|
|||||
|
|
| 基于XGBoost的新零售优惠券使用行为预测 | |
| 作者姓名： | 徐宁 喇磊 |
| 作者单位： | 对外经济贸易大学 信息学院, 北京 100029 |
| 基金项目： | 北京市社会科学基金项目（16GLC067） |
| 摘 要： | 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. |
| 关 键 词： | XGBoost 优惠券使用预测 新零售 |
| 收稿时间： | 2018-03-21 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《西南师范大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《西南师范大学学报(自然科学版)》下载全文 | |