那么只要修改模型参数,就能快速出结果了 , 非常方便(如下图):
文章插图
图片
算法模型的第二个优势,是能发现业务没注意到的情况 。
比如做商品分析的时候,业务上是可以手动输出一份《商品关联规则表》,但这个表格的规则是固定的 。如果用关联规则算法,则可以突破业务思路的限制,发现更多潜在关联销售逻辑 。虽然不见得是“啤酒与尿布”这么夸张的东西 , 但是也对启发业务思路很有帮助(如下图) 。
文章插图
图片
算法模型的第三个优势,就是处理大规模数据了 。
典型的业务模型RFM,做用户分层时,如果每个指标分3类,那么就有3*3*3=27类,在业务上已经复杂到很难匹配对应策略了 。但是如果用协同过滤算法,完全可以做到千人千面,这也是算法模型的巨大优势 。
之所以互联网公司倾向于用算法做推荐,主要是源自互联网平台上的商品量以十亿记 , 极难手动匹配规则 。
业务与算法,如何完美配合
想要做好顺畅配合 , 建议大家在项目启动前,先花时间梳理好:到底要解决什么问题 。而不是一上来先说:我要个模型 。先捏个模型出来,再拿着锤子找钉子 。
如果要解决的问题本身不清晰,比如:
1、诊断类问题:到底指标异动是因为内部还是外部原因?
2、标准类问题:到底该怎么定义“高价值用户”、“有效的策略”?
3、测试类问题:我有个新想法,还没实行,不知道有没有效果?
此时建议做业务模型,先把问题梳理清楚,把定义明确好 , 拿到测试数据,再看进一步怎么做?
如果要解决的问题定义清晰,且有数据积累,就很适合做算法模型 。特别是即使业务很努力,也很难提升效果的时候,比如用户流失挽留,新用户电话销售等场景 , 天然响应率低,通过模型筛选目标群体能极大提升业务效率,此时效果好 。
【业务模型 VS 算法模型,到底该怎么用?】
推荐阅读
- 哈希表底层算法与哈希值计算方法的选择与比较
- 语音识别中的端到端模型设计与优化
- 和彩印业务是什么,彩印业务是什么?
- 联通增值业务费是什么,联通话费里的增值业务使用费是什么?
- 服务调用流程 服务调用异常请检查业务参数
- 怎么取消移动业务,如何强制取消移动签约业务
- 内部人担忧“威胁人类生存”!OpenAI的神秘重大突破“Q*算法”究竟是什么?
- 程序员学会与大模型相处,提升个人开发效率
- 无监督学习中的聚类算法综述
- 来电显示是什么业务