首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

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

论文共48页,点击 下载论文
上一篇:基于多层神经网络的服务系统可靠性预测
下一篇:基于社团的社交网络影响力传播分析