电商平台用户再购物行为的预测研究

发布时间：2022-01-02 02:44

　　电商平台上用户的购物行为研究对于电商企业来说具有重要的商业应用价值。文中针对购物者在同一电商平台上的再次消费行为的预测问题进行了研究。首先,针对用户与商家的行为和交易记录,基于特征工程方法设计了多种不同的行为预测特征,基于可视化等方法对比分析了预测特征的重要性和特点,进行了属性筛选;然后,基于提出的预测特征设计使用了多种不同算法训练预测模型。实验研究表明,多lightGBM模型的融合方法能够达到很高的再购物行为预测准确度,其AUC值能够达到0.701 8,同时,基于这种方法实现的预测器只需要少数特征就能对预测结果产生很好的贡献。研究的数据来源是开源的真实大数据,研究成果具有应用和学术双重价值。 

【文章来源】：计算机科学. 2020,47(S1)北大核心CSCD

【文章页数】：5 页

【部分图文】：

再次消费人群分布

用户行为记录数分布

每一类特征示例

【参考文献】：
期刊论文
[1]以“数”为据的模型构建及应用[J]. 陶箫珏,褚卫忠,管吉.  电子技术与软件工程. 2021(12)



本文编号：3563310