本發(fā)明專利技術(shù)公開了一種用戶購(gòu)物意圖預(yù)測(cè)方法，尤其是一種基于支持向量機(jī)的隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法。該方法首先收集用戶在網(wǎng)站上的行為數(shù)據(jù)，接著確定支持向量機(jī)SVM訓(xùn)練模型在訓(xùn)練測(cè)試樣本集上的參數(shù)組合的最優(yōu)值，最后利用最優(yōu)參數(shù)組合的支持向量機(jī)SVM訓(xùn)練模型測(cè)試驗(yàn)證樣本集，得到用戶的購(gòu)物意圖。本發(fā)明專利技術(shù)在傳統(tǒng)單尺度多項(xiàng)式核函數(shù)的支持向量機(jī)的基礎(chǔ)上，擴(kuò)展了多項(xiàng)式核函數(shù)的參數(shù)，提升了支持向量機(jī)參數(shù)選擇的效率。與傳統(tǒng)單尺度多項(xiàng)式核函數(shù)的支持向量機(jī)相比，該方法在損失較小的泛化性能的基礎(chǔ)上，學(xué)習(xí)模型參數(shù)選取的時(shí)間僅需傳統(tǒng)SVM多項(xiàng)式核方法的不到1％的時(shí)間，并且擁有較好的穩(wěn)定性。并且擁有較好的穩(wěn)定性。并且擁有較好的穩(wěn)定性。
【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法
[0001]本專利技術(shù)屬于電子商務(wù)領(lǐng)域，特別是一種基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法。
技術(shù)介紹
[0002]隨著中國(guó)互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)購(gòu)物日益成為一種重要的購(gòu)物形式。在目前的電子商務(wù)環(huán)境之下，用戶的購(gòu)物需求表現(xiàn)出多樣化的發(fā)展趨勢(shì)。購(gòu)買意圖是指用戶愿意購(gòu)買商品的可能性或概率，它是用戶購(gòu)買商品的主觀可能性。對(duì)于傳統(tǒng)的電子商務(wù)公司來說，每天有大量的潛在用戶瀏覽數(shù)以萬計(jì)的商品，如何有效地識(shí)別這些用戶的購(gòu)物意圖，是這些公司面臨的越來越大的挑戰(zhàn)。
[0003]用戶的購(gòu)買意圖是通過在購(gòu)物網(wǎng)站上的一系列顯式的和隱式的行為表現(xiàn)出來的。例如，用戶直接輸入對(duì)商品的分級(jí)評(píng)分或評(píng)價(jià)信息為顯式的行為，瀏覽商品的停留時(shí)間可以認(rèn)定為隱式的行為。個(gè)性化推薦是目前電子商務(wù)公司采用的較為成功的商品營(yíng)銷策略，根據(jù)用戶之前的瀏覽、評(píng)價(jià)、購(gòu)買或者搜索歷史等行為數(shù)據(jù)以及相似用戶群體的歷史行為數(shù)據(jù)推測(cè)目標(biāo)用戶的購(gòu)物意圖，然后在目標(biāo)用戶訪問網(wǎng)站時(shí)為其推薦或展一組他們最有可能購(gòu)買的商品。
[0004]判斷用戶的購(gòu)買意圖這類問題在機(jī)器學(xué)習(xí)方法中可以作為一種分類問題來研究，目前已經(jīng)有一些機(jī)器學(xué)習(xí)算法針對(duì)由于用戶的歷史行為數(shù)據(jù)判斷用戶的購(gòu)買意圖，如支持向量機(jī)(SVM)和神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)的適應(yīng)性好，但是容易陷入局部最小化的問題，計(jì)算代價(jià)也比較大。SVM是近年應(yīng)用于分類問題和回歸問題上最成功的學(xué)習(xí)機(jī)器之一。對(duì)于分類問題，由于大多數(shù)樣本點(diǎn)在原始空間中是線性不可分的，SVM采用非線性映射的方法，將原始空間樣本的輸入向量x映射到高維特征空間φ(x)中，使樣本在高維空間中線性可分。由于輸入向量在特征空間中的內(nèi)積主要利用核函數(shù)來度量，使用不同的核函數(shù)會(huì)映射到不同的特征空間，所以核函數(shù)類型的確定以及核參數(shù)的選擇是影響SVM泛化性能的主要因素。
[0005]當(dāng)前對(duì)于參數(shù)選擇的方法主要有兩種：首先是基于測(cè)試精度的方法，通過測(cè)試非訓(xùn)練樣本在某個(gè)參數(shù)值上的錯(cuò)誤率，然后不斷修正參數(shù)使錯(cuò)誤率更小。具體的技術(shù)有Doan提出的十折交叉驗(yàn)證法(10-Cross Validation)，但是這種方法在參數(shù)空間較大的時(shí)候花費(fèi)的計(jì)算代價(jià)太大，研究學(xué)者們將現(xiàn)有的一些優(yōu)化技術(shù)集成到參數(shù)選擇的方法中，如粒子群優(yōu)化(Particle Swarm Optimization,簡(jiǎn)稱PSO)方法和基因算法；其次是基于某種理論界的逼近方法，如基于影響函數(shù)(Influence Function)的估計(jì)和VC維的界。
