基于模型融合的网络用户数据预测优化

摘要：

目前互联网软件的功能调整和改进方案主要以用户的行为习惯为依据进行调整.为了高效利用现有用户数据进行用户行为、用户倾向等分析与预测,本文通过对包括多种用户在线行为的数据进行分析.首先对用户倾向评估产生较大影响的属性值进行权值分析,将已有的特征值综合整合后生成全面的用户行为数据;再对行为数据中的同类行为进行细化分级,强化行为指向.通过使用模型融合的方法针对单模型进行优化和处理,进一步提高预测准确率.

关键词：模型融合、滑窗法、XGBoost、BI-LSTM

所属期刊栏目：16

分类号：TN915.04

在线出版日期：2020-05-11（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：115-116