计算机应用研究

作者：张一凡,于千城,张丽丝,

单位：北方民族大学a.计算机科学与工程学院;b.图形图像国家民委重点实验室,银川750030；

关键词：购买预测,差分进化算法,进化集成,特征选择,模型选择,

基金：宁夏重点研发计划(引才专项)项目(2022YCZX0013)；宁夏重点研发计划(重点)项目(2023BDE02001)；银川市校企联合创新项目(2022XQZD009)；北方民族大学2022年校级科研平台《数字化农业赋能宁夏乡村振兴创新团队》项目(2022PT_S10)；“图像与智能信息处理创新团队”国家民委创新团队资助项目；；

在电子商务时代背景下，精准预测用户的购买意向已经成为提高销售效率和优化客户体验的关键因素。针对传统集成策略在模型设计阶段往往受人为因素限制的问题，构建了一种自适应进化集成学习模型用于预测用户的购买意向。该模型能够自适应地选择最优基学习器和元学习器，并融合基学习器的预测信息和特征间的差异性扩展特征维度，从而提高预测的准确性。此外，为进一步优化模型的预测效果，设计了一种二元自适应差分进化算法进行特征选择，旨在筛选出对预测结果有显著影响的特征。研究结果表明，与传统优化算法相比，二元自适应差分进化算法在全局搜索和特征选择方面表现优异。相较于六种常见的集成模型和DeepForest模型，所构建的进化集成模型在AUC值上分别提高了2.76%和2.72%，并且能够缓解数据不平衡所带来的影响。

来源：2024年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第2期