融合LSTM 和LightGBM 的用户购买行为预测算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：近年来，线上购物逐渐成为用户主要的购物手段，为提升用户购物体验，商品推荐系统应运而生。然而，传统的商品推荐系统常依赖简单的协同过滤和基于流行度的算法，难以捕捉用户的个性化偏好。针对此问题，文章基于JData平台提供的真实数据集，提出了融合LSTM和LightGBM的用户购买行为预测算法。首先，针对数据集中正负样本不平衡问题，采用对数据归一化的方法，使各个特征的贡献度更均衡。（剩余6064字）

试读结束

目录
monitor
客服机器人