期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于集成学习的电子商务平台新用户重复购买行为预测 被引量:9
1
作者 胡晓丽 张会兵 +1 位作者 董俊超 吴冬强 《现代电子技术》 北大核心 2020年第11期115-119,124,共6页
对电子商务平台新用户重复购买行为进行预测有助于商户开展精准营销。现有单一方法在预测准确性方面还有待提升,文中提出一种基于集成学习的预测模型以进一步提升新用户重复购买行为的预测准确率。引入"分段下采样"以获得新... 对电子商务平台新用户重复购买行为进行预测有助于商户开展精准营销。现有单一方法在预测准确性方面还有待提升,文中提出一种基于集成学习的预测模型以进一步提升新用户重复购买行为的预测准确率。引入"分段下采样"以获得新用户重复购买和未重复购买的平衡样本;从用户、商户及用户与商户交互三方面构建新用户购买行为特征;依据集成学习思想Stacking融合RandomForest,XGBoost和LightGBM对新用户重复购买行为进行预测。实验结果表明,Stacking融合模型准确率和AUC值比单一模型平均提升了0.4%~2%,使用"分段下采样"样本平衡算法AUC值提升0.1%左右。 展开更多
关键词 重复购买行为预测 集成学习 分段下采样 平衡样本获取 购买行为特征构建 Stacking融合模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部