一种用于智能客户细分和购买行为预测的可解释超图神经网络框架

《Information》：An Explainable Hypergraph Neural Network Framework for Intelligent Customer Segmentation and Purchase Behavior Prediction

　　

客户细分和购买行为预测是智能电子商务系统中的基础任务，它们支持个性化营销策略和数据驱动的客户关系管理。然而，传统的机器学习与图神经网络方法主要建模成对交互，往往无法捕捉客户、产品、品牌和购买情境之间的高阶关系，从而限制了预测性能与模型可解释性。为应对这些挑战，本研究提出了一种可解释超图神经网络（Explainable Hypergraph Neural Network，EHGNN）框架，该框架将高阶超图表示学习与基于SHAP的事后可解释性相结合。研究人员从客户交易数据构建异质超图，通过超图卷积学习信息丰富的客户嵌入表示，利用聚类进行客户细分，并通过嵌入融合网络预测购买行为。研究人员开展了全面实验，将所提框架与传统的聚类算法、深度聚类方法、图神经网络和超图神经网络进行了比较。实验结果表明，所提EHGNN始终取得优越性能：在客户细分方面，轮廓系数（Silhouette Coefficient）达到0.824，戴维森-布尔丁指数（Davies–Bouldin Index）为0.336，卡林斯基-哈拉巴斯指数（Calinski–Harabasz Index）为2815；在购买行为预测方面，所提框架的准确率（Accuracy）达到97.30%，精确率（Precision）为97.00%，召回率（Recall）为96.80%，F1分数（F1-score）为96.90%，受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve，AUC）为99.20%，马修斯相关系数（Matthews Correlation Coefficient，MCC）为0.942，优于所有基准方法。这些发现表明，利用超图学习建模高阶客户关系显著提升了客户细分质量和购买行为预测性能，同时通过可解释人工智能保持了模型透明度。所提出的EHGNN框架为现代电子商务环境中的智能客户分析和个性化决策支持提供了一种有效、稳健且可解释的解决方案。

## 论文解读：基于可解释超图神经网络的智能客户细分与购买行为预测

**研究背景与问题**

在数字化与全渠道零售快速发展的背景下，企业积累了大量客户交互数据，客户细分与购买行为预测成为智能电子商务的核心任务。传统方法（如K-Means、高斯混合模型）及图神经网络（GNN）主要依赖成对关系建模，例如仅考虑客户与产品之间的二元交互，无法捕捉客户、产品、品牌、促销活动等多实体参与的高阶购物关系。此外，现有模型可解释性不足，限制了其在商业决策中的实际应用。为此，研究人员提出了一种可解释超图神经网络（EHGNN）框架，旨在通过高阶超图表示学习提升细分与预测性能，并借助SHAP增强模型透明度。

**研究内容与结论**

研究人员构建了客户超图，将每个购物事件（如同一客户在同一促销中购买某产品）建模为一条超边，连接多个实体。利用超图卷积（Hypergraph Convolution）学习客户嵌入，通过K-Means++进行客户细分，并通过嵌入融合网络预测购买行为。实验采用Kaggle公开的客户购买行为数据集（500,000条交易记录，17个变量，70:15:15划分训练、验证、测试集）。结果表明，EHGNN在客户细分指标（轮廓系数0.824、戴维森-布尔丁指数0.336、卡林斯基-哈拉巴斯指数2815）和购买预测指标（准确率97.30%、精确率97.00%、召回率96.80%、F1分数96.90%、AUC 99.20%、MCC 0.942）上均优于K-Means、GMM、DEC、GNN、传统HGNN等基准方法。消融实验证实超图表示学习、K-Means++初始化及联合多任务优化（图重建、聚类、预测损失）均贡献显著，且SHAP在不影响预测性能的前提下提供了特征级解释。论文发表在《Information》。

