如何预测顾客的下一次购买
提问于 2018-04-16 01:41:06
假设我们想预测客户在下一次访问电子商店时将购买什么，根据他过去的购买历史。我知道这是一个非常宽泛的问题，但我对机器学习并不熟悉，也不知道如何处理这个问题。
我想到的最简单的事情就是找出顾客购买的最常见的商品，并提出建议。但是，我不认为这是一种非常健壮的方法，因为它不考虑这种情况：
Computer (1st Purchase) -> Mouse (2nd Purchase) -> Mouse Pad (3rd Purchase)我正在寻找一个简单的模型，以开始和规模的特点和培训数据。我想听听经验丰富的数据科学家的建议，因为这是一个最常见的问题。
谢谢。
回答 2
Data Science用户
回答已采纳
发布于 2018-04-16 06:00:08
看看关联规则学习(https://en.wikipedia.org/wiki/Association_规则_学习)。一个非常常见的算法是Apriori算法。您可以使用包apyori，它工作得很好：https://pypi.python.org/pypi/apyori/1.1.1
Data Science用户
发布于 2018-04-24 13:56:36
您可以尝试度量用户迄今购买的产品与其他用户的purhcases (基于用户的推荐)之间的相似性，也可以尝试在用户购买的项和其他项目(基于项的推荐)之间执行关联规则。您还可以执行一些集群技术来查找一组相似的项或用户。
另一种方法可以是以下方法，如果您已经获得了用户购买的信息，那么您可以尝试预测用户的下一次购买。这种方法可以是马尔可夫模型。在马尔可夫模型中，最近的状态是基于以前状态的固定数来预测的，这种固定的先前状态数称为马尔可夫模型的阶数。在你的情况下，每个州可能是不同的购买。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/30370
复制相关文章
![【WebService】——SOAP、WSDL和UDDI[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-8223537/7007227d95433f70f5901a1a88a1a5ed.jpg)
点击加载更多
腾讯云开发者
