相似建模常見問題集

概述

本文提供關於Look-Alike Modeling最常問問題的解答。

問題

為什麼我要得到平面 Accuracy & Reach 圖?

平面Accuracy & Reach圖表表示幾乎每個使用者都收到模型的相同分數。 當您在執行模型的資料來源中納入網站訪客特徵時,就會發生此情況。 為避免此問題,請使用Exclusions欄位,在模型建立步驟期間從模型輸入中移除通用特徵。

為什麼我某些最具影響力的特徵對象非常少?

演算法會選取與基線特徵高度相關的特徵。 例如,如果指定的特徵與基線特徵有100%重疊,則即使該特徵的使用者人數很少,其權重仍會很高。

為什麼我的模型沒有執行/重新執行?

只有在您建立至少一個作用中的演算法特徵,並將其對應至作用中區段和目的地時,產生結果的模型才會繼續執行。

為什麼我的模型沒有產生任何結果?

這通常是因為所選資料來源的基線母體和母體之間沒有明顯的特徵重疊。

基線特徵或區段大小是否有任何建議?

鑑於基線母體與所選資料來源的母體之間有明顯的特徵重疊,幾千個使用者應該足以在上執行模型。 Look-Alike Modeling 產生的結果更準確,基線越大。

我應為我的模型選擇哪些第三方資料來源?

使用與基線特徵/區段至少有部分重疊的資料來源,但同時吸引其他使用者。 您也應考慮每個資料摘要的相關成本。 Audience Marketplace中的資料提供者之間的成本和定價模式各不相同。

使用第三方資料進行模型化是否成本?

這取決於所選資料摘要的定價模式。 有些摘要允許免費建模,有些則需收取費用。 如需詳細資訊,請參閱資料摘要購買者的計費

我可以建立多少個模型/特徵?

目前,您最多可建立20個演算法模型和50個演算法特徵。

模型訓練和演算法特徵人口的重新整理頻率為何?

模型每8天會重新訓練一次,同時重新整理演算法特徵母體。

本頁內容