Сегментация пользователей на основе анализа их поведенческих особенностей

В современных условиях ведения бизнеса развитие электронной коммерции значительно снизило транзакционные издержки в розничной торговле, что привело к обострению конкуренции между поставщиками за привлечение внимания клиентов и снижению цен. В результате появилось множество клиентов, которые совершают действия, нарушающие условия предоставления услуг, и пытаются эксплуатировать различные рекламные механизмы. Для противодействия такому поведению во всем мире внедряются различные меры по выявлению мошенничества. В данной статье рассматривается один из возможных подходов к предотвращению мошенничества. Основная цель состоит в том, чтобы точно определить потенциально мошеннических пользователей, не оказывая негативного влияния на большинство пользователей, пользующихся сервисом. В данной статье рассматриваются стратегии, которые успешно зарекомендовали себя при решении аналогичных задач в области электронной коммерции, банковского дела, телекоммуникаций и разработки программного обеспечения, и предлагается комбинированный подход, учитывающий специфические характеристики рассматриваемого сервиса. Подробно анализируется проблема бинарной классификации пользователей, связанная с дисбалансом классов и разреженностью функций. Все технические критерии и показатели производительности, указанные в качестве целей, были успешно выполнены. Работа включает сравнительный анализ нескольких экспериментов, проведенных с различными гиперпараметрами классификационной модели градиентного повышения и размерами накопленной разметки. Кроме того, приводится всесторонняя оценка потенциальной прибыльности в результате внедрения, подчеркивающая необходимость проведения точных измерений с помощью AB тестов на рекламной платформе. Наконец, работа завершается предложением о дальнейших усовершенствованиях текущего проекта и определении потенциальных направлений исследований в смежных областях, которые могли бы извлечь выгоду из информации, полученной в ходе этого проекта.