arXiv · cs.AI · Ziyang Su, Yao Zhou, Kelin Liu, Guanjie Zheng, Linghe Kong · 11 小时前模型评分28
CoGSeq-LTV：面向多业务交易分析的可扩展缺失感知图序列建模
CoGSeq-LTV: Scalable Missing-Aware Graph-Sequence Modeling for Multi-Business Transaction Analytics
导读
CoGSeq-LTV 提出一套面向超级应用多业务交易日志的图序列建模方法，用于预测用户未来多期价值。它用批次构建的用户-物品图提供协同信号，并通过保留未知物品处理物品标识缺失，配合业务感知序列编码与跨视图对比对齐。在 BiBiSheng 交易日志数据集上，该方法在各业务与各预测期上均优于代表性 LTV 基线，包括更晚的时间外评估窗口。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：零售与营销
事件类型：研究发布
证据摘录
- “We study multi-business, multi-horizon value prediction as a data-intensive analytics problem over such logs, rather than as a single-table task.”
来源：arXiv · cs.AI · arxiv.org