基于机器学习融合算法的网络购买行为预测研究  

Research on Network Purchase Behavior Prediction Based on Machine Learning Fusion Algorithm

作　　者：祝歆[1] 刘潇蔓 陈树广[3] 李静[2] 张天宇 

机构地区：[1]北京大学经济学院,北京100871 [2]北京交通大学经济管理学院,北京100044 [3]西安财经学院管理学院,陕西西安710100 [4]中国(西安)丝绸之路研究院,陕西西安710061

出　　处：《统计与信息论坛》2017年第12期94-100,共7页Journal of Statistics and Information

基　　金：中国(西安)丝绸之路研究院科学研究项目<统计数据资源共享中元数据管理体系研究>(2016sy18)

摘　　要：选择适合的机器学习算法是在社会经济研究领域进行大数据分析及提高预测效果的关键。在很多情况下,通过融合训练两种或两种以上有差异的算法,能够显著提高算法的泛化能力以提高预测效果。基于阿里巴巴电子商务平台购物行为数据,分别应用Logistic回归、支持向量机以及这两种算法的融合构建了预测模型。实证结果表明,融合后模型比单一模型具备更好的预测效果。Prediction is very important to many areas of economy.Machine learning is playing a key role in the research of prediction increasingly.By predicting the purchase behavior of users in e-commerce,we use two algorithms of machine learning to construct the forecasting model and discuss the ensemble model based on the above these two algorithms,through the real shopping data from Alibaba.Empirical evidence shows that the prediction score of the ensemble model is better than any single model＇s.

关 键 词：机器学习 融合算法 购买行为 

分 类 号：O212[理学—概率论与数理统计] F272.13[理学—数学]