产品健康度模型(4) 打分I

本文探讨了如何为产品健康度打分,强调了打分的主观性和经验性。通过分析短信接收延时指标,提出了利用历史记录和核密度估计进行打分的方法。核密度估计避免了满分和零分的情况,同时考虑了用户对指标变化的敏感度。通过拟合样本分布,积分得到的分值与用户满意度负相关,确保模型在敏感区域的准确性。
摘要由CSDN通过智能技术生成

产品健康度模型之打分I

  在这个项目上,大家可能会发现,很多做法比较主观,但是原因我认为”健康度“本身就是一个主观概念,哪里去找真正的”产品健康度“呢?这和离网用户分析就形成了鲜明的对比,离网用户预测准确率就是一个客观数值,而健康度打分,什么是好,什么是不好,很难界定(如果真的需要所谓实际值,那就需要大量的调研反馈,那对企业来说又是不可接受的),所以说问题本身很难形式化成一个典型的机器学习问题——这也是我在这个项目中最困扰的地方。
  但是,在处理的时候,我们在经验范围内不做蠢事,这就是最好的结果啦——但求问心无愧呗!

根据指标记录打分

  按照对方的要求,我们还是需要根据每个指标给出一个打分(也就是说对于新来的指标值,要给出其打分)。
  这里举一个实际的例子,比如对于短信接收延时这个指标(现在我们仅仅考虑只有一个用户),比如第一期指标有三个值 d11,d12,d13 dxy 表示第 x 期的第 y

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值