随着互联网的飞速发展和智能手机的普及,互联网用户规模日益扩大,其数量呈指数级增长,互联网企业也从电子商务、社交等单一行业开始跨行触及多个传统领域,在线教育便是其中之一。从2012年开始,国内的在线教育行业逐渐进入较快的黄金发展时期,在线教育平台也凭借其自身的便捷性、可重复性和针对性,越来越受到学生和家长的认可,导致各大平台用户数量的激增,也为行业带来了大量的用户行为数据。然而,在拥有如此大的用户基数的众多在线教育行业中,能够真正实现盈利的公司却不多,因此,在用户的海量行为数据中提取分析用户的需求,预测用户的行为成为了值得研究的新课题。当前机器学习模型在互联网的诸多领域中已经取得了不错的效果,而在线教育还处于高速发展中,有部分学者对在线教育的发展现状、盈利模式等进行了研究,鲜有学者将机器学习与在线教育结合研究。本文梳理国内外对用户购买行为预测的方法,考虑在线教育行业用户数据特征,基于真实的在线教育用户行为数据集上,筛选出用户的相关行为特征,针对用户的购买行为预测问题展开研究。本文重点内容主要为三个部分:（1）介绍在线教育的相关背景以及关于用户购买行为预测的国内外研究现状,对当前取得较好应用效果的传统机器学习模型,如支持向量机（Support Vector Machine,SVM）、逻辑回归（Logistic Regression,LR）,集成学习三大方法以及神经网络模型的理论和架构进行了描述。（2）对原始数据进行异常值剔除、去除重复值等预处理之后,在特征工程中,为了提高模型的效率,采用稳定性选择法的特征筛选方法选择出重要性更高的用户特征,接着结合业务背景和考虑用户行为数据集存在稀疏性与时序性等特点,提出基于时间滑动窗口的方法构建时序行为特征,最终提取171维特征向量。同时使用随机过采样算法解决原始数据集正负样本不平衡问题。（3）构建深度森林模型来预测用户在未来的购买行为,并通过传统机器学习模型和集成学习模型来进行实验对比,接着使用Stacking模型进行细粒度预测研究,预测发生购买行为用户的购买偏好和购买时间。实验结果显示,以上两个异质集成学习模型在准确率和效率上均优于传统的机器学习模型,从而证明了异质集成算法在在线教育领域应用的有效性。