预测天猫用户下月的购买情况

成员

• 2120131028蒋浩浩
• 2120141070薛景
• 2120141071闫文真

描述

根据用户4个月内在天猫的行为日志，建立用户的品牌偏好，并预测他们在将来一个月内对品牌下商品的购买行为。天猫开放的数据如下表所示：

原始数据文件涉及到1千左右天猫用户，几千个天猫品牌，总共10万多条行为记录。整个的结果评估使用F1值来评判。

选题依据

此次选题并没有直接选择今年天池大数据比赛的题目，而是选择去年的题目有一定的原因。通过比较今年和去年的题目，发现今年的几个题目在复杂性上要比去年的要大，而且开放数据记录条数的整个量级比去年的多。我们觉得难度会比较大，不一定能够按时完成，相比来说去年的题目只包括4个字段类型，总共10万多条记录，而且网上可以参考分析的讨论也比较多，因此选择去年的比赛题目。

基本思路

我们下载到的只是去年的原始数据，并没有测试数据（测试为天池后台进行测试）。所以我们第一步是进行数据集的拆分，将4个月的天猫数据按照时间剥离开最后半个月的数据为测试数据，其余为原始数据。

预测天猫用户的行为可理解为一个是否购买的01分类问题，故按照基本分类思想，第一步为数据特征的构建。构建的特征可能包括用户总体购买、点击、点击转换为购买次数等，也可对数据按照时间片的方法进行统计。对数据进行特征提取后，选择合适的模型进行分类处理。使用常用的SVM分类或者其他分类算法进行分类预测。由于单一的分类模型可能不适合，也考虑使用多模型，然后利用boosting方法进行融合分析等。