1. 毕业设计（论文）主要目标：
本篇论文主要是数据来源是京东平台2016年2，3，4月各个商品历史的销售数据，构建XGBoost算法模型，然后用这个模型来预测未来5天用户对某个目标品类下商品的购买情况，在训练集中的所以用户，模型都需要进行预测，预测内容主要是我们的用户未来5天内是否会购买目标类下的商品并且他购买商品的SKU_ID。
通过将所有用户中预测购买商品的准确率、所有用户中预测购买商品的召回率，与实际商品将所有用户中预测购买商品的准确率、所有用户中预测购买商品的召回率进行对比，用得分来考核高潜用户行为与商品购买之间关系准确性。
判断是否下单F11=6*Recall*Precise/(5*Recall Precise)
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要内容：
(1) 绪论，大数据及机器学习背景，意义，国内外文献及XGBoost算法和其他算法介绍，各自优缺点。
(2) 首先将所拿到的京东用户数据和商品数据，评论数据集进行清洗，先构造简单的用户（user）行为特征和商品（item）行为特征，对应两张表user_table和item_table.。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1] 杨贵军，徐雪，赵富强. 基于XGBoost算法的用户评分预测模型及应用[J]. 数据分析与知识发现，2019，3(01)：118-126.
[2] 邱耀，杨国为. 基于XGBoost算法的用户行为预测与风险分析[J]. 工业控制计算机，2018，31(09)：47-48.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
