| 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