基于Bagging与决策树算法的在线拍卖成交价格预测模型

摘要：

通过分析在线拍卖出价特点,利用决策树和Bagging算法建立了一种全新的在线拍卖成交价格预测模型.作者编写程序收集淘宝网在线拍卖交易数据3310条,对应有效出价记录8275条.数据分析表明,如不考虑未成交商品,则有40.4%的交易可以利用出价次数精确计算最终成交价格.如将未成交商品视为成交价格为0,该比例可提高为79.55%.据此发现,作者通过预测出价次数间接对成交价格进行预测.实验证明,模型明显优于平均值预测,并有21.7%的预测结果完全准确.通过与Heijst发表于((Decision Support Systems))上的研究进行对比,结果表明预测模型在样本需求量、运算时间,及完全准确预测率上有明显优势.由于模型训练时间仅为数秒,为建立实时在线拍卖成交价格预测决策支持系统奠定了基础.

关键词：在线拍卖、预测、Bagging算法、决策树

所属期刊栏目：29

分类号：C931.9(管理学)

资助基金：国家自然科学基金70572023;黑龙江省自然科学基金zd200803-01

在线出版日期：2010-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：134-140