We adopt continuous mixture models,

We adopt continuous mixture models, specifically,
the beta-geometric (BG)/NBD model (Fader et al.,
2005a). We prefer this approach to the Pareto/NBD
model (Schmittlein et al., 1987) because it creates fewer
estimation problems and offers clear interpretations.
The BG/NBD approach considers two processes,
purchase frequency and the ‘‘death’’ of the customer,
and it makes two fundamental assumptions about
purchase frequency and inactivity. For frequency (i.e.,
distribution of the number of purchases and heterogeneity
across customers), the number of purchases Y
follows a Poisson distribution with a transaction rate k.
The probability that a customer makes y transactions
during time t is PðY ¼ yÞ ¼ ðktÞy
y! ekt: This expression
means the interpurchase time follows an exponential
distribution. The process is withoutmemory, and there
is a constant probability of a transaction in each period.
The market is fundamentally stationary. These
assumptions have been well validated for frequently
purchased goods (Ehrenberg, 1959, 1988).

ผลลัพธ์ (ไทย) 1:

เรานำมาใช้รูปแบบผสมผสานต่อเนื่อง โดยเฉพาะรูปทรงเรขาคณิตเบต้า (BG) / รุ่น NBD (Fader et al.,2005a) . เราชอบวิธีนี้ Pareto/NBDรุ่น (Schmittlein et al., 1987) เนื่องจากสร้างน้อยประเมินปัญหาและข้อเสนอยกเลิกเลือกตีความวิธี BG/NBD พิจารณากระบวนการ 2ความถี่ในการซื้อและ ''ตาย '' ของลูกค้าและทำให้สมมติฐานสองพื้นฐานเกี่ยวกับความถี่ในการซื้อและสาเหตุ สำหรับความถี่ (เช่นการกระจายของจำนวนซื้อและ heterogeneityทั้งลูกค้า), จำนวนซื้อ Yตามการแจกแจงปัวซองกับธุรกรรมอัตรา kความน่าเป็นที่ลูกค้าทำให้ธุรกรรม yในช่วงเวลา t คือ PðY ¼ yÞ ¼ ðktÞyy อีเค: นิพจน์นี้หมายถึงเวลา interpurchase ตามการเนนการกระจายงาน กระบวนการคือ withoutmemory และมีมีความคงที่ของธุรกรรมในรอบระยะเวลาตลาดเครื่องเขียนพื้นฐานได้ เหล่านี้สมมติฐานมีการตรวจกันบ่อยซื้อสินค้า (Ehrenberg, 1959, 1988)

ผลลัพธ์ (ไทย) 2:

เรานำรูปแบบผสมอย่างต่อเนื่องโดยเฉพาะเบต้าเรขาคณิต (BG) / NBD รูปแบบ (เฟดเดอร์ et al., 2005A) เราต้องการที่วิธีการนี้ไป Pareto / NBD รูปแบบ (Schmittlein et al., 1987) เพราะสร้างน้อยลงปัญหาการประมาณค่าและมีการตีความที่ชัดเจน. วิธี BG / NBD พิจารณากระบวนการที่สองความถี่การซื้อและ'' ตาย '' ของลูกค้า , และมันทำให้สองสมมติฐานพื้นฐานเกี่ยวกับความถี่ในการซื้อและการใช้งาน สำหรับความถี่(เช่นการกระจายของจำนวนการซื้อและความหลากหลายทั่วลูกค้า) จำนวนของการซื้อ Y ดังต่อไปนี้การกระจายปัวซองที่มีอัตราการทำธุรกรรม k. ความน่าจะเป็นที่ลูกค้าทำให้การทำธุรกรรมวายในช่วงเวลา t เป็น PDY ¼ YTH ¼ðktÞy Y ! ? e-kt: สำนวนนี้หมายถึงเวลาinterpurchase ดังต่อไปนี้แทนจัดจำหน่าย กระบวนการนี้ withoutmemory และมีความเป็นไปได้อย่างต่อเนื่องของการทำธุรกรรมในแต่ละงวดก. ตลาดนิ่งพื้นฐาน เหล่านี้สมมติฐานที่ได้รับการตรวจสอบดีสำหรับบ่อยสินค้าที่ซื้อ(Ehrenberg, 1959, 1988)

ผลลัพธ์ (ไทย) 3:

เราใช้แบบผสมอย่างต่อเนื่องโดยเฉพาะ
เบต้าเรขาคณิต ( BG ) / ไม่สำคัญแบบ ( เฟดเดอร์ et al . ,
2005a ) เราชอบวิธีการนี้เพื่อพาเรโต / ไม่สำคัญ
แบบ ( schmittlein et al . , 1987 ) เพราะสร้างน้อย และมีปัญหาการประมาณค่า

การตีความที่ชัดเจน วิธีการ BG / ไม่สำคัญพิจารณากระบวนการสอง
ซื้อความถี่และ ' 'death ' ' ของลูกค้า
และมันก็ทำให้สองสมมติฐานเบื้องต้นเกี่ยวกับ
ความถี่ในการซื้อและไม่มีการใช้งาน . ความถี่ ( เช่น การกระจายของจำนวนที่ซื้อ

สามารถข้ามและลูกค้า ) , จำนวนการซื้อ Y
ตามการแจกแจงปัวส์ซองกับธุรกรรมอัตรา K .
ความน่าจะเป็นที่ลูกค้าทำธุรกรรมในช่วงเวลา t Y
Y Y P ð¼Þ¼ð KT Þ Y
Y ! E : การแสดงออกนี้
 เคทีหมายถึง interpurchase เวลาตามการแจกแจงแบบเลขชี้กำลัง

กระบวนการ withoutmemory และมี
เป็นไปได้คงที่ของธุรกรรมในแต่ละช่วงเวลา
ตลาดคือภาระ เครื่องเขียน สมมติฐานเหล่านี้ได้รับการตรวจสอบบ่อย

ซื้อสินค้า ( Ehrenberg 1959 , 1988 )