CoGSeq-LTV 多业务多期价值预测方法发布

Ziyang Su 等作者提交论文，提出面向超级应用多业务交易日志的图序列建模方法 CoGSeq-LTV，用于预测用户未来多期价值。据论文报告，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。 该方法把多业务、多周期价值预测当作数据密集型分析问题，而不是单表任务：用按批次构建的用户-物品图提供协同信号，通过保留未知物品处理物品标识缺失，并配合业务感知序列编码与跨视图对比对齐。上述比较结果是论文作者在自有数据集上的实验报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。