10.13718/j.cnki.xsxb.2019.03.017
基于XGBoost的新零售优惠券使用行为预测
为实现新零售优惠券的定向投放,提出了对用户优惠券使用行为预测的模型.该文采用XGBoost算法,突破了以TAM模型(技术接受模型)为基础解释个人优惠券使用意愿的传统方法,并基于口碑网的真实交易数据进行了特征提取和用户使用行为建模.在K折交叉验证之后通过变量重要性评分,确定了对消费者使用决策贡献度较高的特征,并与随机森林和GBDT(梯度提升决策树)算法进行了AUC(Area under curve)准确率的对比.该研究证明了基于XGBoost的集成学习算法在优惠券使用行为预测中的有效性,对新零售精准营销有重要的现实意义.
XGBoost、优惠券使用预测、新零售
44
F224-39(经济计算、经济数学方法)
北京市社会科学基金项目16GLC067
2019-05-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
101-105