基于模型融合的用户续购行为分析.docVIP

基于模型融合的用户续购行为分析 李 巧，周双娥，杨 晶 （湖北大学 计算机与信息工程学院 430062） E-mail ：yaeraa@163.com 摘　要：当今时代大数据分析及其商业应用已成为研究热点，根据机器学习中集成学习的思想，设计了基于逻辑回归的二层模型融合算法，简称TMBLR算法，并将该算法应用于某商业软件的用户续购分析上。实验结果显示，该融合模型算法有更高的鲁棒性和更准确的预测结果，比使用单个基分类器的F1值高出2.05%；与常用的投票法相比，该算法的平均F1值高出1.1%，F1值的均方差值要低7.2‰，表明该算法稳定性更好；在该融合算法的第二层训练中，使用逻辑回归算法时的准确率、F1值和时间效率较高。 关键词：大数据；机器学习；集成学习；模型融合；逻辑回归 中图分类号：TP391 　　　文献标识码：A　　　　　　　　　　文章编号：Analysis of user renewal behavior based on model blending LI Qiao，ZHOU Shuang-e，YANG Jing （College of Computer and Information Technology, Hubei University, Wuhan Hubei 430062, China） Abstract: Big data analysis and commercial usage became a hot issue at present. According to ensemble learning method, a Logistic Regression based two-level model blending algorithm is designed and used for user renewal behavior of business software. The experience result shows that the algorithm is robustness and high prediction result. The F1-score of the new algorithm is 2.05 percentage higher than single basic classifier method. Comparing with the model blending algorithm based on voting, the TMBLR algorithm has higher average F1-score with 1.1 percent and lower mean square deviation value to indicate higher stability with 7.2‰. The logistic regression algorithm achieve the best performance on precision and F1-socre and time efficiency, when using different algorithms on the second-level blend in TMBLR algorithm. Key words: big data; machine learning; ensemble learning; model blending; Logistic Regression  引言 当今社会，互联网、物联网以及云计算技术快速发展，数据也在不断的积累和增长，大数据分析的时代悄然而至。将大数据分析结果应用于企业市场，提高数据分析的准确率，有助于企业把握市场行情、分析市场变化并及时地做出相应调整，从而给企业带来更多的商业机会。 机器学习是大数据分析的一种重要方法，机器学习算法是从原始数据中通过特征提取获得特征数据，并从特征数据中自动尝试获得数据的相关规律，再利用获取到的规律来对未知数据集进行预测。 在机器学习领域，优化学习算法和提高机器学习的准确率一直是重点的研究内容，准确率的提高可以给商业带来更多的回报。Wu提出了一种两层融合模型以提高广告排名的准确率[1]。Han和Yu等人使用两层支持向量机的方法，提高了蛋白质中亚核位置预测的准确率[2]。Park和Lee采用模糊推理和模型融合预测赤潮[3]。Hadavandia等人将集成学习思想应用在多分类会问题建模上，提出了一种新的神经网络集成模型，提升了准确率[4]。Kwon采取了基于集成学习思想的投票法提升了预测准确率，并在电子交易技术知识产权交易性的实验中得到了验证[5]。 集成学习是提升数据分析准确率的有效策略之一，它的