数学建模社区-数学中国

标题: 阿里天池赛冠军解决方案 [打印本页]

作者: 衫衫学长    时间: 2017-1-8 10:38
标题: 阿里天池赛冠军解决方案
本帖最后由 衫衫学长 于 2017-1-7 21:42 编辑 / d9 s. J, u3 R& K' S: D$ S3 p# k

; v& T4 R, p/ L9 p2 k) o' P" \
# L( }! ~" s* t* D) j6 ~5 q- c2 O3 S! a
0 |5 Z' P& |" P8 L; D
2 X0 v8 b+ I7 h  @' m+ z
5 B0 b! \, |, A: b7 E3 r! [6 k# r

! ~# n9 B- P5 Z6 e5 i; A
5 g6 o: X9 ?  ~. N" V, z' L阿里天池赛冠军解决方案代码及说明:
- r: t$ x, i" k O2O-Coupon-Usage-Forecast-master.zip (713.84 KB, 下载次数: 4)
7 `5 z' y8 H/ j, l6 j  i3 }

% g- Y( G) z7 ?% W: {; `2 g2 A/ ?
队伍简介
队伍名 “诗人都藏在水底”,三位队员分别是来自北大的weponcharles,来自中科大的云泛天音
9 k( R2 v* Y6 F  f% C) C  A
赛题回顾
本赛题提供用户在2016年1月1日至2016年6月30日之间真实线上线下消费行为,预测用户在2016年7月领取优惠券后15天以内是否核销。评测指标采用AUC,先对每个优惠券单独计算核销预测的AUC值,再对所有优惠券的AUC值求平均作为最终的评价标准。
. U( s1 G3 h5 ?4 v
比赛背景

    随着移动设备的完善和普及,移动互联网+各行各业进入了高速发展阶段,这其中以O2O(Online to Offline)消费最为吸引眼球。据不完全统计,O2O行业估值上亿的创业公司至少有10家,也不乏百亿巨头的身影。O2O行业天然关联数亿消费者,各类APP每天记录了超过百亿条用户行为和位置记录,因而成为大数据科研和商业化运营的最佳结合点之一。 + D/ a: V+ y2 y) e) E* D$ @: `0 q3 d* ^
    以优惠券盘活老用户或吸引新客户进店消费是O2O的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言,滥发的优惠券可能降低品牌声誉,同时难以估算营销成本。 + B  j+ \! Y9 e# a
    个性化投放是提高优惠券核销率的重要技术,它可以让具有一定偏好的消费者得到真正的实惠,同时赋予商家更强的营销能力。本次大赛为参赛选手提供了O2O场景相关的丰富数据,希望参赛选手通过分析建模,精准预测用户是否会在规定时间内使用相应优惠券。


2 J& e' K0 U% i3 @. n# C竞赛规则

    本次大赛分为初赛、复赛和决赛三个阶段,其中:初赛由参赛队伍下载数据在本地进行算法设计和调试;复赛要求参赛者在线进行数据分析和处理;决赛要求参赛者进行现场演示和答辩。具体安排和要求如下:

3 K7 ]# H+ N/ K2 l6 K' W
初赛(10月01日-11月10日)
6 ~/ l. b) ?$ z5 i4 ^
平台赋权(11月16日—11月17日)2 ~5 }; c1 }' @4 }& y) U) e! p
复赛(11月18日—12月19日), ]/ s5 e' N- v
决赛(12月30日)
! K( J6 H7 F1 H- V# C
赛题介绍:https://tianchi.shuju.aliyun.com/competition/introduction.htm?spm=5176.100068.5678.1.9Igo9O&raceId=231587
第一赛季数据:http://pan.baidu.com/s/1nvFG2ff

, T' o5 |# ~  E解决方案概述
本赛题提供了用户线下消费和优惠券领取核销行为的纪录表,用户线上点击/消费和优惠券领取核销行为的纪录表,记录的时间区间是2016.01.01至2016.06.30,需要预测的是2016年7月份用户领取优惠劵后是否核销。根据这两份数据表,我们首先对数据集进行划分,然后提取了用户相关的特征、商家相关的特征,优惠劵相关的特征,用户与商家之间的交互特征,以及利用本赛题的leakage得到的其它特征(这部分特征在实际业务中是不可能获取到的)。最后训练了XGBoost,GBDT,RandomForest进行模型融合。

& X) S& n% a* ^1 k数据集划分
可以采用滑窗的方法得到多份训练数据集,特征区间越小,得到的训练数据集越多。以下是一种划分方式:
QQ截图20170108104153.png
0 ]) ]% @) D2 I& t, f
划取多份训练集,一方面可以增加训练样本,另一方面可以做交叉验证实验,方便调参。
! w# m6 v8 n0 v" b. c/ \# K) Y
特征工程
赛题提供了online和offline两份数据集,online数据集可以提取到与用户相关的特征,offline数据集可以提取到更加丰富的特征:用户相关的特征,商家相关的特征,优惠劵相关的特征,用户-商家交互特征。
另外需要指出的是,赛题提供的预测集中,包含了同一个用户在整个7月份里的优惠券领取情况,这实际上是一种leakage,比如存在这种情况:某一个用户在7月10日领取了某优惠券,然后在7月12日和7月15日又领取了相同的优惠券,那么7月10日领取的优惠券被核销的可能性就很大了。我们在做特征工程时也注意到了这一点,提取了一些相关的特征。加入这部分特征后,AUC提升了10个百分点,相信大多数队伍都利用了这一leakage,但这些特征在实际业务中是无法获取到的。
以下简要地说明各部分特征:

$ J$ f2 i' J' |$ {模型设计与模型融合
基于以上提取到的特征,进行模型设计与融合。

+ T9 v. r  \) y5 o) y3 N, e
; M, o; A1 j2 }' A$ ~% ?$ J8 H: q  |原文链接:https://github.com/wepe/O2O-Coupon-Usage-Forecast& j0 F: @* m5 R: ]& J8 x! W
( ^% n6 m/ |- B  d' z

& e  E6 H1 _6 c7 g- E  j* e
- N3 O$ [! g0 O9 s; R& @4 p
0 k; X$ k3 Q' Y1 q8 |  T* F& L
作者: data-science    时间: 2017-1-8 13:05
顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶9 k: z* i; }) a, q) c

作者: VOW    时间: 2017-1-8 17:16
阿里天池,听过听过~~~~~~~~~~~~~~·
, p: C4 B! b" C5 Z. l* t( ~




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5