基于决策树的O2O优惠券个性化投放模型

一、模型应用

O2O即Online To Offline，是指将线下的商务机会与互联网结合，让互联网成为线下交易的前台，个性化投放是提高优惠券核销率的重要技术，它可以让具有一定偏好的消费者得到真正的实惠，同时赋予商家更强的营销能力。在新模式的推动和资本的催化下，出现了O2O的狂欢热潮，上门按摩、上门送餐、上门生鲜、上门化妆、滴滴打车等各种O2O模式开始层出不穷。

二、实现流程

1. 数据采集

2. 数据预处理

3. 构建特征

4. 预测优惠券使用

三、核心技术

• 决策树

• 信息增益

• 代价矩阵

四、你可以将本模型用于

• 教与学：可落地操作、学生参与度高、交互性强；

• 科研：将前沿热门的深度学习技术与具体行业应用结合，为科学研究提供素材；

• 生产：将模型改进后直接用于实际生产环境：上门送餐、滴滴打车。

五、运行环境

windows／linux／mac OS，64位操作系统，内存：4GB及以上，R3.5.1

六、资源展示