作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文选取某O2O网站后台一个月内的部分用户行为指标,利用k-近邻算法进行机器学习,从而预测每个用户对网站组织的线下活动的参与程度.收集的参数包括:每个用户的累积登录时间,虚拟币消费金额,取消订单的次数,前一次线下活动的参与程度.具体程序通过python实现.利用这个模型,可以让网站运营人员更好的进行活动的准备工作,制定活动目标和减少活动开支,提高运营的智能化程度.
推荐文章
个人O2O优惠券预测分析
O2O
特征工程
逻辑回归
GBDT
XGBoost
预测模型
社区服务O2O模式探究
社区服务
O2O
电子商务
消费模式
数学建模O2O教学模式的研究
数学建模
O2O模式
课程设计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 关于某O2O网站线下活动用户参与程度 预测及数学建模
来源期刊 大科技 学科 数学
关键词 数学建模 机器学习 k-近邻算法 python
年,卷(期) 2017,(29) 所属期刊栏目 科技与教育
研究方向 页码范围 23-24
页数 2页 分类号 O141.4-4
字数 1393字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数学建模
机器学习
k-近邻算法
python
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大科技
周刊
chi
出版文献量(篇)
62867
总下载数(次)
225
论文1v1指导