鞋靴消费者退货概率预测模型训练数据

面向鞋靴电商平台消费者退货风险预测任务，构建用于训练订单退货概率预测模型的数据集。数据基于订单金额、促销状态、首次购买状态、用户历史退货率、品类退货基准率和近90天订单数量等特征，预测订单退货概率并识别高风险订单，用于售前提示、售后策略分层和退货风险预警，解决退货风险难以前置识别的问题。一、加工前的数据说明：原始数据来源于企业自有平台订单记录、售后退货记录和用户历史行为数据，原始字段包括订单编号、用户id、鞋靴编号、成交金额、促销状态、购买品类、订单时间、退货状态。 二、处理规则：1.清洗：按订单编号去重，剔除用户id、鞋靴编号、成交金额或退货状态缺失的记录；成交金额小于等于0、订单取消、支付失败、测试订单判为异常订单并过滤。2.特征构建：用户历史退货率按当前订单下单日前180天统计，公式为历史已退货订单数/历史有效订单数；鞋靴品类历史退货基准率按同一品类近180天退货订单数/有效订单数计算；成交金额(元)、是否促销期购买、是否首次购买该品类、近90天用户订单数量均作为模型输入特征。3.模型训练：采用逻辑回归二分类模型，输入特征经标准化后计算z=w·x+b，预测退货概率p=1/(1+e^-z)；损失函数为二分类交叉熵，采用L2正则化，学习率0.01，批量128，迭代200轮，以验证集AUC早停。预测阈值为0.50，p≥0.50判为高退货风险，否则为低退货风险。4.标签：以订单实际是否退货生成实际退货标志，并按数据集划分标识用于训练、验证、测试。 三、数据内容描述：最终形成鞋靴消费者退货概率预测模型训练数据集合，包含以下字段：1）订单编号：经无规则编码化处理的订单唯一标识；2）用户id：经无规则编码化处理的用户唯一标识；3）鞋靴编号：经无规则编码化处理的鞋靴商品唯一标识；4）成交金额(元)：订单实际成交价格；5）是否促销期购买：订单是否在促销活动期间产生（是/否）；6）是否首次购买该品类：用户是否首次购买该鞋靴品类（是/否）；7）用户历史退货率：用户历史退货订单占总订单的比率；8）鞋靴品类历史退货基准率：该品类的全量历史退货比率；9）近90天用户订单数量：用户近90天内的下单总量；10）预测退货概率：由逻辑回归模型基于上述特征计算输出的退货概率；11）实际退货标志：订单实际退货结果（已退货/未退货），作为模型训练的监督标签；12）数据集划分标识：样本所属子集类型（train/val/test）。

搜集汇总

背景与挑战

背景概述

该数据集服务于鞋靴电商平台消费者退货风险预测，通过整合订单金额、促销状态、用户历史退货率、品类退货基准率和近90天订单数量等特征，利用逻辑回归模型预测订单退货概率，以识别高风险订单，支持售前提示、售后策略分层和退货风险预警。数据集已进行脱敏和清洗处理，包含订单编码、用户编码、成交金额、特征字段、预测概率及实际退货标签等12个字段，并划分训练、验证和测试子集，共2198条记录。