von Marcus Stade
Für die maschinelle Analyse und Bewertungen von Texten gibt es viele Anwendungsfälle, zum Beispiel das Einordnen von Produktreviews in Online-Shops oder auch Kommentaren in Blogs. Mit Sentimentanalysen können in Texten eine positive oder negative Haltung erkannt werden. Maschinell kann damit eine Quantifizierung der Texte erfolgen, ohne dass deren Bedeutung von Menschen erfasst werden muss. Die…
Bevor das User-Journey Modell (h2o Machine Learning: Individuelle Vorhersage für die „next best activity“ – Teil 1) weiter verfeinert wird, ist ein Modell für die User Interaktion auf der Webseite sinnvoll. Dabei geht es um die Bewertung des Einflusses von Micro-Conversions auf die eigentliche Conversion. Ist beispielsweise die Eigenschaft des Users den Newsletter abonniert zu…
Die Erfassung der User-Journey kann nicht nur zur Attribution von Conversions und Budgetallokation genutzt werden. Insbesondere die Vorhersage des nächsten Kontaktpunktes in der individuellen User-Journey ist wertvoll, um die Wahrscheinlichkeit einer Conversion zu erhöhen. Neuronale Netzwerke eignen sich hierfür. h2o liefert die passende Werkzeuge. Vorhersage-Modell trainieren Als Erstes benötigen wir ein Datenset für das Training…