węzeł SLRM

Węzeł SLRM (model odpowiedzi samonauczania) umożliwia utworzenie modelu, który można w sposób ciągły aktualizować lub ponownie oceniać w miarę rozwijania zbioru danych, bez konieczności ponownego tworzenia modelu za każdym razem z użyciem kompletnego zbioru danych. Jest to na przykład użyteczne w przypadku dysponowania kilkoma produktami i potrzeby wytypowania produktu, który klient najprawdopodobniej kupi w przypadku złożenia mu oferty. Model ten umożliwia predykcję najlepszego dopasowania ofert do klientów oraz prawdopodobieństwa zaakceptowania tych ofert przez klientów.

Tworzenie modelu można rozpocząć od niewielkiego zbioru danych z losowo złożonymi ofertami oraz odpowiedziami na te oferty. W miarę poszerzania się zbioru danych model może być aktualizowany, co zwiększy jego możliwości w zakresie predykcji najlepszego dopasowania ofert do klientów oraz prawdopodobieństwa zaakceptowania tych ofert w oparciu o pozostałe zmienne wejściowe, takie jak wiek, płeć, zawód i przychód. Dostępność ofert można zmodyfikować, dodając lub usuwając je z okna dialogowego węzła, bez konieczności zmiany zmiennej przewidywanej dla zbioru danych.

Po połączeniu z programem IBM® SPSS Collaboration and Deployment Services można skonfigurować automatyczne, regularne aktualizacje modelu. Proces ten, niewymagający inicjatywy ani nadzoru człowieka, stanowi elastyczne i efektywne kosztowo rozwiązanie dla organizacji i zastosowań, w których interwencje ze strony specjalisty ds. eksploracji danych są zbędne lub niemożliwe.

Przykład. Instytucja finansowa chce uzyskać wyższy zysk, dopasowując ofertę o najwyższym prawdopodobieństwie akceptacji do każdego ze swoich klientów. W celu zidentyfikowania charakterystyki klientów, którzy z największym prawdopodobieństwem odniosą się do oferty pozytywnie, można użyć modelu samonauczania oraz poprzednich promocji, a następnie aktualizować model w czasie rzeczywistym, na podstawie ostatnich odpowiedzi klientów.