机器学习在购买意图方面的应用

摘要：

顾客是否成功购买商品,不仅与商品本身有关,而且与顾客所处区域、类型和特殊节日有关.互联网时代,各大购物网站都有海量的顾客购买信息,因此可以通过顾客对网站的使用和操作信息,使用机器学习算法来预测顾客购买此类商品的意向.本文使用随机森林算法、SVM算法和朴素贝叶斯算法建立模型,并采用五折交叉验证的方法选出这3个可靠的模型,预测顾客在线购买的可能性,最终通过准确率、召回率、F1值、AUC对模型进行评估.实验结果表明:随机森林更适合于在线购买意图的预测.

关键词：在线购买意图、随机森林、SVM、朴素贝叶斯、五折交叉验证

所属期刊栏目：10

分类号：T181;F724.6

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：66-67,73