基于商品描述文案的点击预测模型

为了预测商品描述文案中商品特征对点击的影响、量化分析用户的消费行为特征及缓解冷启动问题，建立了一种基于LDA模型和文本情感分析的点击预测模型。该模型基于LDA主题模型对商品描述词的分类筛选对构成词进行情感分析，构建特征向量以表示用户对商品各特征的情感倾向，并通过LightGBM算法进行点击的预测。模型可以将非结构化文本数据转换为结构化数据，量化用户对商品不同特征的兴趣倾向，并利用不同商品的相似特征缓解冷启动问题。实验结果表明，该模型有效提高了点击预测效果并能缓解冷启动问题。