基于特征工程的用户购买预测模型研究

发布时间：2024-04-08 18:34

　　用户的购买规律是由用户自身内因与外因的互相作用而产生。因此,其购买规律不仅具有某种特定的规律可循,并具有一定的复杂性和不确定性。凭借购物平台累积的大量用户实际购买数据发现用户的购买规律,并选择合理的预测方法解决用户购买预测的问题,对电商的个性化营销具有一定的指导意义。本文对用户购买预测进行了研究,具体工作总结如下:首先,根据所提供的实际用户购买数据,对已有数据集进行可视化分析处理,发现用户购买规律,进行特征构建并构建合理的用户购买预测实验数据集。其次,使用确定的实验数据集对用户购买预测模型进行研究,选取随机森林模型、GBDT模型和LightGBM模型,结合获取的实验数据集设计用户购买单项预测模型,根据对单项预测模型实例化结果的分析,确定了用户购买预测融合模型所使用的单模型;在模型训练中,针对不同特征对模型预测精度的影响,根据基于树模型方法的核心思想并结合LightGBM模型特性进行特征选取,得到了最终的实验数据集,并结合最终实验数据集进行单项预测模型实践,实验结果验证了特征选取后所构建的模型的预测精度优于特征选取前所构建的模型。最后,根据对单项模型预测结果的分析,选取GBDT模型与li...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 用户购买预测的研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文研究内容
    1.4 章节安排
第二章 相关技术
    2.1 特征工程
        2.1.1 特征构建
        2.1.2 特征选取
    2.2 预测目标分析与评估指标
        2.2.1 二分类问题预测目标分析与评估指标
        2.2.2 回归问题预测目标分析与评估指标
    2.3 本章小结
第三章 预测模型研究
    3.1 数据预处理与分析
        3.1.1 数据源介绍
        3.1.2 数据集分析
        3.1.3 数据预处理
    3.2 特征构建
    3.3 随机森林
        3.3.1 算法原理
        3.3.2 算法实践
    3.4 GBDT
        3.4.1 算法原理
        3.4.2 算法实践
    3.5 LightGBM
        3.5.1 算法原理
        3.5.2 算法实践
    3.6 模型融合
        3.6.1 模型融合思想
        3.6.2 模型融合策略
    3.7 本章小结
第四章 用户购买预测模型的设计与实现
    4.1 用户购买预测模型概述
        4.1.1 用户是否购买模型
        4.1.2 用户购买日期模型
    4.2 预测模型特征选取
        4.2.1 用户是否购买模型特征选取
        4.2.2 用户购买日期模型特征选取
    4.3 单项预测模型实践
        4.3.1 随机森林预测模型
        4.3.2 GBDT预测模型
        4.3.3 LightGBM预测模型
    4.4 融合预测模型设计
        4.4.1 用户是否购买融合模型设计
        4.4.2 用户购买日期融合模型设计
    4.5 测试与结果分析
        4.5.1 交叉验证与网格搜索
        4.5.2 用户是否购买融合模型
        4.5.3 用户购买日期融合模型
    4.6 本章小结
总结与展望
    总结
    展望
参考文献
攻读学位期间取得的研究成果
致谢



本文编号：3948636