基于集成学习的电商消费者复购行为预测及可解释性分析.pdfVIP

E-CommerceLetters电子商务评论,2025,14(7),2525-2534

PublishedOnlineJuly2025inHans./journal/ecl

/10.12677/ecl.2025.1472463

基于集成学习的电商消费者复购行为预测及

可解释性分析

李盼，杨继宇

贵州大学数学与统计学院，贵州贵阳

收稿日期：2025年6月13日；录用日期：2025年6月25日；发布日期：2025年7月29日

摘要

随着大数据时代的到来，电商行业的发展迎来了全新的机遇和挑战，基于电商平台的海量用户行为数据，

如何深入挖掘并精准预测消费者的复购行为，对电商平台提高客户忠诚度和运营效果有着重要意义。本

文基于阿里巴巴天池大赛提供的电商消费者行为数据，旨在构建一个基于集成学习与SHAP解释机制的

复购行为预测模型，从而对消费者复购行为进行预测与探究。在数据预处理阶段，本研究首先对原始数

据集进行缺失值处理；针对数据不平衡问题，本文采用随机下采样方法对非重复购买样本进行下采样，从

而提高模型对重复购买样本的识别能力。接着，通过特征提取和特征选择操作，最终选择了18个特征作为

后续电商