科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究具有更高准确度的顾客满意度预测模型,以便商家提供更优质的服务。结合电商平台的数据进行实证研究,将K-fold交叉验证和网格搜索法相结合对随机森林算法作改进,以模型的平均均方根误差最小作为优选参数的目标,使改进后的随机森林模型能准确、高效地预测顾客满意度,实验准确率明显优于其他模型;用此模型进行满意度影响因素重要性排序,提炼出顾客关注点,延伸出顾客满意度提升策略。电商平台的实例证明了该优化模型的适用性和泛化性,研究结果表明餐饮行业在提升顾客满意度时应着重考虑商家的口碑评价和双人餐的价格水平,为商家提升经济效益提供了借鉴。
- 单位
