1、应用背景:
实际业务场景,我们会遇到一些特征随着时间(量)的变大,实际值的意义成指数衰减或增加。例如:
- 用户收到的邮件越多,每封邮件对用户的影响越小,因此计算每封邮件的价值时,我们不能等同计算,需要做一种衰减处理。
- 用户邮件缺失度:我们期期望收件越少用户确实度越大,当收件量大到一定程度时,邮件缺失度不变。
2、常见的应用函数
- 指数函数:y=a^x
- 对数函数:y=log(x)
3.实际应用案例:
计算用户邮件缺失度: 根据当天收件量,计算用户当天邮件缺失度。
1)计算当天所有活跃用户平均收件u
2)当用户当天收件量=u时,设用户邮件缺失度为0.6.
3)定义衰减函数: y=exp(-aX),其中X为用户当天截止目前收件量,a为变化幅度。
4)根据:exp(-aX)=exp(-au)=0.6, 计算出a值。
5)然后利用y=exp(-aX),计算所有用户的邮件缺失度。
具体如下: