当今,电子商务行业发展迅速,用户已成为各商务企业生存发展的需要。调查发现,各电商企业普遍存在用户流失问题。针对该问题,本文采用统计学与机器学习中算法建立用户流失预测模型,对电商企业用户进行预测,并根据预测结果提出相应的挽留策略。预测用户流失相当于机器学习中的分类问题。本文根据某商城APP上的用户历史消费数据,从用户属性、用户消费行为、用户对金钱敏感度、用户对平台依赖度4个维度,挑选了 32个特征变量构建数据集,来进行用户流失预测分析。本文首先采用统计学方法对原始数据集进行预处理,包括随机欠抽样方法平衡化数据集、缺失值处理以及数据标准化。然后将统计学知识与机器学习理论相结合,利用统计学分类预测中的决策树算法、集成学习中的Adaboost算法、随机森林算法以及选择性集成学习中基于互信息改进的MISEN*算法分析电子商务用户的购买行为指标,对用户是否会出现流失趋势进行预测。并对这几种算法进行比较分析,最终结果表明,MISEN*算法建立的流失模型在电子商务用户流失中预测效果更好。在电子商务用户流失预测实际应用中,可采用MISEN*算法预测每位用户是否会发生流失,从而根据预测结果制定合适的流失用户挽回策略,降低电子商务企业中的用户流失率,减少企业损失。