一种数据驱动的电商用户购买行为预测方法

摘要

本发明提供一种数据驱动的电商用户购买行为预测方法，包括：S1)数据预处理；S2)特征工程；S3)数据划分；S4)特征筛选；S5)模型训练与模型融合；S6)模型预测。本发明的技术方案基于XGBOOST算法对特征重要度进行排序之后，考虑特征间共线性的问题，以特征间的皮尔逊相关系数为准则，对特征进行分群，使得每个特征群中任意两个特征相关系数都小于0.5；利用分群之后的特征集合对数据集进行垂直切分，独立进行模型预测，然后进行模型融合。在解决特征共线性问题的同时完整保留了所有特征信息，同时降低了模型预测方差。