본 연구는 고객 행동 예측을 위해 하이브리드 Retail Deep Neural Network (Ret-DNN)와 Extreme Gradient Boosting (XGBoost) 모델을 제안합니다.
영국 온라인 소매업체에서 수집한 50만 건의 거래 데이터를 활용하여 데이터 전처리 과정을 거쳤으며, Ret-DNN 모델이 특징 추출기로 사용되었습니다.
제안된 모델은 기존 Ret-DNN 모델 대비 평균 절대 오차 (MAE) 0.2193으로 더 나은 성능을 달성했습니다.