客户购买行为的双变量多层贝叶斯预测模型研究 (2007年)

现有客户购买行为预测模型无法兼顾购买行为随机性、异质性及变量相关性的特征。单变量多层贝叶斯统计模型虽然解决了随机性、异质性问题，然而仍然忽略客户购买间隔与购买金额之间的相关性。双变量多层贝叶斯模型假设客户购买间隔和金额服从联合对数正态分布，借助“正态-Wishart”共轭先验分布族对后验近似标准分布进行推导，利用马尔科夫链蒙特卡洛模拟方法中的吉布斯抽样和梅托普利斯-海斯丁算法估计参数。模型不仅满足变量相关性特点，提高了客户购买行为预测的准确性，正态性假设还能对客户购买行为的波动性进行预测。对一高分子企业进