基于CNN-LSTM的用户购买行为预测模型

发布时间：2021-04-25 21:48

　　利用电商平台上的购物历史数据对用户购买行为进行预测有助于提升用户体验和营销效果。提出一种基于CNN-LSTM的用户购买行为预测模型。使用"分段下采样"对样本数据进行均衡化处理以获得购买用户和未购买用户均衡样本;使用CNN-LSTM组合网络实现用户属性、商品属性及用户行为特征的自动抽取与选择,并以此对用户购买行为进行预测。在阿里巴巴移动电商平台数据集的实验结果表明,基于CNN-LSTM的预测模型F1值比基准模型平均提升了7%～11%,使用"分段下采样"样本均衡算法F1值提升了2%左右。 

【文章来源】：计算机应用与软件. 2020,37(06)北大核心

【文章页数】：6 页

【文章目录】：
0 引 言
1 CNN-LSTM购买行为预测模型
    1.1 预测模型框架
    1.2 在线交互行为样本均衡与特征构建
        （1） 在线交互行为样本均衡。
        （2） 在线交互行为特征构建。
    1.3 CNN-LSTM组合的购买行为预测
2 实 验
    2.1 数据集
    2.2 评估指标
    2.3 实验结果与分析
        （1） CNN-LSTM模型验证。
        （2） “分段下采样”样本均衡算法验证。
3 结 语


【参考文献】：
期刊论文
[1]基于用户评论的深度情感分析和多视图协同融合的混合推荐方法[J]. 张宜浩,朱小飞,徐传运,董世都.  计算机学报. 2019(06)
[2]基于卷积-LSTM网络的广告点击率预测模型研究[J]. 厍向阳,王邵鹏.  计算机工程与应用. 2019(02)
[3]社区问答网站中问题的刻面组织方法——以知乎网站为例[J]. 何绯娟,郭朝彤,吴蓓,缪相林,刘均.  情报杂志. 2018(03)
[4]基于机器学习融合算法的网络购买行为预测研究[J]. 祝歆,刘潇蔓,陈树广,李静,张天宇.  统计与信息论坛. 2017(12)
[5]卷积神经网络特征重要性分析及增强特征选择模型[J]. 卢泓宇,张敏,刘奕群,马少平.  软件学报. 2017(11)
[6]用户在线购买预测:一种基于用户操作序列和选择模型的方法[J]. 曾宪宇,刘淇,赵洪科,徐童,王怡君,陈恩红.  计算机研究与发展. 2016(08)

硕士论文
[1]基于机器学习的商品购买行为预测模型设计[D]. 周成骥.广州大学 2018



本文编号：3160151