个人O2O优惠券预测分析

• 作者: 曾诚 陈浩阳
• 来源期刊: 物联网技术
• 关键词: O2O 特征工程 逻辑回归 GBDT XGBoost 预测模型
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 智能处理与应用
• 页码范围: 74-77
• 页数: 4页
• 分类号: TP39
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2019.12.020

摘要

为了建立更加完善的特征体系和优化预测模型,提出优化特征工程体系,增加特征值数量,并改进传统逻辑回归预测模型,使用GBDT+逻辑回归的组合模型及XGBoost+逻辑回归的组合模型达到提高预测精度、提升模型预测能力的目的.实验结果证明,通过优化特征工程体系和改进预测模型解决O2O优惠券发放这种预测方式可以更准确地预测消费者的消费行为,为优惠券的个性化投放提供可靠的决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾诚	湖北大学计算机与信息工程研究中心	29	231	8.0	15.0
2	陈浩阳	湖北大学计算机与信息工程学院	1	0	0.0	0.0