基于机器学习融合算法的网络购买行为预测研究

《基于机器学习融合算法的网络购买行为预测研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于机器学习融合算法的网络购买行为预测研究纖陈树广繡张天宇北京大学经济学院安财经学院管理学院中国（西安）丝绸之路研宄院选择适合的机器学习算法是在社会经济研宄领域进行大数据分析及提高预测效果的关键。在很多情况下，通过融合训练两种或两种以上有差异的算法，能够显著提高算法的泛化能力以提高预测效果。基于阿里巴巴电子商务平台购物行为数据，分别应用Logistic回归、支持向量机以及这两种算法的融合构建丫预测模型。实证结果表明，融合后模型比单一模型具备更好的预测效果。关键词：机器学融合算法;购买行为;基金：中国（丙安）丝绸之路研究院科学研究项目《统计数据资源共享中元数

2、据管理体系研究》（2016syl8）ResearchonNetworkPurchaseBehaviorPredictionBasedonMachineLearningFusionAlgorithmZHUXinLIUXiao-manCHENShu-guangLIJingZHANGTian-yuSchoolofEconomics，BeijingUniversity;SchoolofEconomicsandManagement，BeijingJiaotongUniversity;SchoolofManagement，Xi'AnUniversityofFinanc

3、eandEconomics;China(Xi'an)SilkRoadResearchInstitute;Abstract：Predictionisveryimportanttomanyareasofeconomy.Machinelearningisplayingakeyroleintheresearchofpredictionincreasingly.Bypredictingthepurchasebehaviorofusersine-commerce，weusetwoalgorithmsofmachinelearningtoconstructthefore

4、castingmodelanddiscusstheensemblemodelbasedontheabovethesetwoalgorithms,throughtherealshoppingdatafromAlibaba.Empiricalevidenceshowsthatthepredictionscoreoftheensemblemodelisbetterthananysinglemodel's.Keyword：machinelearning;fusionalgorithm;purchasebehavior;一、引言在经济社会发展的各个方面都需要进行各类

5、问题的预测研宄。从宏观整体上來看,如一个国家的宏观经济预测，人口出生率预测；从微观个体上来看，如一辆公交车的发动机故障率的预测，一家银行客户的信用评级预测，一只股票涨跌可能性的预测。尤其是当前全球已进入数字经济的时代，随着存储资源和计算资源成本的大幅下降和性能的大幅提升，各类数字技术如物联网、云技术使得数据的采集、存储、分析和共享变得愈加可行且易于进行。经济社会屮的预测问题成为了学术界和工业界研宄和资源投放的热点。预测在电子商务领域被更加广泛深入地应用。电商企业通过追踪和分析用户留在网站上的购物行为记录，可以为每个用户提供个性化的服务，从而获得较高的转化率

6、并不断吸引新用户。通过预测分析发现用户的行为特征、偏好与兴趣，了解顾客的需求，实现精准营销，提高运营效率，以进一步获取老客户的保有价值、新客户的提升价值、潜在客户的挖掘价值、竞争对手客户的转移价值、流失客户的挽回价值。阿里巴巴的天猫商城“双十一”销售额从2009年的0.5亿元开始，每年节节攀升，不断刷新记录，并于2016年突破1207亿元。这与阿里在业务发展过程中高度重视分析挖掘消费者购物行为数据是密不可分的。电商在发展屮追求获得更高的转化率，即以可能把每一个访问者转化为购买者。阿里巴巴每年举办大数据竞赛，让参赛选手在阿里的开放数据集上设计、运行算法模型以

7、不断解决转化率问题。本文以该比赛为背景，尝试通过机器学习的方法构建预测消费者在线购物行为的融合算法模型，挖掘网络购物行为数据背后的深层次关系，探讨并分析使用融合算法构建预测模型的优势和特点。二、研宄方法综述目前，各种预测算法己被大量用于对广告点击率的预测。其中，SMC模型认为每个消费者都具有购买率和流失率两个互和独立的特征变量，并且它们都服从gamma分布Ul。BG/NBD模型在客户离开点上对SMC模型进行了改进，其认为客户在某次交易后有可能立刻变得不活跃。这两个模型关注消费者的购买率和流失率两个随机变量，使用顾客在一段时间的交易次数来表示顾客的活跃度从而

8、预测其未来交易的次数和每次交易的金额。国内的相关研宄，如陈洁提出使