一种基于混合模型的用户网络购买行为预测研究方法

摘要

本发明公开了一种基于混合模型的用户网络购买行为预测研究方法：从网购平台提取行为数据以及商品信息的数据，构建特征样本集，并进行数据处理；提取权重大的特征为类别特征，将类别特征转换成数值特征；将数值特征导入xgboost模型进行训练并交叉验证，得到最优的xgboost模型的每一个叶子结点的预测值作为新的数值特征，新的数值特征为具有相关性的重新组合的未提取的特征对应的数值特征；将新的数值特征进行one‑hot编码后和原始的类别特征进行拼接得到重构特征；将重构特征导入LR模型训练，得到最优的LR模型；使用最优的LR模型进行预测用户在未来一天是否购买指定商品。本发明提高对用户购买行为预测的准确性。