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
Instance-based meta-learning for conditionally dependent univariate multi-step forecasting
par Cerqueira, Vitor , Torgo, Luis , Bontempi, Gianluca
Publication 2024-04-01
Solving the Tensor Isomorphism Problem for special orbits with low rank points:Cryptanalysis and repair of an Asiacrypt 2023 commitment scheme
par Gilchrist, Valerie , Marco, Laurane , Petit, Christophe , Tang, Gang
Publication 2024-08-18
Attacking trapdoors from matrix products
par Decru, Thomas , Fouotsa, Tako Boris , Frixons, Paul , Gilchrist, Valerie , Petit, Christophe
Publication 2024-09-04

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.