CN110555717A 基于用户行为特征挖掘用户潜在购买商品和品类的方法 （华南理工大学）_第1页
CN110555717A 基于用户行为特征挖掘用户潜在购买商品和品类的方法 （华南理工大学）_第2页
CN110555717A 基于用户行为特征挖掘用户潜在购买商品和品类的方法 （华南理工大学）_第3页
CN110555717A 基于用户行为特征挖掘用户潜在购买商品和品类的方法 （华南理工大学）_第4页
CN110555717A 基于用户行为特征挖掘用户潜在购买商品和品类的方法 （华南理工大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于用户行为特征挖掘用户潜在购买商品涉及一种基于用户行为特征挖掘用户潜在购买正负样本通过动态欠采样处理生成多个样本子型，再通过stacking方式对单预测模型进行融2对样本数据进行正负样本分析与分类，将正负样本通过通过正负样本数据对决策树模型进行训练，训练出多个单2.根据权利要求1所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其3.根据权利要求2所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其4.根据权利要求1所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其5.根据权利要求1所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其6.根据权利要求5所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其7.根据权利要求1所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其8.根据权利要求1所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其3④在训练集再选择另外一份作为小的测试集s_test_x，其他n-1份作为训练集训练决n个s_pred作为一个train_X，原始的train_y作为train_Y9.根据权利要求1所述的基于用户行为特征挖掘用户潜在购买商品和品类的方法，其4[0009]通过正负样本数据对决策树模型进行训练，训练出多个单预测模型，再通过统计量由高到低为特征排名，选出前K个分数最高的特征的类，借此除去最可能独立于标5[0023]④在训练集再选择另外一份作为小的测试集s_test_x，其他n-1份作为训练集训[0026]以上就是stacking的第一层，在第二层中，以第一层的输出训练集train_X、[0031](2)针对采集数据可能存在的正负样本不均衡，如果直接使用这些数据会导致训练结果有偏向性，因此提出将正负样本通过动态欠采样处理生成对个样本子集(欠采样是[0032](3)利用多种分类器模型(决策树模型)进行训练预测，并通过stacking方式对单6[0033](4)对于大量不均衡的用户行为数据进行动态分集，防止由于不均衡样本导致的[0034](5)本发明预测模型能提高用户未来购买行为的预测精度，帮助商户发掘高潜在[0035]图1为本发明一个实施例中的基于用户行为特征挖掘用户潜在购买目标商品品类[0039]现在电商已经深入每个人的生活中，用户在网络环境中的行为占据比重越来越[0043]对收集的用户数据及商品数据进行异常数据清洗(包括空值、异常值处理和异常78[0069]④在训练集再选择另外一份作为小的测试集s_test_x，其他n-1份作为训练集训[0072]以上就是stacking的第一层，在第二层中，以第一层的输出训练集train_X、9[0091]对各个融合预测模型的预测结果进行交集和差集运算，交集

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论