**关键技术方法**

研究人员主要采用以下关键技术：超图构建（基于客户、产品、品牌、类别、促销、支付方式等属性构建超边，超边权重为交易频率的对数变换）；超图卷积（利用归一化传播算子实现节点与超边间的双向消息传递）；K-Means++聚类（改进初始质心选择）；嵌入融合网络（通过拼接与多层感知机（MLP）融合客户与超边嵌入）；联合多任务优化（同时最小化图重建损失、聚类损失与二分类交叉熵损失，使用Adam优化）；事后可解释性（SHAP分析嵌入维度及原始特征对预测的贡献）。数据来源为Kaggle Customer Purchase Behavior Dataset（公开数据集，含500,000条记录，无样本队列来源说明，仅注明为公开数据集）。

**研究结果**

**5.1 实验设置**：所有实验在MATLAB 2026a中实现，使用Adam优化器（学习率0.0005，权重衰减1×10^?5），两层超图卷积，隐藏维度64，Dropout 0.5，批次大小128，最大训练100轮，早停法耐心20轮。数据集70%训练、15%验证、15%测试。

**5.2 客户细分性能**：EHGNN在所有聚类与分类指标上最优，准确率0.978，轮廓系数0.782，戴维斯-布尔丁指数0.356，卡林斯基-哈拉巴斯指数3118，训练时间185秒（略高于HGNN的171秒），表明高阶超图学习生成区分性更强的客户嵌入。

**5.3 嵌入融合算子消融研究**：比较五种融合策略（逐元素加、哈达玛积、双线性融合、注意力融合、拼接-MLP），所提拼接-MLP融合在准确率、精确率、召回率、F1分数、AUC上均最优，证明可学习的非线性融合有效捕获客户与超边互补信息。

**5.4 联合多任务优化有效性**：逐步加入图重建、聚类、预测损失，完整多任务策略取得最佳性能，表明三个目标互补，共同提升嵌入质量。

**5.5 计算复杂度与可扩展性**：EHGNN训练复杂度约为O(TL(qd+nd²))，内存复杂度O(q+nd+md)（q为超图非零元素，n为客户数，m为超边数，d为嵌入维度，L为层数，T为轮数），稀疏存储使框架适合大规模零售数据。

**5.6 购买行为预测性能**：与随机森林、XGBoost、LightGBM、CatBoost、DEC、GNN、HGNN对比，EHGNN在准确率97.3%、精确率97.0%、召回率96.8%、F1分数96.9%、AUC 99.2%、MCC 0.942上均最高，尤其在MCC上比HGNN（0.931）提升显著，表明平衡处理不平衡数据的能力。

**5.7 与最先进方法的比较**：EHGNN在所有标准上领先，相比传统HGNN，轮廓系数提升6.9%，戴维斯-布尔丁指数降低22.3%，卡林斯基-哈拉巴斯指数提升20.2%，准确率提升1.7%，AUC提升1.1%。

**5.8 可解释性分析**：SHAP全局特征重要性显示客户生命周期价值（CLV）为最影响特征，其次是购买频率、货币价值、产品多样性、促销响应性，而人口统计特征（年龄、性别）重要性较低，表明行为变量主导预测。

**5.9 消融研究**：完整EHGNN（含HGNN、K-Means++、SHAP）性能最佳，移除HGNN（替换为GNN）导致轮廓系数降至0.739、准确率降至0.947；移除K-Means++（替换为K-Means）使轮廓系数降至0.793；移除SHAP不影响预测指标但损失可解释性，证实各组件贡献明确。

**总结讨论与结论**

讨论部分强调，EHGNN通过超图学习保留高阶购物关系，优于传统成对方法，且嵌入融合与联合优化策略进一步提升了性能。SHAP提供了可理解的业务洞察，使模型从黑箱变为可解释决策支持系统。研究结论指出：所提EHGNN框架在客户细分与购买行为预测上优于传统聚类、深度聚类、GNN和传统HGNN，为现代电子商务环境中的智能客户分析和个性化决策支持提供了有效、稳健且可解释的解决方案。未来工作应验证多数据集适用性，探索动态与基于Transformer的超图架构，并改进图特定可解释性与计算可扩展性。