没有负面例子的客户行为预测

Question

想象一下，您拥有一个邮政服务，并希望优化您的业务流程。您有以下表格的订单历史记录（按日期排序）：

# date   user_id   from      to               weight-in-grams
Jan-2014 "Alice"   "London"   "New York"        50
Jan-2014 "Bob"     "Madrid"   "Beijing"         100
...
Oct-2017 "Zoya"    "Moscow"   "St.Petersburg"   30 

大多数记录（约95％）在＆＃34; wt-in-gram＆＃34;中包含正数。字段，但有一些没有重量（可能，这些消息被取消或丢失）。

是否可以预测2017年11月历史文件（Alice，Bob等）中的用户是否会使用该服务？我应该使用哪种机器学习方法？

我尝试使用简单的逻辑回归和决策树，但它们显然为任何用户提供了积极的结果，因为训练集中的负面示例非常少。我还尝试应用Pareto / NBD模型（R中的BTYD库），但对于大型数据集来说似乎非常慢，而且我的数据集包含超过500,000条记录。

我还有另外一个问题：如果我把负面例子归咎于（考虑到那个月没有发送信件的用户是本月的反面例子），数据集从30 Mb增长到10 Gb 。

Answer 1

答案是肯定的，你可以尝试预测。

您可以将其作为时间序列进行处理并运行RNN： 训练你的RNN在您的旋转集上，以便每个用户都是一个样本。

您还可以通过聚合每个用户的数据来转动您的设置，以便每个用户都是一行（观察）。然后运行多变量逻辑回归。你会以这种方式丢失信息，但它可能更简单。您可以添加与时间相关的列，例如“订单之间的平均延迟”，“每年的平均订单数量”等。

您可以使用贝叶斯方法估计用户返回的概率。