基于DID模型的用户响应效果分析
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-12页 |
1.1 研究背景 | 第9页 |
1.2 文献回顾 | 第9-10页 |
1.3 本文研究内容 | 第10-11页 |
1.4 研究方法和工具 | 第11页 |
1.5 论文结构 | 第11-12页 |
第二章 网站宣传中的用户响应效果分析 | 第12-24页 |
2.1 引言 | 第12页 |
2.1.1 网站分析和用户行为 | 第12页 |
2.1.2 网站营销和流量数据 | 第12页 |
2.2 DID模型概述 | 第12-13页 |
2.3 对照组的选择方法 | 第13-14页 |
2.3.1 马氏距离匹配法 | 第13页 |
2.3.2 倾向得分匹配法 | 第13-14页 |
2.4 DID模型的具体应用 | 第14-20页 |
2.4.1 应用背景 | 第14页 |
2.4.2 样本选取 | 第14页 |
2.4.3 模型初步和对照组匹配实现 | 第14-17页 |
2.4.4 模型的参数估计 | 第17-18页 |
2.4.5 双重差分和均值估计 | 第18-20页 |
2.4.6 模型的结论 | 第20页 |
2.5 模型的拓展 | 第20-22页 |
2.5.1 加入控制变量 | 第20-21页 |
2.5.2 时间序列趋势分析 | 第21-22页 |
2.6 小结 | 第22-24页 |
第三章 客户响应模型在精准营销中的应用分析 | 第24-44页 |
3.1 引言 | 第24页 |
3.1.1 精准营销 | 第24页 |
3.1.2 应用背景 | 第24页 |
3.2 数据清洗和数据挖掘 | 第24-27页 |
3.2.1 数据构成 | 第25页 |
3.2.2 数据检查 | 第25-26页 |
3.2.3 数据去重 | 第26页 |
3.2.4 缺失值处理 | 第26-27页 |
3.3 数据处理 | 第27-30页 |
3.3.1 数据转换 | 第27页 |
3.3.2 调节样本量 | 第27-28页 |
3.3.3 构造实验组数据和对照组数据 | 第28页 |
3.3.4 变量的初步筛选 | 第28-30页 |
3.4 初步回归分析 | 第30-33页 |
3.4.1 线性回归 | 第30-31页 |
3.4.2 非线性回归 | 第31页 |
3.4.3 变量选择 | 第31-32页 |
3.4.4 变量的描述统计 | 第32-33页 |
3.5 参数估计和拟合模型 | 第33-34页 |
3.6 Logistic回归结果分析 | 第34-39页 |
3.6.1 假设检验 | 第34-35页 |
3.6.2 参数估计解释 | 第35-36页 |
3.6.3 拟合优度 | 第36-38页 |
3.6.4 小结 | 第38-39页 |
3.7 计算每个客户的得分(概率) | 第39-40页 |
3.7.1 线性分类器 | 第39页 |
3.7.2 模型验证 | 第39-40页 |
3.8 模型的性能评价 | 第40-44页 |
3.8.1 提升指数概念 | 第40-41页 |
3.8.2 LIFT值的应用 | 第41-44页 |
第四章 研究结论和意义 | 第44-46页 |
4.1 网站的用户响应效果 | 第44页 |
4.1.1 方法和结论 | 第44页 |
4.1.2 实际意义 | 第44页 |
4.1.3 不足 | 第44页 |
4.2 产品的客户响应效果 | 第44-46页 |
4.2.1 方法和结论 | 第44页 |
4.2.2 实际意义 | 第44-45页 |
4.2.3 不足 | 第45-46页 |
致谢 | 第46-47页 |
参考文献 | 第47-48页 |