[0006]上述的研究在一定的程度上緩解了模型選擇的問題，但是沒有從根本上解決問題。對(duì)于一個(gè)學(xué)習(xí)算法，訓(xùn)練速度快，泛化能力強(qiáng)和不用調(diào)節(jié)太多的參數(shù)是各個(gè)應(yīng)用領(lǐng)域所追求的理想情況。然而這幾方面在SVM身上是矛盾的，追求訓(xùn)練速度就得犧牲泛化性能，追求泛化性能就得花費(fèi)大量時(shí)間來選擇最優(yōu)的模型。
[0007]訓(xùn)練樣本的每個(gè)特征對(duì)分類的貢獻(xiàn)是不同的，所有特征都設(shè)置相同的核參數(shù)，則難以區(qū)分每個(gè)特征的貢獻(xiàn)度。當(dāng)訓(xùn)練樣本的特征數(shù)目較少時(shí)，設(shè)置1個(gè)核函數(shù)參數(shù)對(duì)訓(xùn)練模
型影響較小。當(dāng)訓(xùn)練樣本特征數(shù)目較多時(shí)，應(yīng)該對(duì)每個(gè)特征都設(shè)置相應(yīng)的核函數(shù)參數(shù)。但是如果核函數(shù)參數(shù)較多時(shí)，使用上述提到的模型選擇方法計(jì)算代價(jià)非常巨大，且很難找到符合樣本實(shí)際分布的最佳參數(shù)組合。
技術(shù)實(shí)現(xiàn)思路
[0008]本專利技術(shù)所解決的技術(shù)問題在于提供一種基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法，能夠在保持泛化性能的同時(shí)極大地提高模型選擇的效率。
[0009]實(shí)現(xiàn)本專利技術(shù)目的的技術(shù)解決方案為：一種基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法，包括以下步驟：
[0010]步驟1、收集用戶在網(wǎng)站上的行為數(shù)據(jù)，構(gòu)建用戶行為數(shù)據(jù)集，所述用戶行為數(shù)據(jù)集包括訓(xùn)練測(cè)試樣本集S和驗(yàn)證樣本集V；
[0011]步驟2、確定支持向量機(jī)SVM訓(xùn)練模型在訓(xùn)練測(cè)試樣本集S上的參數(shù)組合(C,σ)的最優(yōu)值，其中C為SVM訓(xùn)練模型的懲罰系數(shù)參數(shù)，σ為SVM訓(xùn)練模型的核參數(shù)；
[0012]步驟3、利用最優(yōu)參數(shù)組合(C,σ)的支持向量機(jī)SVM訓(xùn)練模型測(cè)試驗(yàn)證樣本集V，得到用戶的購(gòu)物意圖。
[0013]優(yōu)選的，所述步驟1中所述訓(xùn)練測(cè)試樣本集其中x
i
∈R
d
為用戶購(gòu)物意圖的因素特征，t
i
∈{-1,1}為類別，1表示有購(gòu)買意圖，-1表示沒有購(gòu)買意圖，N為數(shù)據(jù)樣本的個(gè)數(shù)。
[0014]優(yōu)選的，所述步驟2確定支持向量機(jī)SVM訓(xùn)練模型在訓(xùn)練測(cè)試樣本集S上的參數(shù)組合(C,σ)的最優(yōu)值具體為：
[0015]步驟2-1、將用戶行為數(shù)據(jù)樣本集S劃分為訓(xùn)練集S
train
和測(cè)試集S
test
；
[0016]步驟2-2、確定支持向量機(jī)SVM訓(xùn)練模型的核函數(shù)及其參數(shù)σ；
[0017]步驟2-3、從候選集T中選擇一個(gè)元素作為支持向量機(jī)SVM訓(xùn)練模型的參數(shù)C，然后從候選集T中刪去該元素，重復(fù)迭代執(zhí)行步驟2-3～步驟2-8，直至候選集T為空；
[0018]步驟2-4、計(jì)算支持向量機(jī)SVM訓(xùn)練模型的核矩陣K(x
i
,x
j
)，其中，x
i
，x
j
為用戶購(gòu)物意圖預(yù)測(cè)的數(shù)據(jù)，i＝1,
…
,N,j＝1,
…
,N。
[0019]步驟2-5、確定使支持向量機(jī)SVM訓(xùn)練模型對(duì)偶優(yōu)化的最優(yōu)解，所用公式為：
[0020][0021][0022]其中為SVM的核函數(shù)，是對(duì)x做變換的函數(shù)，有些變換會(huì)將樣本映射到更高維的空間，α
i
為非負(fù)拉格朗日乘子，每個(gè)拉格朗日乘子α
i
對(duì)應(yīng)著一個(gè)訓(xùn)練樣本(x
i
,t
i
)，t
i
為用戶購(gòu)物意圖預(yù)測(cè)的數(shù)據(jù)的類別；
[0023]步驟2-6、求解法向量w和偏置b，所用公式為：
[0024]式中w為SVM的權(quán)值向量，b為SVM
