科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高用户复购行为预测的准确度，通过分析用户的购买行为判断用户是否复购，提出了一种基于CatBoost与RBF神经网络相结合的预测模型。此融合算法通过对电商用户购买行为数据进行实验，并提取商品与时间序列相关特征，采用GridSearch方法寻找CatBoost最优参数，并与传统RBF神经网络相融合建立用户复购行为预测模型。实验表明，与LR(逻辑回归)、LightGBM等传统模型相比，该预测模型在精确率、召回率、准确率、ROC下曲线面积都得到了明显的提高，为用户复购行为预测提供了合适的解决方法。
- 单位
