【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种用户复购行为的预测方法、装置、电子设备及存储介质。
技术介绍
1、随着大数据时代的到来，通过分析海量的用户交易数据，来预测用户未来的购买意向，已经成为企业管理中至关重要的环节。在现有的场景中，预测用户复购行为主要依赖于线上平台，通过获取已购产品的用户行为特征来进行预测。基于这些行为特征，可以预测用户是否会再次购买该企业的产品，以便通过精准的营销策略更好地满足用户需求。
2、现有的用户复购行为的预测方法是通过机器学习模型，对用户复购行为进行预测。但该方法具有一定的局限性，在实际购买场景中，重复购买的用户数量通常小于单次购买的用户数量，使得样本集中这两种类别(重复购买和单次购买)对应的数据量不均衡，容易导致模型过拟合，进而导致对用户复购行为的预测精度较低。
技术实现思路
1、本专利技术提供一种用户复购行为的预测方法、装置、电子设备及存储介质，用以解决现有的用户复购行为的预测方法具有一定的局限性，导致用户复购行为的预测精度较低的缺陷，该方法基于交易...
【技术保护点】
1.一种用户复购行为的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述复购行为预测模型的构建步骤如下：
3.根据权利要求2所述的方法，其特征在于，所述根据所述复购行为结果样本和所述预测复购行为结果，对所述原始复购行为预测模型的类别权重进行更新，得到所述目标类别权重，包括：
4.根据权利要求3所述的方法，其特征在于，所述以最大化所述原始复购行为预测模型的F1分数为目标，调整所述第一权重和所述第二权重，得到所述目标类别权重，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述目标类别权重...
【技术特征摘要】
1.一种用户复购行为的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述复购行为预测模型的构建步骤如下：
3.根据权利要求2所述的方法，其特征在于，所述根据所述复购行为结果样本和所述预测复购行为结果，对所述原始复购行为预测模型的类别权重进行更新，得到所述目标类别权重，包括：
4.根据权利要求3所述的方法，其特征在于，所述以最大化所述原始复购行为预测模型的f1分数为目标，调整所述第一权重和所述第二权重，得到所述目标类别权重，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述目标类别权重，调整所述原始复购行为预测模型，得到训练后的复购行为预测模型，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述目标...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。