导 师: 谢冬青
授予学位: 硕士
作 者: ();
机构地区: 广州大学
摘 要: 近年来,越来越多的电商在购物平台上搭建自己的个性化推荐系统。所谓个性化推荐,即指根据消费者各自的喜好,向不同消费者推荐不同商品的营销模式。目前,由于机器学习已广泛地应用于大数据领域,而个性化推荐系统的设计正好需要依托海量的消费者和商品的交互数据,因此,将机器学习运用到推荐系统中,是一个可行的做法。本文利用阿里提供的某一时段内消费者与商品的历史交互记录,来判断消费者的“喜好”,为以后的个性化推荐系统的搭建,提供重要的依据。完成的主要工作如下:1、设计并实现了一种基于时间序列的数据预处理方法。首先,通过数据清洗,筛选掉“噪声”数据;然后,针对原始数据具有时间序列的特点,设计了一种数据“分片”机制,并将数据进行“分片”处理;2、通过对采集数据的分析,并结合业务逻辑,设计衍生特征群,并将数据进行特征提取、转化,得到高维的可训练的样本数据;3、创造性地将稳定性选择法与Pearson相关系数法结合起来,得到一种全新的特征选择算法SSP,最后使用SSP算法对样本进行特征选择;4、提出一种基于时间序列的“均匀下采样法”,并结合交叉验证对样本进行正负样本平衡。然后使用网格搜索的方式,对XGBoost模型进行训练前的参数调整;5、针对单一模型对数据过于敏感而容易过拟合的问题,利用Bagging集成学习思想,构造出一个基于Bagging策略的XGBoost混合模型。本文最后通过两组对比实验,证明了SSP算法能够有效筛选特征,并在一定程度上简化模型的复杂度,提高机器学习的分类精度;基于Bagging策略的XGBoost混合模型相比单一的机器学习模型,不容易导致过拟合,从而具有更强的鲁棒性。
领 域: []