新消费者重复购买意向预测研究

摘要：

[目的]比较不同算法的预测准确率和效率,以准确预测有重复购买意向的新消费者,为客户分类提供理论依据.[方法]基于淘宝网某店铺2015年5月-2018年5月的后台数据,结合订单与消费者信息,采用不同的机器学习算法分别进行训练.[结果]融合SMOTE算法与随机森林算法的预测准确率最高,达到96％.[局限]数据量较小,属性类别不够全面.[结论]基于SMOTE和随机森林的融合算法对重复购买意向的预测有较高的准确率和效率,可以为预测新消费者的重复购买意向提供参考.

关键词：重复购买、新消费者、意向预测、SMOTE、随机森林

所属期刊栏目：2

分类号：TP391;G35(计算技术、计算机技术)

资助基金：国家自然科学基金项目“融合情境的移动阅读推荐系统研究”71373192;教育部人文社会科学重点研究基地重大项目“商品评论源信息获取方法与技术研究”14JJD870002;湖北小微企业发展研究中心基金项目“小微企业电子商务应用调查研究”项目15Y03的研究成果之一

在线出版日期：2019-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：10-18