隨著信息技術(shù)的日趨成熟,移動電商、移動支付、虛擬現(xiàn)實及物聯(lián)網(wǎng)智能終端在社會生活中廣泛應(yīng)用,為零售業(yè)的轉(zhuǎn)型奠定了基礎(chǔ)。同時,由于網(wǎng)絡(luò)用戶增長率的下降和流量紅利的逐漸萎縮,以及人力成本、租金上漲等因素,線上電子商務(wù)和線下傳統(tǒng)實體零售的發(fā)展遭遇“瓶頸”�！靶铝闶邸弊鳛榱闶蹣I(yè)的新業(yè)態(tài)模式,正是在這樣的背景下產(chǎn)生。本文以某“新零售”平臺為背景,研究用戶對品類下商鋪的購買行為,構(gòu)建用戶購買行為的預(yù)測模型,探求更有效的品類策略管理方法,助力零售業(yè)的轉(zhuǎn)型升級。本文首先基于該平臺的用戶行為數(shù)據(jù),運用Neo4j構(gòu)建知識圖譜,對不同用戶構(gòu)建其相似用戶集,針對異常值和缺失值進行數(shù)據(jù)預(yù)處理,并對數(shù)據(jù)集初步進行探索性分析。其次,以用戶、品類、商鋪三者為中心構(gòu)建其屬性特征、行為特征、交互特征及關(guān)系特征,并對該186個特征進行特征選擇。再次,分別構(gòu)建XGBoost、LightGBM及CatBoost模型,并進行優(yōu)化和訓(xùn)練。三個模型在Accuracy和AUC兩個評價指標(biāo)上均大于0.9,取得了較好的效果,而在F1-score上的提升受到限制,皆小于0.66。針對優(yōu)化后單模型仍存在的不足,本文進一步研究不同模型下樣本覆蓋度...

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    第一節(jié) 研究背景和意義
        一、研究背景
        二、研究意義
    第二節(jié) 研究思路及基本框架
        一、研究思路
        二、基本框架
    第三節(jié) 研究綜述
        一、 “新零售”及品類管理相關(guān)研究
        二、用戶購買行為研究
        三、文獻評述
    第四節(jié) 創(chuàng)新點
第二章 理論概述
    第一節(jié) “新零售”中數(shù)據(jù)挖掘過程
    第二節(jié) 梯度提升算法原理
        一、相關(guān)基礎(chǔ)理論
        二、XGBoost算法
        三、LightGBM算法
        四、CatBoost算法
第三章 數(shù)據(jù)預(yù)處理及特征工程
    第一節(jié) 數(shù)據(jù)集介紹
        一、數(shù)據(jù)集來源
        二、訓(xùn)練集和測試集的劃分
    第二節(jié) 相似用戶集的建立
    第三節(jié) 數(shù)據(jù)預(yù)處理
        一、重復(fù)和缺失值處理
        二、異常值處理
    第四節(jié) “新零售”數(shù)據(jù)探索性分析
        一、基本信息探索性分析
        二、用戶行為信息探索性分析
        三、相似用戶行為探索性分析
    第五節(jié) “新零售”預(yù)測模型的特征構(gòu)建
        一、用戶基本特征
        二、品類基本特征
        三、商鋪基本特征
        四、交互特征
        五、關(guān)系特征分析
    第六節(jié) 特征選擇
        一、歸一化處理
        二、相關(guān)性分析
        三、特征重要度排序
第四章 “新零售”用戶對品類下商鋪購買行為預(yù)測模型
    第一節(jié) 模型評價方法
    第二節(jié) 基于XGBoost的“用戶-品類-商鋪”購買行為預(yù)測模型
        一、XGBoost模型參數(shù)分析
        二、XGBoost模型建立與優(yōu)化
    第三節(jié) 基于LightGBM模型的“用戶-品類-商鋪”購買行為預(yù)測
        一、LightGBM模型參數(shù)設(shè)置
        二、LightGBM模型建立與優(yōu)化
    第四節(jié) 基于CatBoost模型的“用戶-品類-商鋪”購買行為預(yù)測
        一、CatBoost模型參數(shù)分析
        二、CatBoost模型優(yōu)化
    第五節(jié) 基于級聯(lián)模型的“用戶-品類-商鋪”購買行為預(yù)測
        一、級聯(lián)模型的構(gòu)建
        二、級聯(lián)模型結(jié)果分析與對比
    第六節(jié) 基于SHAP框架的模型解釋
        一、SHAP value計算邏輯
        二、模型特征解釋
第五章 研究結(jié)論與展望
    第一節(jié) 研究結(jié)論
    第二節(jié) 研究展望
參考文獻
致謝



本文編號：3827949