基于深度森林的用户购买行为预测模型

摘要：

近年来,网络零售保持高速增长,网站中富含大量的用户行为数据.电商平台中的用户对商品的操作行为可以体现用户偏好,如何利用用户行为挖掘用户偏好已经成为学术界和工业界的关注焦点,并已经取得了众多研究成果.然而,目前用户操作行为预测方法研究通常只针对用户某一类操作行为进行分析,无法完备反映用户行为的整体特征.因此,提出一种基于深度森林的用户购买行为预测模型,通过构建用户行为特征工程建立整体用户行为特征模型;基于此,提出基于深度森林的用户购买行为预测方法,实现高效的行为预测训练效果.该方法的训练时间为43 s,F1值为9.73％,相对其他模型取得了更好的效果.实验结果表明,该模型在降低时间开销的同时,提高了预测准确率.

关键词：用户行为特征、深度森林、特征工程、购买行为预测

所属期刊栏目：46

分类号：TP181(自动化基础理论)

资助基金：国家重点研发计划项目2016YFB1001100;国家自然科学青年基金课题61401040

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：190-194