利用电子渠道进行商品销售与购买在如今已经普及开来,越来越多的年轻人开始选择在线购物作为他们首选的购物方式。于此同时,更多的消费者也开始利用线上销售平台进行个人商品(二手商品)的销售。受限于销售的专业性和获取商品信息的完整性,个人商家在出售二手商品时定价策略往往缺乏合理性。基于lightGBM的电子商城二手商品价格推荐分析试图从二手商品的历史成交价格方面给出新生个人商家在出售其二手商品时的推荐价格。本文通过lightGBM模型分析二手交易平台Mercari公司数据,从而对二手商家发布合理的二手商品价格给予指导性建议。由于Mercari二手平台交易数据公开透明,所以将Mercari二手平台交易数据作为研究对象。lightGBM算法是一种快速的、分布式的、高性能的基于直方图思想的决策树算法的梯度提升框架。对于分类和回归问题有着很好的表现,有着更高的预测能力。文章中将会从数据的收集、预处理、模型参数设计、模型的评价、二手商品价格预测等方面进行展开。在实证分析部分,论文对收集到的数据进行数据拆分和转码后,对交易数据做了简单的描述性统计,包括商品的使用痕迹汇总、商标名称汇总、运费支付方和价格分布等。对商品的分类属性进行了描述性统计分析后,构建了lightGBM模型。模型的预测结果显示lightGBM模型表现性能良好,对二手商品的价格预测精确。文章创新性的将基于决策树算法的lightGBM模型运用到分析二手商城的数据中,进一步预测出给定信息的二手商品的价格。将模型运用到成熟二手市场的大量数据中,对后续的研究有着指导性建议。