Predicting Reach to Find Persuadable Customers: Improving Uplift Models for Churn Prevention

Référence Lecture notes in computer science, 12986 LNAI, page (44-54)
Publication Publié, 2021-01-01

Article révisé par les pairs

Partial counterfactual identification and uplift modeling: theoretical results and real-world assessment
par Verhelst, Theo , Mercier, Denis , Shrestha, Jeevan , Bontempi, Gianluca
Publication 2023-03-01
Causal and predictive modeling of customer churn:Lessons learned from empirical and theoretical research
par Verhelst, Theo
Publication Faculté des Sciences – Informatique, Bruxelles, Université libre de Bruxelles, 2024-01-29
On many-objective feature selection and the need for interpretability
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-04
Greybox Learning of Languages Recognizable by Event-Recording Automata
par Majumdar, Anirban , Mukherjee, Sayan , Raskin, Jean-François
Publication 2025
Group-Level Behavioral Switch in a Robot Swarm Using Blockchain
par Gupta, Himank , Strobel, Volker , Pacheco, Alexandre , Ferrante, Eliseo , Natalizio, Enrico , Dorigo, Marco
Publication 2024-11-01

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.