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
系统为您推荐了相关专利信息
智慧管理方法
RFID阅读器
多天线协同
终端显示设备
数据库服务器
激光熔覆熔池
模拟模型
数值
热物性参数
COMSOL软件
训练样本数据
滑动时间窗口
访问特征
客户端设备
处理单元
色谱保留时间预测
裂解特征
回归算法
描述符
质谱
医学影像分割方法
分割算法
图像
半月板分割
影像获取模块