項(xiàng)目背景

本賽題提供用戶在2016年1月1日至2016年6月30日之間真實(shí)線上線下消費(fèi)行為，預(yù)測(cè)用戶在2016年7月領(lǐng)取優(yōu)惠券后15天以?xún)?nèi)的使用情況。

評(píng)價(jià)方式

本賽題目標(biāo)是預(yù)測(cè)投放的優(yōu)惠券是否核銷(xiāo)。針對(duì)此任務(wù)及一些相關(guān)背景知識(shí)，使用優(yōu)惠券核銷(xiāo)預(yù)測(cè)的平均AUC（ROC曲線下面積）作為評(píng)價(jià)標(biāo)準(zhǔn)。 即對(duì)每個(gè)優(yōu)惠券coupon_id單獨(dú)計(jì)算核銷(xiāo)預(yù)測(cè)的AUC值，再對(duì)所有優(yōu)惠券的AUC值求平均作為最終的評(píng)價(jià)標(biāo)準(zhǔn)。

查看數(shù)據(jù)

首先導(dǎo)入數(shù)據(jù)，上圖是用戶2016.1.1-2016.6.30的信息，接下來(lái)理解下每個(gè)字段的意思

User_id：用戶id

Merchant_id:商戶id

Coupon_id：優(yōu)惠券id

Distance_rate：優(yōu)惠情況

Distance:用戶離店的距離

Date_received:獲得優(yōu)惠券的日期

Date:使用優(yōu)惠券的日期

項(xiàng)目思路

優(yōu)惠券特征處理

定義函數(shù)將優(yōu)惠券折扣信息進(jìn)行特征提取，滿，減，折扣

2.查看用戶購(gòu)買(mǎi)使用優(yōu)惠券的情況

發(fā)現(xiàn)有優(yōu)惠卷購(gòu)買(mǎi)的人數(shù)只占一小部分，可視化一下購(gòu)買(mǎi)使用優(yōu)惠卷的情況，發(fā)現(xiàn)使用率最低的為2,4月份，3月份最高

日期的特征的提取，提取是否為工作日和星期，這里需要用到one-hot編碼，依舊定義函數(shù)來(lái)處理

添加label，用戶在拿到優(yōu)惠券后，15天內(nèi)如使用為1，未使用則為0，依舊定義函數(shù)處理

這邊可以說(shuō)是顧客和商戶的profile建立，通過(guò)客戶和商戶以前的買(mǎi)賣(mài)情況，提取各自或者交叉的特征。選擇哪個(gè)時(shí)間段的數(shù)據(jù)進(jìn)行特征提取是可以探索的，這里使用20160101到20160515之間的數(shù)據(jù)提取特征，20160516-20160615的數(shù)據(jù)作為訓(xùn)練集。

用戶特征的處理

商戶特征的處理

用戶的特征

每個(gè)用戶拿到的優(yōu)惠券數(shù)量

每個(gè)用戶購(gòu)買(mǎi)含優(yōu)惠券和無(wú)優(yōu)惠券購(gòu)買(mǎi)

用優(yōu)惠券消費(fèi)

距離商戶的距離

使用優(yōu)惠券購(gòu)買(mǎi)與優(yōu)惠券的數(shù)量的比值

使用優(yōu)惠券數(shù)量與后，購(gòu)買(mǎi)數(shù)量的比值

商戶特征

來(lái)自商戶的優(yōu)惠卷數(shù)量

用戶來(lái)商戶的消費(fèi)次數(shù)

距離用戶的距離

用戶來(lái)商戶的消費(fèi)次數(shù) 用優(yōu)惠券

使用優(yōu)惠券購(gòu)買(mǎi)與優(yōu)惠券的數(shù)量的比值

使用優(yōu)惠券數(shù)量與后，購(gòu)買(mǎi)數(shù)量的比值

定義函數(shù)來(lái)處理以上特征

模型的選擇，這是個(gè)二分類(lèi)問(wèn)題，用的是邏輯回歸和GDBT

最后的結(jié)果邏輯回歸好些，結(jié)果也不理想，有許多可以改進(jìn)的地方

總結(jié)

特征選取可以更多，不夠全面，如15天內(nèi)多次用優(yōu)惠券消費(fèi)的，使用概率會(huì)更高

可以劃分更多的訓(xùn)練數(shù)據(jù)

模型的參數(shù)可以?xún)?yōu)化

嘗試使用更多的模型

線上的數(shù)據(jù)可以用上，這次沒(méi)有提取線上特征

學(xué)習(xí)資料點(diǎn)擊這里