web应用程序的实时预测建模工具

Question

我有一个购物网站。我想要建立一个简单的预测模型来预测用户在一次访问后购买某一产品的可能性(在每个页面上花费的时间，她来自哪里，她有多少评论等)，他可能离开一个页面等。

在Ruby on Rails、Python或Java中，有哪些工具可用于此任务？典型的统计建模技术，如逻辑回归，线性回归在这种情况下有效吗？

谢谢。

Answer 1

我会尝试将问题简化为分类问题-并使用Machine learning现有工具来获得答案。

为了做到这一点，您需要执行以下步骤：

1. 使用您的数据并从中提取已定义的特征。例如，一个特征可以是:访问的页面数量或在网站上花费的时间，或者任何其他你可以从你的data.
2. Define中提取的特征你想要“预测”(分类)的特征是什么。一个简单的例子可以是:购买一个产品(让我们从购买任何产品开始，你可以尝试在以后的训练集中增强它。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，花费了4分钟，已知分类:没有购买product).
3. Given此信息，您可以运行任何现有的分类算法，尝试预测未分类的用户在给定其特征的情况下做了什么。

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available.
2. K Nearest neighbor -非常直观，编程简单，而且训练集可以很容易地迭代增加，但如果特征数量很多，通常是一个糟糕的决定。
3. Decision trees算法，尤其是C4.5算法:允许非常快速的分类，并且生成的树对人类来说是直观和可读的。

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

注意：

通过在训练集上使用cross-validation，您可以评估算法并获得confusion matrix (评估算法在多大程度上是正确的，在多大程度上是错误的，以及如何进行)。