基于Stacking集成学习的直播电商商品销量预测方法探析

【摘要】 随着直播电商的快速兴起，直播带货“翻车”事件不断涌现。本研究提出一种基于Stacking多模型融合的直播带货商品销量预测模型，以LightGBM、随机森林（Random Forest）和深度神经网络（DNN）三种模型为基础模型，以Logistic Regression为预测模型，融合三种模型的优势，相比于传统的单一预测模型具有更高的预测准确度。Stacking集成学习模型相较于LightGBM这一最优单模型的平均绝对百分比误差下降了3.68%，为提高直播电商营销效果提供了更加科学的实践指导。更多还原