的閾值。
[0025]步驟2-7、確定SVM分類模型f(x)，其中式中sgn為符號(hào)函數(shù)；
[0026]步驟2-8、使用SVM分類模型f(x)對(duì)測(cè)試集S
test
進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)準(zhǔn)確率A
k
，其中k為第k次迭代；
[0027]步驟2-9、從集合A＝[A1,
…
A
k
,
…
]中找出最大值，并標(biāo)記出相應(yīng)的參數(shù)C的值，從而確定支持向量機(jī)SVM訓(xùn)練模型在用戶購(gòu)物意圖預(yù)測(cè)的數(shù)據(jù)樣本集上的參數(shù)組合(C,σ)。
[0028]優(yōu)選的，所述步驟2-1中將用戶行為數(shù)據(jù)樣本集S劃分為訓(xùn)練集S
train
和測(cè)試集S
test
的方法是將樣本集S中前m個(gè)樣本設(shè)為訓(xùn)練集S
train
，其它樣本作為測(cè)試集S
test
。
[0029]優(yōu)選的，所述步驟2-2中支持向量機(jī)SVM訓(xùn)練模型的核本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法，其特征在于，包括以下步驟：步驟1、收集用戶在網(wǎng)站上的行為數(shù)據(jù)，構(gòu)建用戶行為數(shù)據(jù)集，所述用戶行為數(shù)據(jù)集包括訓(xùn)練測(cè)試樣本集S和驗(yàn)證樣本集V；步驟2、確定支持向量機(jī)SVM訓(xùn)練模型在訓(xùn)練測(cè)試樣本集S上的參數(shù)組合(C，σ)的最優(yōu)值，其中C為SVM訓(xùn)練模型的懲罰系數(shù)參數(shù)，σ為SVM訓(xùn)練模型的核參數(shù)；步驟3、利用最優(yōu)參數(shù)組合(C，σ)的支持向量機(jī)SVM訓(xùn)練模型測(cè)試驗(yàn)證樣本集V，得到用戶的購(gòu)物意圖。2.根據(jù)權(quán)利要求1所述的基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法，其特征在于，步驟1中所述訓(xùn)練測(cè)試樣本集其中，x
i
∈R
d
為用戶購(gòu)物意圖的因素特征，t
i
∈{-1，1}為類別，1表示有購(gòu)買意圖，-1表示沒有購(gòu)買意圖，R
d
為d維特征個(gè)數(shù)，N為數(shù)據(jù)樣本的個(gè)數(shù)。3.根據(jù)權(quán)利要求2所述的基于隨機(jī)多項(xiàng)式核的用戶購(gòu)物意圖預(yù)測(cè)方法，其特征在于，步驟2確定支持向量機(jī)SVM訓(xùn)練模型在訓(xùn)練測(cè)試樣本集S上的參數(shù)組合(C，σ)的最優(yōu)值具體為：步驟2-1、將用戶行為數(shù)據(jù)樣本集S劃分為訓(xùn)練集S
train
和測(cè)試集S
test
；步驟2-2、確定支持向量機(jī)SVM訓(xùn)練模型的核函數(shù)及其參數(shù)σ；步驟2-3、從候選集T中選擇一個(gè)元素作為支持向量機(jī)SVM訓(xùn)練模型的參數(shù)C，然后從候選集T中刪去該元素，重復(fù)迭代執(zhí)行步驟2-3～步驟2-8，直至候選集T為空；步驟2-4、確定支持向量機(jī)SVM訓(xùn)練模型的核矩陣K(x
i
，x
j
)，其中，x
i
，x
j
為用戶購(gòu)物意圖預(yù)測(cè)的數(shù)據(jù)，i＝1，...，N，j＝1，...，N；步驟2-5、確定使支持向量機(jī)SVM訓(xùn)練模型對(duì)偶優(yōu)化的最優(yōu)解，所用公式為：Minimize：Subject to：其中為SVM的核函數(shù)，是對(duì)x做變換的函數(shù)，將樣本映射到更高維的空間，α
i
為非負(fù)拉格朗日乘子，每個(gè)拉格朗日乘子α
i
對(duì)應(yīng)著一個(gè)訓(xùn)練樣本(x
i
，t
i
)，t
i
為用戶購(gòu)物意圖預(yù)測(cè)的數(shù)據(jù)的類別；步驟2-6、求解法向量w和偏置b，所用公式為：式中w為SVM的權(quán)值向量，b為SVM的閾值；步驟2-7、確定SVM分類模型f(x)，其中式中sgn為符號(hào)函數(shù)；步驟2-8、使用SVM分類模型f(x)對(duì)測(cè)試集S
test
進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)準(zhǔn)確...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：丁曉劍，楊帆，劉健，程偉，曹杰，
申請(qǐng)(專利權(quán))人：南京財(cái)經(jīng)大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。