南京航空航天大学学报

作者：张微薇

单位：西南交通大学经济管理学院, 成都, 610031；,西南交通大学经济管理学院, 成都, 610031；,南京理工大学计算机科学与工程学院, 南京, 210094；

关键词：XGBoost算法;三支决策;误分类成本;学习成本

基金：国家自然科学基金 61876157 71571148;61773208）资助项目;四川省科技厅应用基础面上基金 2017JY0221国家自然科学基金（61876157，71571148，61773208）资助项目；四川省科技厅应用基础面上基金（2017JY0221）资助项目。

在O2O营销过程中，优惠券是一种行之有效的营销工具。然而，在不清楚用户是否有消费意愿的情况下，就会产生优惠券滥发的现象。为了提高优惠券的使用率，本文首先将三支决策思想引入到优惠券使用预测问题中，并结合机器学习算法中的集成算法XGBoost对优惠券的使用情况进行模型构建。其次，在三支决策过程中考虑误分类成本和学习成本，使得分类过程更加贴近实际。最后，对阿里巴巴在天池平台提供的用户优惠券真实消费数据进行实验分析。结果表明，使用基于XGBoost的三分类算法可以有效提高分类的精确度。商户不仅可以维持老顾客，还能识别出潜在新客户，从而降低商户的营销成本。

来源：2019年第5期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2019年第5期