카드산업에서 휴면 고객 예측 리뷰
신용카드 고객의 월별 사용 금액 및 이용 업종 등 거래 이력을 시계열 데이터로 보고, 순환신경망(LSTM) 모델을 통해 미래에 거래가 중단될 ‘휴면 고객’을 예측하는 방법론을 제시한다. 논문 요약 연구 배경 고객의 이탈은 어느 날 갑자기 일어나지 않는다. 카드 명세서에 찍히는 숫자의…
태그 LSTM
더 보기 카드산업에서 휴면 고객 예측 리뷰
자동차 정비 산업에서의 고객 이탈 예측: 머신러닝 알고리즘을 기반으로 리뷰
자동차 정비 이력을 하나의 ‘시계열 데이터’로 간주하고, 순환신경망(LSTM)을 활용하여 다음 정비 주기에 방문하지 않을 ‘휴면/이탈’ 고객을 예측하는 새로운 접근법을 제시한다. 논문 요약 연구 배경 고객이 단순히 ‘오지 않는 것’을 어떻게 ‘이탈’로 정의하고 예측할 수 있을까? 이 연구는 구독 서비스가 아닌…
이커머스 시장의 수요 트렌드 예측을 위한 딥러닝 모델에 대한 연구 리뷰
이커머스 상품의 미래 수요량을 예측하기 위해, 과거 판매량, 프로모션, 계절성 등 시계열 데이터를 순환신경망(LSTM)으로 학습시켜, 전통적인 통계 모델보다 더 정확한 예측을 달성하는 방법론을 제시한다. 논문 요약 연구 배경 “다음 달, 이 상품은 과연 몇 개나 팔릴까?” 이 질문에 대한 정확한…
고객 이용 로그와 순환신경망을 활용한 이커머스 고객 이탈 예측 리뷰
이커머스 고객의 행동 로그 데이터를 순차적인 시계열 데이터로 간주하고, 이를 순환신경망(LSTM)으로 학습시켜 고객의 다음 세션 이탈 여부를 예측하는 딥러닝 기반의 새로운 접근법을 제시한다. 논문 요약 연구 배경 고객의 이탈은 어느 날 갑자기 일어나는 단일 사건이 아니라, 시간의 흐름 속에서 누적된…