基于Xgboost的Ebay网上拍卖最终成交价格预测

摘  要： 对成交价格进行预测，旨在获得Ebay拍卖品的价格动态，使买卖双方更好地进行交易。将价格区间进行多分类划分和多次最优参数选择，建立极端梯度提升（XGBoost，eXtreme Gradient Boosting）模型，并与最优逻辑斯蒂回归模型比较，使用平均准确率作为模型的评估指标。经比较发现XGBoost模型达到90.55%的准确率，明显优于逻辑斯蒂回归模型。此外通过十次迭代，分别得到两个模型的准确率变化趋势，结果显示Xgboost具有更高的准确率。

关键词： Ebay网上拍卖; 成交价格预测; 多分类; 极端梯度提升; 最优参数选择; 逻辑斯蒂回归

中图分类号：TP393          文献标识码：A     文章编号：1006-8228（2021）01-46-05

Prediction of the final price of Ebay online auction using XGBoost

Cao Feifei

（School of Economics， Guangdong Peizheng University， Guangzhou， Guangdong 510830， China）

Abstract： To predict the transaction price， aiming to obtain the price dynamics of Ebay auction products， so that buyers and sellers can better conduct transactions. By multi-classifying the price interval and multiple optimal parameter selecting， the XGBoost （eXtreme Gradient Boosting） model is established， and compared it with the optimal logistic regression， using the average accuracy as the evaluation index. The comparison finds the XGBoost model achieved 90.55% accuracy， which is significantly better than the logistic regression model. In addition， through ten iterations， the accuracy trends of the two models are obtained respectively， the result shows that XGBoost has higher accuracy.

Key words： Ebay online auction; transaction price prediction; multi-classification; eXtreme Gradient Boosting; optimal parameter selection; logistic regression

0 引言

互联网的飞速发展使我们的生活真正产生日新月异的变换，不知不觉改变人们的生活习惯，网上拍卖市场就是众多改变之一[1]。由于网上拍卖的流行， 许多大型拍卖网站应运而生，比如熟知的Yahoo拍卖、露天拍卖、台湾樂天市场、Ebay、DMM.com等[2]，他们对电子商务的集体影响是惊人的，其中Ebay是发展最迅速，也是目前为止世界上最大的网上拍卖网站。据统计，Ebay网站上有1.49亿活跃买家[3]，几乎任何人都可以买卖任何东西，超过7亿商品在Ebay进行交易。作为世界上最大的网上交易平台，Ebay产生了大量的交易数据，各类交易数据都包含大量有用的交易信息[4]，因此对这些交易数据的研究就显得尤为重要。

通过对拍卖数据的研究，为出标者和投标者制定一套切实可用的竞价策略，出标者能尽可能得到想要的价格，中标者也可以最划算的价格拍到自己想要的物品，实现共赢。……