首页> 中文期刊> 《计算机应用与软件》 >深度森林在用户购买预测中的应用

深度森林在用户购买预测中的应用

         

摘要

针对电商大数据时代用户未来购买行为预测,在京东平台真实数据集上,提出时间滑动窗口技术和窗口权重递减设置,从五方面构建整体用户行为特征,综合考虑深度学习的表征学习能力和集成学习的训练效率,引入多层异源集成算法,将随机森林、XGBoost等多种算法进行组合,搭建基于深度森林模型的用户购买行为预测算法框架,实现准确高效的用户购买预测结果。算法训练时间为68 s,预测准确率达89.3%,相对于集成学习算法和深度神经网络模型取得了更好的效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号