模型融合在用户续购行为分析中的应用

• 作者: 周双娥 李巧 杨晶
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 大数据 机器学习 集成学习 模型融合 逻辑回归
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 2231-2235
• 页数: 5页
• 分类号: TP391
• 字数: 6867字
• 语种: 中文

摘要

当今时代大数据分析及其商业应用已成为研究热点,根据机器学习中集成学习的思想,从模型融合方面着手,研究提高模型融合准确率和鲁棒性的方法,设计了基于逻辑回归的二层模型融合算法,简称TMBLR算法,并将该算法应用于某商业软件的用户续购分析上.实验结果显示,该融合模型算法有更高的鲁棒性和更准确的预测结果,比使用单个基分类器的F1值高出2.05%;与常用的投票法相比,该算法的平均F1值高出1.1%,F1值的均方差值要低7.2‰,表明该算法稳定性更好;在该融合算法的第二层训练中,使用逻辑回归算法时的准确率、F1值和时间效率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周双娥	湖北大学计算机与信息工程学院	16	128	6.0	11.0
2	李巧	湖北大学计算机与信息工程学院	1	5	1.0	1.0
3	杨晶	湖北大学计算机与信息工程学院	3	29	3.0	3.0