Resumen

En los últimos años, la cadena de bloques ha mejorado sustancialmente la credibilidad de las plataformas de comercio electrónico para los usuarios. La precisión de la predicción del comportamiento de compra repetida de los usuarios de comercio electrónico afecta directamente el impacto del marketing de precisión por parte de los comerciantes. Los modelos existentes de aprendizaje en conjunto tienen una baja precisión de predicción cuando la muestra de comportamiento de compra es desequilibrada y la dimensión de información de la ingeniería de características es única. Para superar este problema, se propone un modelo de predicción de aprendizaje en conjunto basado en la fusión de información de múltiples fuentes. Las pruebas en el conjunto de datos de Tmall mostraron que la precisión y los valores de AUC del modelo alcanzaron el 91.28% y el 70.53%, respectivamente.

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Cadena de bloques; Plataformas de comercio electrónico; Precisión de predicción; Comportamiento de compra repetida; Modelos de aprendizaje en conjunto; Fusión de información de múltiples fuentes
• Keywords:Blockchain; E-commerce platforms; Prediction accuracy; Repeat purchase behaviour; Ensemble learning models; Multisource information fusion