基于bagging与决策树算法的在线拍卖成交价格预测模型

？通过分析在线拍卖出价特点,利用决策树和bagging算法建立了一种全新的在线拍卖成交价格预测模型.作者编写程序收集淘宝网在线拍卖交易数据3310条,对应有效出价记录8275条.数据分析表明,如不考虑未成交商品,则有40.4{\%}的交易可以利用出价次数精确计算最终成交价格.如将未成交商品视为成交价格为0,该比例可提高为79.55{\%}.据此发现,作者通过预测出价次数间接对成交价格进行预测.实验证明,模型明显优于平均值预测,并有21.7{\%}的预测结果完全准确.通过与heijst发表于《decisionsupportsystems》上的研究进行对比,结果表明预测模型在样本需求量、运算时间,及完全准确预测率上有明显优势.由于模型训练时间仅为数秒,为建立实时在线拍卖成交价格预测决策支持系统奠定了基础.