一种基于数据全局搜索和特征分类的预测方法 | |
库涛; 林乐新; 翟鹏华; 熊艳彬 | |
2020-12-11 | |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明涉及一种基于数据全局搜索和特征分类的预测方法,将用户群体分为品牌人群和非品牌人群;提取品牌人群的属性特征、偏好特征以及品类特征;提取非品牌人群的属性特征,偏好特征,品类特征,竞品特征和搜索特征;将提取到的特征形成特征集;根据特征集,基于改进的随机森林算法,建立面向O2O的潜在客户识别模型。本发明建立的预测模式和算法具有全局搜索能力强,收敛速度快,识别精度高等优点,并在面向O2O电子商务领域中潜在客户识别与预测中取得了成功应用。 |
申请日期 | 2019-06-11 |
语种 | 中文 |
状态 | 公开 |
内容类型 | 专利 |
源URL | [http://ir.sia.cn/handle/173321/28050] |
专题 | 沈阳自动化研究所_数字工厂研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 库涛,林乐新,翟鹏华,等. 一种基于数据全局搜索和特征分类的预测方法. 2020-12-11. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论