电子商务环境下的用户优惠券使用行为预测

发布时间：2025-01-09 04:57

　　电子商务环境下,商家通常通过向用户发放优惠券来增加店铺的曝光度,提高商品的销量,以获得更大的盈利。发放优惠券是商家常用的一种营销手段。一张被商家发放的优惠券,通过用户的购买行为而回到商家手中,被称为优惠券核销,又称赎回。优惠券的核销率是评估商家的优惠券营销行为成功与否的重要指标。商家若不制定合适的优惠券策略,随机对客户发放优惠券,收到的回报可能微乎其微。对商户来说,有差别地发放优惠券,即将优惠券发放到更有可能发生消费行为的客户手中,是十分重要的。本文对真实电商平台的优惠券使用行为(简称优惠券行为)进行了研究,具体地,本文做了以下几个部分的工作:1.深入分析了优惠券行为数据,提取了丰富的细粒度特征。本文研究了用户的优惠券行为,使用了真实场景下顾客的优惠券行为数据,从用户、优惠券、商铺三个对象入手来理解数据,设计了丰富的特征。本文的特征工程一共设计了71类特征,且通过特征评分、留出验证等实验详细的验证了各组特征的有效性。本文所设计的特征对于优惠券行为预测任务具有参考意义。2.提出基于集成学习的优惠券行为预测系统。本文应用了多种机器学习方法,构建了机器学习模型。通过模型预训练、模型评估来衡量各...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 研究现状
        1.2.1 电子商务推荐系统研究现状
        1.2.2 用户购买行为分析研究现状
        1.2.3 用户优惠券使用行为分析研究现状
    1.3 本文的主要工作
    1.4 本文的组织结构
第2章 相关知识和理论
    2.1 电子商务环境下用户购买行为预测
        2.1.1 数据预处理
        2.1.2 特征工程
        2.1.3 机器学习算法
        2.1.4 模型选择和模型集成
    2.2 深度学习模型简介
        2.2.1 多层感知机
        2.2.2 卷积神经网络
        2.2.3 循环神经网络
    2.3 胶囊网络原理
        2.3.1 胶囊网络
        2.3.2 胶囊网络的动态路由算法
    2.4 本章小结
第三章 基于优惠券行为数据的细粒度特征工程
    3.1 数据描述
        3.1.1 数据与问题简介
        3.1.2 数据预处理
    3.2 特征工程
        3.2.1 用户特征
        3.2.2 商户特征
        3.2.3 优惠券特征
        3.2.4 组合特征
        3.2.5 时间特征
    3.3 本章小结
第四章 基于集成学习的优惠券行为预测系统
    4.1 模型选择
    4.2 特征评估
    4.3 集成模型系统构建
    4.4 本章小结
第五章 基于胶囊网络的优惠券行为预测模型
    5.1 胶囊网络模型构建
        5.1.1 显式特征胶囊网络(SCapsNet)
        5.1.2 隐式特征胶囊网络(HCapsNet)
    5.2 样本不平衡处理
    5.3 胶囊网络对比实验
    5.4 参数设置及消融实验
        5.4.1 参数设置
        5.4.2 消融实验
    5.5 本章小结
结论
参考文献
附录A 攻读硕士学位期间发表论文目录
附录B 攻读学位期间参与的研究项目
致谢



本文编号：4025184