用于Web应用程序的实时预测建模工具

Question

我有一个购物网站。我想构建一个简单的预测模型，以预测用户在一次访问（每页上花费的时间，她来自哪里，有多少评论等等）的时间内购买某种产品的可能性，何时可能留下一页等。

Ruby on Rails，Python或Java中可用于此任务的工具有哪些？典型的统计建模技术，如逻辑回归，线性回归在这种情况下是否有效？

谢谢。

Answer 1

我尝试将问题减少到分类问题 - 并使用Machine learning现有工具来获得答案。

以下是您需要采取的一些步骤：

1. 使用您的数据和提取定义的功能。例如，一个功能可能是：访问过的页面数或在网站上花费的时间，或者您可以从数据中提取的任何其他内容。
2. 定义您要“预测”的功能（分类）。一个简单的例子可能是：购买产品（让我们从购买任何产品开始，您可以稍后尝试增强它）。
3. 创建培训集。训练集包含尽可能多的分类示例。 （例如：用户我访问了5个不同的页面，花了4分钟，已知分类：没有购买产品）。
4. 鉴于此信息，您可以运行任何现有的分类算法，以尝试预测非分类用户的行为，仅考虑她的功能。

您可以使用的一些算法的简短列表：

1. SVM - 不直观 - 但被许多人认为是最好的分类算法。
2. K Nearest neighbor - 非常直观且易于编程，并且训练集可以轻松地迭代增加，但如果功能的数量很多，通常是一个错误的决定。
3. Decision trees算法，尤其是C4.5：允许非常快速的分类，并且生成的树直观且易读。

我不知道Ruby on rails或python工具，但在Java中 - 有一个名为Weka的开源项目，它有这些分类算法等等。

注意：

您可以通过在训练集上使用confusion matrix来评估您的算法并获取cross-validation（评估算法的正确程度，错误程度以及错误程度，以及如何）。