基于神经网络的重复购买预测研究

摘要：

为了提高互联网用户重复购买率预测的精确度,本文在人工特征工程(AFE)的基础上采用神经网络的方法进行预测,实验对用户购买行为数据提取人工特征,先用logistic回归进行预测,再与传统的人工神经网络(ANN)模型进行对比,ANN的F1度量值高于logistic回归.最终结果表明,特征工程与神经网络结合的预测方法在解决重复购买预测问题中要优于传统的logistic回归模型,且人工提取的特征集更具有可解释性,可以发现用户购买行为与重复购买率之间的关系,对于消费者行为以及营销工程方面的研究具有重要的意义.

关键词：特征工程、重复购买预测、逻辑回归、人工神经网络

分类号：F71;F6

在线出版日期：2018-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：65,57