在线外卖行业中消费者购买决策的预测
机器学习
2021-10-04 v1 机器学习
摘要
近年来，餐饮外卖业务向在线平台的转型受到了高度关注。这归因于可定制的点餐体验、便捷的支付方式、快速配送等因素。在线外卖提供商之间的竞争已加剧，以争取更广泛的客户群。因此，他们应更好地了解客户需求并预测其购买决策。机器学习对公司的利润有显著影响。它们被用于依赖大数据且需要快速有效评估系统的行业中的模型与策略构建。预测建模是一种利用各种回归算法、分析和统计来估计事件发生概率的机器学习。预测模型的引入有助于在线外卖提供商了解其客户。在本研究中，提供了一份收集自印度班加罗尔 388 名消费者的数据集，用于预测其购买决策。考虑了四种预测模型：CART 与 C4.5 决策树、随机森林和基于规则的分类器，并评估了它们在提供正确类标签上的准确率。结果表明，所有模型表现相似，但 C4.5 以 91.67% 的准确率优于其余模型。
引用
@article{arxiv.2110.00502,
title = {Predicting Consumer Purchasing Decision in The Online Food Delivery Industry},
author = {Batool Madani and Hussam Alshraideh},
journal= {arXiv preprint arXiv:2110.00502},
year = {2021}
}