论文题目：预测模型在婴幼儿产品 购买类别研究中的应用.pdfVIP

论文题目：预测模型在婴幼儿产品 购买类别研究中的应用 学 校 华南理工大学 学 院 数学学院 专 业 概率论与数理统计 计算数学 学生姓名 程雪宁 张颖芳 陈皋 指导教师 朱峰锋 预测模型在婴幼儿产品购买类别研究中的应用 摘 要 随着2013 年8 月二胎政策的开放，我国每年新生婴儿数量将会持续上升， 婴幼儿产品也将迎来广阔的市场，使婴幼儿产品成为了电商行业新的蓝海。本文 将根据婴幼儿的成长阶段和个人信息建立用户可能会购买的商品类型的数学模 型，有利于商家制定相关婴幼儿产品类型的生产量，从而为商家带来更高的经济 效益。也可以在已知婴幼儿性别、年龄、用户购买日期及用户预购买的量时，给 出用户相关类型商品的推荐。本文将采用来自淘宝天猫婴幼儿产品29971 个用户 历史交易数据，其中，953 个用户除了包含历史交易数据之外还包含婴幼儿个人 信息数据。本文基于决策树、随机森林、支持向量机分析方法和 R 软件通过使 用婴幼儿性别、年龄、购买数量、购买季节预测婴幼儿母亲将会购买的商品类型， 然后根据婴幼儿的信息给出购买者相关建议，既可以给商家带来效益也可以节省 购买者的时间与精力。结果表明：婴幼儿的年龄对于预测用户购买哪类商品类型 的起着很重要的作用。通过5 折交叉验证比较三个预测模型，发现随机森林的预 测平均误判率比其他两个模型的平均误判率都要低，则在预测购买商品类型时， 我们建议使用随机森林模型。本次分析为推断和预测商家今后制定对相关婴幼儿 产品类型的生产量及根据婴幼儿个人信息推测出用户将会可能购买的商品类型 提出了良好的预测模型。 关键字：婴幼儿产品类型 决策树 随机森林 支持向量机 R 软件 目 录 一、选题背景与研究意义- 1 - 二、文献综述文献回顾- 1 - 三、数据来源和变量选取- 2 - （一）数据来源- 2 - （二）两个表中的变量- 2 - （三）数据预处理- 3 - 1、缺失值处理- 3 - 2、检测异常值- 3 - 3、指标合并与处理- 4 - 四、实证分析- 5 - （一）模型原理介绍- 5 - 1、决策树算法- 5 - 2、随机森林- 7 - 3、支持向量机算法- 8 - 4、交叉验证- 10 - （二）模型实证分析- 11 - 1、特征选择- 11 - 2、基于决策树的购买母婴产品预测问题- 11 - 3、基于随机森林的购买母婴产品预测问题- 14 - 4、基于支持向量机的购买母婴产品预测问题- 18 - 5、对模型的5 折交叉验证- 19 - 6、总结- 19 - 五、结论与建议- 20 - 六、论文中的不足- 20 - 参考文献- 21 - 数据包- 22 - 一、 选题背景与研究意义 近10 年来，我国每年新生婴儿数量都保持在1600 万左右，数据背后所对应 的就是，母婴市场将能迎来空前繁荣期。去年开放二胎政策，使母婴成为了电商 行业新的蓝海，也开启了电商行业抢占母婴市场的大幕。各大电商平台轰轰烈烈 进军母婴用品领域的大潮，一场争夺母婴市场的战争愈演愈烈。 近几年伴随着生育热潮，目前中国0 到6 岁婴幼儿预计在1 亿人左右。伴随 着80 后、90 后逐渐进入孕期，习惯网上购物的80 后、90 后逐渐成为线上母婴 市场的消费主力军。数据统计，中国新生代母婴群体人均年消费为5,000～18,000 元，2015 年中国母婴市场将达到约 2 万亿元，空间增长巨大。有专家指出，母 婴行业的市场容量已达千万级别，而且目前无论是线上还是线下，母婴市场还远 没有达到行业的井喷点。 母婴电商行业进入快速增长期，成为我国网