联系人: 华南理工大学
所在地: 广东广州市
摘要:本发明公开了一种商品购买预测建模方法。该方法包括用购买记录标记训练样本,预测购买与否;滑动窗口商品购买样本构造;基于时间偏好的商品购买特征设计;梯度提升决策树算法训练预测;构造好样本与特征之后,要进行特征处理与选取的工作,再输入到梯度提升决策树算法中进行训练预测;特征选取的指标包括特征值分布与相关性、特征信息增益大小、特征调用频率、特征敲除的影响等。综合这些指标对特征重要性进行排序,剔除重要度低的冗余特征。本发明提出滑动窗口样本构造方法和基于时间偏好的特征体系,有效提升商品购买预测模型的准确性,用于解决大数据背景下商品个性化推荐问题,为用户在合适的时间、合适的地点精准推荐合适的商品。