論文の概要: How Early Is Early Enough? Design-Dependent Observation-Window Sufficiency in Subscription Churn Prediction

• arxiv url: http://arxiv.org/abs/2607.00473v1
• Date: Wed, 01 Jul 2026 05:47:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.741772
• Title: How Early Is Early Enough? Design-Dependent Observation-Window Sufficiency in Subscription Churn Prediction
• Title（参考訳）: 早期はいつ頃か? : サブスクライブチャーン予測における設計依存性の観測-ウィンドウ効果
• Authors: Xiao Han, Yao Xiao, Chenyu Wu, Tongchen Zhang,
• Abstract要約: パブリックなKKBoxデータセットでは、チャーンの初期指標は、通常、誰かの契約状態の指標である。 早期行動へのアクセスは、その特定のセグメントの予測を大幅に増加させる。 すべての証拠は1つの音楽ストリーミングデータセットからなっており、そのメカニズムは一般化されるべきであるが、大きさはそうではないかもしれない。
• 参考スコア（独自算出の注目度）: 16.12710813401237
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: How many days of early behavior suffice for subscription churn prediction? In the public KKBox dataset, the early indicator of churn is typically an indicator of someone's contract status; however, when looking in the heavily churned manual-renewal segment, having access to early behavior creates a substantial increase in prediction for that specific segment (PR +0.10 at 120 days). A nine-window sufficiency curve shows a diminishing-returns knee in a 45-90 day band. However, stress-testing over three cohort/task designs shows that this curve is singular to the design being tested; for example, in our test with a moving target, the curve inverts and can shift depending on the feature set used. Therefore, any window-sufficiency claim should state its cohort construction, target definition, and feature families. All evidence is from one music-streaming dataset; the mechanism should generalize but the magnitudes may not.
• Abstract（参考訳）: 定期購読の急激な予測には、何日間の早期行動が必要か? パブリックなKKBoxデータセットでは、チャーンの初期指標は、通常、誰かの契約状態の指標であるが、重いチャーンされた手動更新セグメントを見ると、早期の振る舞いにアクセスすると、その特定のセグメント(PR + 0.10 at 120 day)の予測が大幅に増加する。 9ウィンドウの飽和曲線は、45-90日間のバンドで膝の反動が減少することを示している。 しかし,3つのコホート/タスク設計を超越した応力試験により,この曲線はテスト対象に特異であることが明らかとなった。 したがって、どのウィンドウ充足クレームも、コホートの構築、ターゲット定義、特徴ファミリを記載すべきである。 すべての証拠は1つの音楽ストリーミングデータセットからなっており、そのメカニズムは一般化されるべきであるが、大きさはそうではないかもしれない。

関連論文リスト

• TAPS: Target-Aware Prefix Tree Selection for Diffusion-Drafted Speculative Decoding [4.5881678566958985]
  パラレルドラフトに拡散モデルを用いることは、投機的復号法には有望なアプローチである。 単一のシーケンスの検証は受け入れ期間を制限し、大きなドラフトツリーの検証は過度なターゲットモデル遅延を引き起こす。 本稿では,拡散限界を経路条件付き受入推定値に変換するターゲット対応プレフィックス選択法TAPSを提案する。
  論文  参考訳（メタデータ） (2026-05-30T02:39:40Z)
• When Can We Trust Early Warnings? Leakage-Excluded Early Outcome Prediction from LMS Interaction Logs [26.702635306128865]
  我々は、時間的可用性制約の下で、カットオフに基づく早期結果予測を形式化し、LEAPを導入する。 LEAPは、結合と集約の前にカットオフファーストの停止を強制し、ポストカット後のエビデンスがベンチマークに入るのを防ぐために、機能証明を特徴とする。 結果は、観察ウィンドウが拡大するにつれてパフォーマンスが向上し、約3週間で顕著に上昇した。
  論文  参考訳（メタデータ） (2026-05-25T12:41:40Z)
• TARG: Training-Free Adaptive Retrieval Gating for Efficient RAG [46.122203287541005]
  トレーニングフリーのAdaptive Retrieval Gating (TARG) は、ベースモデルからの短い非遅延ドラフトのみを使用していつ取得するかを決定する、単発のポリシーである。 NQ-Open、TriviaQA、PopQAでは、TARGは一貫して精度と効率のフロンティアをシフトさせる。
  論文  参考訳（メタデータ） (2025-11-12T23:09:52Z)
• Adaptive Human Trajectory Prediction via Latent Corridors [49.13061580045407]
  シーン固有の適応軌道予測の問題を定式化する。 本稿では,潜伏回廊と呼ばれる即時チューニングにインスパイアされた新しい適応手法を提案する。 0.1%の追加モデルパラメータでは、MOTシンスシミュレーションデータの改善が23.9%、MOTおよびワイルドトラックにおけるADEが16.4%となる。
  論文  参考訳（メタデータ） (2023-12-11T18:59:12Z)
• CenTime: Event-Conditional Modelling of Censoring in Survival Analysis [49.44664144472712]
  CenTimeは、イベントへの時間を直接見積もる、サバイバル分析の新しいアプローチである。 本手法は,非検閲データが少ない場合でも,堅牢なイベント条件検閲機構を特徴とする。 以上の結果から,CenTimeは同等の性能を維持しつつ,死までの時間を予測する上で,最先端のパフォーマンスを提供することがわかった。
  論文  参考訳（メタデータ） (2023-09-07T17:07:33Z)
• DSD$^2$: Can We Dodge Sparse Double Descent and Compress the Neural Network Worry-Free? [7.793339267280654]
  このような現象を回避し、一般化を改善する学習フレームワークを提案する。 第2に,この現象の持続性に関する洞察を提供するエントロピー尺度を導入する。 第3に、再初期化法、モデル幅と深さ、データセットノイズなどの要因を包括的に定量的に分析する。
  論文  参考訳（メタデータ） (2023-03-02T12:54:12Z)
• DisenHCN: Disentangled Hypergraph Convolutional Networks for Spatiotemporal Activity Prediction [53.76601630407521]
  本稿では,既存のソリューションのギャップを埋めるために,DistenHCNと呼ばれるハイパーグラフネットワークモデルを提案する。 特に,ユーザの好みと時間的活動の複雑なマッチングをヘテロジニアスなハイパーグラフにまとめる。 次に、ユーザ表現を異なる側面(位置認識、時間認識、活動認識)に切り離し、構築したハイパーグラフ上に対応するアスペクトの特徴を集約する。
  論文  参考訳（メタデータ） (2022-08-14T06:51:54Z)
• An Analysis of the Adaptation Speed of Causal Models [80.77896315374747]
  最近、Bengioらは、すべての候補モデルの中で、$G$は、あるデータセットから別のデータセットに適応する最速のモデルであると推測した。 最適化からの収束率を用いた原因影響SCMの適応速度について検討する。 驚くべきことに、私たちは反因果モデルが有利である状況を見つけ、初期仮説を偽造する。
  論文  参考訳（メタデータ） (2020-05-18T23:48:56Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。