[发明专利]基于时序-截面模型的评估方法和评估系统

说明书

本公开提供了一种基于时序‑截面模型的评估方法，用于评估产品的营销效果，所述方法包括：获取样本数据，所述样本数据包括营销收益数据；使用至少一个时序‑截面模型对所述样本数据进行训练，得到训练结果；根据所述训练结果确定所述至少一个时序‑截面模型中的一个时序‑截面模型作为第一模型；以及根据所述第一模型训练后得到的参数评估所述产品的营销效果。本公开还提供了一种基于时序‑截面模型的评估系统。

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种基于时序-截面模型的评估方法和一种基于时序-截面模型的评估系统。

背景技术

随着计算机和互联网技术的快速发展，各种营销手段应运而生，各运营商面向客户的营销服务活动越来越频繁。在面临日益激励的竞争中，如何准确地评估营销效果是一个需要重点考虑的问题。

在实现本发明构思的过程中，发明人发现现有技术中至少存在如下问题，在对产品的营销效果进行评估时，现有的评估方法例如时间序列分析或者传统回归技术很难克服多重共线性的问题，使得评估结果不够精准。

发明内容

有鉴于此，本公开提供了一种优化的基于时序-截面模型的评估方法和系统。

本公开的一个方面提供了一种基于时序-截面模型的评估方法，用于评估产品的营销效果，所述方法包括：获取样本数据，所述样本数据包括营销收益数据，使用至少一个时序-截面模型对所述样本数据进行训练，得到训练结果；根据所述训练结果确定所述至少一个时序-截面模型中的一个时序-截面模型作为第一模型，以及根据所述第一模型训练后得到的参数评估所述产品的营销效果。

根据本公开的实施例，上述至少一个时序-截面模型包括以下任意一种或者几种的组合：混合估计模型、固定效应模型、或者随机效应模型。

根据本公开的实施例，上述根据训练结果确定所述至少一个时序-截面模型中的一个时序-截面模型作为第一模型包括：通过方差齐性检验方法确定所述第一模型是否为所述混合估计模型，在所述第一模型不是所述混合估计模型时，通过Hausman检验方法确定所述第一模型是所述固定效应模型还是所述随机效应模型。

根据本公开的实施例，上述方法还包括：对所述样本数据进行异方差处理，所述使用至少一个时序-截面模型对所述样本数据进行训练包括：使用至少一个时序-截面模型对所述处理后的样本数据进行训练。

根据本公开的实施例，上述根据所述第一模型训练后得到的参数评估所述产品的营销效果，包括：根据所述训练后的第一模型中的固定参数评估所述产品的营销效果。

根据本公开的实施例，上述第一模型为所述混合估计模型，所述混合估计模型由以下公式表示：

y_it＝α+βX_it+ε_it

其中，y_it表示因变量，X_it表示自变量，α，β以及ε_it表示模型参数；所述根据所述第一模型训练后得到的参数评估所述产品的营销效果包括，根据α以及β评估所述产品的营销效果。

根据本公开的实施例，上述第一模型为所述固定效应模型，所述固定效应模型由以下公式表示：

y_it＝α+β_itX_it+ε_it

其中，y_it表示因变量，X_it表示自变量，α，β_it以及ε_it表示模型参数；所述根据所述第一模型训练后得到的参数评估所述产品的营销效果包括，根据α评估所述产品的营销效果。

根据本公开的实施例，上述第一模型为所述固定效应模型，所述固定效应模型由以下公式表示：