个人O2O优惠券预测分析

个人O2O优惠券预测分析

论文摘要

为了建立更加完善的特征体系和优化预测模型,提出优化特征工程体系,增加特征值数量,并改进传统逻辑回归预测模型,使用GBDT+逻辑回归的组合模型及XGBoost+逻辑回归的组合模型达到提高预测精度、提升模型预测能力的目的。实验结果证明,通过优化特征工程体系和改进预测模型解决O2O优惠券发放这种预测方式可以更准确地预测消费者的消费行为,为优惠券的个性化投放提供可靠的决策支持。

论文目录

  • 0 引言
  • 1 研究背景及意义
  • 2 研究现状
  • 3 研究路线
  • 4 数据处理
  •   4.1 数据介绍
  •   4.2 特征工程
  • 5 算法介绍
  •   5.1 逻辑回归
  •   5.2 GBDT
  •     5.2.1 回归决策树
  •     5.2.2 梯度上升
  •     5.2.3 缩减
  •   5.3 XGBoost
  • 6 实验结果
  •   6.1 评判标准
  •   6.2 实验结果分析
  •     6.2.1 从特征数量分析实验结果
  •     6.2.2 从模型的角度分析实验结果
  • 7 结语
  • 文章来源

    类型: 期刊论文

    作者: 陈浩阳,曾诚

    关键词: 特征工程,逻辑回归,预测模型

    来源: 物联网技术 2019年12期

    年度: 2019

    分类: 信息科技,经济与管理科学

    专业: 自动化技术,贸易经济

    单位: 湖北大学计算机与信息工程学院,湖北大学计算机与信息工程研究中心

    分类号: F724.6;TP181

    DOI: 10.16667/j.issn.2095-1302.2019.12.020

    页码: 74-77

    总页数: 4

    文件大小: 2082K

    下载量: 221

    相关论文文献

    标签:;  ;  ;  

    个人O2O优惠券预测分析
    下载Doc文档

    猜你喜欢