基于堆叠法集成学习的购买意向预测方法

作     者：谢日敏 方雨桐 XIE Rimin;FANG Yutong

作者机构：福建商学院信息工程学院福州350012 福州大学数学与计算机科学学院福州350108 

出 版 物：《重庆科技学院学报（自然科学版）》 (Journal of Chongqing University of Science and Technology：Natural Sciences Edition)

年 卷 期：2021年第23卷第3期

页      面：70-73页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：福建省自然科学基金面上项目“多波束卫星通信系统的多目标动态信道分配问题研究”(2020J01323) 福建省中青年教师教育科研项目“基于深度学习的学生课堂学习状态研究”(JAT170694) 

主　　题：集成学习 堆叠法 用户购买意向预测 决策树 XGBoost 

摘      要：为提高对用户购买意向预测的准确率,提出了一种基于堆叠法集成学习的用户购买行为预测模型。利用模型融合技术,将逻辑回归、决策树和XGBoost模型作为基学习器输入,再以随机森林模型作为次学习器进行堆叠,从而形成一种组合模型。针对电商提供的线上用户数据集,首先利用滑窗技术提取用于预测用户购买行为的特征,然后分别使用逻辑回归、决策树、XGBoost和集成学习组合模型预测用户购买意向的准确性。结果表明,组合模型的准确性明显优于其他算法。