一种基于XGBoost算法的车主满意度预测方法与流程
本发明涉及基于机器自学习方法预测车主满意度的,具体地,涉及一种基于xgboost算法的车主满意度预测方法。
背景技术:
1、在某个车型的整个生产周期中,主机厂需要先制定目标车型的各项指标,再根据定制好的指标进行开发并生产,最后交付给车主。有些车型得到了广大车主的青睐,其在互联网上的车主满意度评分很高;而有些车型的销售业绩很惨淡,其在互联网上的车主满意度评分很低,影响公司的效益。申请人认为,如能在目标车型的各项指标锁定时就预测到该车型的用户满意度,可以为企业减少损失,为用户提供满意的产品。
技术实现思路
1、为解决上述问题的至少一个方面,本发明提供一种基于xgboost算法的车主满意度预测方法,包括:收集车型满意度评分参数和评分结果,构建评分数据集;将评分数据集划分为训练集和测试集;利用预设的xgboost模型采用训练集进行训练,并根据测试集获取测试结果;根据预设评价指标评估xgboost模型,所述预设评价指标包括均方根误差、平均绝对误差和拟合优度;将目标车型的评分参数值输入评估后的xgboost模型生成满意度预测值。
2、优选地,还包括计算归一化评分参数,其中,xy是输入样本的原始值,xi是归一化值;xmin是输入样本的最小值,xmax是输入样本的最大值。
3、优选地,所述评分参数包括最高车、最大功率、最大扭矩、综合油耗、发动机排量。
4、优选地,将评分数据集划分为训练集和测试集的步骤包括:将评分数据集70%的数据作为训练集,30%的数据作为测试集。
5、优选地,根据预设评价指标评估xgboost模型,所述预设评价指标包括均方根误差、平均绝对误差和拟合优度的步骤还包括:根据评估结果对模型参数进行调整,模型参数包括max_depth、n_estimators和learning_rate,当均方根误差、平均绝对误差最小时完成对xgboost模型的评估。
6、另一方面,提供一种基于xgboost算法的车主满意度预测系统,包括处理器和存储器,所述存储器包括计算机程序,所述计算机程序由处理器运行时执行如前任一所述基于xgboost算法的车主满意度预测方法。
7、本发明实施例的基于xgboost算法的车主满意度预测方法及系统具有以下有益效果:现制定一种车主满意度预测方法,该方法采用xgboost机器学习算法,通过获取历史车型满意度评分数据,并对数据进行预处理和划分,并建立基于xgboost算法的车型满意度评分预测模型,再进行训练和测试,得到合适的预测模型和预测结果。在车型指标制定时给出其未来的车主满意度预测值,可以协助汽车产品特征目录的制定,规避汽车上市后得到车主差评的风险,从而提升产品质量和可靠性,为开发新车型时产品特征目录的制定提供信息和技术支撑。
1.一种基于xgboost算法的车主满意度预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,还包括计算归一化评分参数,
3.根据权利要求1所述的方法,其特征在于,评分参数包括最高车、最大功率、最大扭矩、综合油耗、发动机排量。
4.根据权利要求1所述的方法,其特征在于,将评分数据集划分为训练集和测试集的步骤包括:将评分数据集70%的数据作为训练集,30%的数据作为测试集。
5.根据权利要求1所述的方法,其特征在于,根据预设评价指标评估xgboost模型,所述预设评价指标包括均方根误差、平均绝对误差和拟合优度的步骤还包括:根据评估结果对模型参数进行调整,模型参数包括max_depth、n_estimators和learning_rate,当均方根误差、平均绝对误差最小时完成对xgboost模型的评估。
6.一种基于xgboost算法的车主满意度预测系统,其特征在于,包括处理器和存储器,所述存储器包括计算机程序,所述计算机程序由处理器运行时执行如权利要求1-5中任一所述基于xgboost算法的车主满意度预测方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com