一种基于改进算法的电商用户复购行为预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于改进算法的电商用户复购行为预测方法及系统
申请号:CN202411112557
申请日期:2024-08-14
公开号:CN118941326A
公开日期:2024-11-12
类型:发明专利
摘要
本发明属于电子商务技术领域,公开了一种基于改进算法的电商用户复购行为预测方法及系统。数据预处理;针对不同用户、不同商家,以及不同用户对不同商家三个不同主体,利用已字段构造特征增加特征维度,得到与复购行为相关的特征,与复购行为相关的特征包括不同用户特征、不同商家特征以及不同用户与不同商家之间的交互特征;利用选定的与复购行为相关的特征,利用改进的XGBoost算法作为预测模型,并通过网格搜索进行参数选择对预测模型进行训练和评估,并得到AUC得分本发明旨在通过引入先进的机器学习算法XGBoost,并对其进行改进,提升用户复购行为预测的精度和效率,以期为企业提供更精准的决策支持。
技术关键词
电商 训练预测模型 网格 交互特征 标签 最佳参数组合 电子商务技术 定义 删除方法 机器学习算法 分类器 对象 预测系统 数据分布 曲线 指标 种子