首页> 中文期刊> 《北京信息科技大学学报(自然科学版)》 >基于网格搜索改进随机森林的顾客满意度预测

基于网格搜索改进随机森林的顾客满意度预测

         

摘要

研究具有更高准确度的顾客满意度预测模型,以便商家提供更优质的服务.结合电商平台的数据进行实证研究,将K-fold交叉验证和网格搜索法相结合对随机森林算法作改进,以模型的平均均方根误差最小作为优选参数的目标,使改进后的随机森林模型能准确、高效地预测顾客满意度,实验准确率明显优于其他模型;用此模型进行满意度影响因素重要性排序,提炼出顾客关注点,延伸出顾客满意度提升策略.电商平台的实例证明了该优化模型的适用性和泛化性,研究结果表明餐饮行业在提升顾客满意度时应着重考虑商家的口碑评价和双人餐的价格水平,为商家提升经济效益提供了借鉴.

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