲーム、保険、管理の分野で使われている。しかし、様々な産業・学術分野の予測可能性を高めるために集中的に使用されているため、その定義と利用に大きな違いがある。本稿では,ビジネスマネジメント,マーケティング,IT,通信,新聞,保険,心理学の分野において用いられるチャーンの定義を収集し,その相違について述べる。これに基づいて、チャーン損失、機能エンジニアリング、予測モデルを分類し、説明しました。本研究は,産業・学術分野における分断されたチャーン研究を統合することにより,サービス分野に適したチャーンの定義とその関連モデルを選択することができる。

関連論文リスト

Industrial Segment Anything -- a Case Study in Aircraft Manufacturing, Intralogistics, Maintenance, Repair, and Overhaul [1.7183906167272582]
ビジョン・ファンデーション・モデル(VFM)に関する最近の研究のアドバンテージは、高い一般化能力を持つタスクとモデルの新たな領域を開放した。本論文は, 航空機生産特化ユースケースにおけるSAMの応用を調査することによって貢献する。
論文参考訳（メタデータ） (2023-07-24T10:24:13Z)
A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。 SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文参考訳（メタデータ） (2023-02-23T06:32:09Z)
A Survey on Actionable Knowledge [0.0]
本研究の目的は,様々な分野に焦点をあてたさまざまな研究成果を検討することである。本稿は,これらの研究で用いられている手法を詳細に検討し,議論する。 AKDは、データから実行可能な洞察を特定し、抽出するプロセスである。
論文参考訳（メタデータ） (2023-01-23T08:26:28Z)
Estimating defection in subscription-type markets: empirical analysis from the scholarly publishing industry [0.0]
本稿では,学術出版業界における顧客チャーン予測の実証的研究について紹介する。本研究は,6.5年間の顧客定期購読データに対する予測手法について検討した。このアプローチは、ビジネス対ビジネスのコンテキストにおいて、正確かつ一意に有用であることを示します。
論文参考訳（メタデータ） (2022-11-18T01:29:51Z)
Citation Trajectory Prediction via Publication Influence Representation Using Temporal Knowledge Graph [52.07771598974385]
既存のアプローチは主に学術論文の時間的データとグラフデータのマイニングに依存している。本フレームワークは,差分保存グラフ埋め込み,きめ細かい影響表現,学習に基づく軌道計算という3つのモジュールから構成される。 APSアカデミックデータセットとAIPatentデータセットの両方で実験を行った。
論文参考訳（メタデータ） (2022-10-02T07:43:26Z)
Click-Through Rate Prediction in Online Advertising: A Literature Review [0.0]
我々は,最新のCTR予測研究について,系統的な文献レビューを行っている。現代文献における最先端CTR予測モデルの分類について述べる。我々は、現在の研究動向、主な課題、今後の今後の展望を、さらなる探査にふさわしいものとみなす。
論文参考訳（メタデータ） (2022-02-22T01:05:38Z)
f-Domain-Adversarial Learning: Theory and Algorithms [82.97698406515667]
教師なしのドメイン適応は、トレーニング中、ターゲットドメイン内のラベルなしデータにアクセス可能な、多くの機械学習アプリケーションで使用されている。領域適応のための新しい一般化法を導出し、f-発散体の変分的特徴に基づく分布間の相違性の新しい尺度を利用する。
論文参考訳（メタデータ） (2021-06-21T18:21:09Z)
Domain Generalization: A Survey [146.68420112164577]
ドメイン一般化(DG)は、モデル学習にソースドメインデータを使用するだけでOOD一般化を実現することを目的としています。初めて、DGの10年の開発をまとめるために包括的な文献レビューが提供されます。
論文参考訳（メタデータ） (2021-03-03T16:12:22Z)
Generalizing to Unseen Domains: A Survey on Domain Generalization [59.16754307820612]
ドメイン一般化は、1つまたは複数の異なるが関連するドメインが与えられる困難な設定を扱う。目標は、目に見えないテストドメインに一般化できるモデルを学ぶことです。本稿では,領域一般化の最近の進歩に対する最初のレビューを紹介する。
論文参考訳（メタデータ） (2021-03-02T06:04:11Z)
Curriculum CycleGAN for Textual Sentiment Domain Adaptation with Multiple Sources [68.31273535702256]
我々は,C-CycleGAN(C-CycleGAN)という,新しいインスタンスレベルのMDAフレームワークを提案する。 C-CycleGANは、(1)異なるドメインからのテキスト入力を連続的な表現空間にエンコードする事前訓練されたテキストエンコーダ、(2)ソースとターゲットドメイン間のギャップを埋めるカリキュラムインスタンスレベルの適応を伴う中間ドメインジェネレータ、(3)中間ドメインで最終感情分類のために訓練されたタスク分類器の3つのコンポーネントから構成される。 3つのベンチマークデータセットに対して広範な実験を行い、最先端のDAアプローチよりも大幅に向上した。
論文参考訳（メタデータ） (2020-11-17T14:50:55Z)
A Survey of Information Cascade Analysis: Models, Predictions, and Recent Advances [31.518953824687625]
本稿では,情報人気予測手法の総合的なレビューと分類について述べる。まず,異なる種類の情報カスケードを正式に定義し,既存の研究の視点を要約する。次に、既存の作品を3つの主要なグループと各グループの主要なサブクラスに分類する分類を提示する。
論文参考訳（メタデータ） (2020-05-22T07:39:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。