快手用户活跃度预测

整体模型架构

import pandas as pd  导入pandas模块，并简写为pd

pandas : py数据分析模块（库名），用于数据分析和数据处理

pd : 缩写后的库名

from deep_tools import f 从deep_tools模块中导入f

from...import...从...（模块名）导入...（工具名）

文件夹

app_launch_log:用户登陆数据集

user_register_log:用户注册数据集

user_create_log:用户视频创建数据集

user_activity_log:用户行为数据集（点赞、转发...）

读取4份文件：

read_csv()函数:不仅可以读取csv文件,还可以直接读入txt文件(默认逗号间隔内容的txt文件)

上述图片中sep=’\t’表明规定用换行符分隔

p.s.拿到的数据最大序列长度是30天（用户注册日期不同）

目标预测未来一个周期，（e.g.根据第1-7天的行为预测第14天）

构建用户特征序列

以表格形式输出注册日志：

head()函数:

e.g.register.head()中:register是文件名，()中没有内容，默认输出5行

输出启动日志：

e.g.上图中id为330986的用户在4，9，11，12天都启动了该APP

输出创建日志：

输出行为日志：

用户特征序列提取方法

31-register_day:31是一个月，register_day是注册的日期，所以seq_length代表用户从注册到一个月的天数。

queue：队列

建立30个队列，把对应持续时间的用户放到一个序列里

用for遍历register数据

row[-1]代表最后一列，也就是seq_length。row[0]是第一列，也就是user_id

.append()函数:向列表末尾添加一个元素，这个语句的意思也就是把相应的user_id添加到user_queue中。

生成特征序列汇总表

get_array()函数：返回array的结果。

第8行self.seq_length,n_features:下附numpy.zero()函数用法

第13行pos(position)位置，即第几天进行注册的，下一行int(pos)-register_day是持续时间。创建第一个特征，把它传到对应特征的位置

所以这行代码的意思是把用户持续时间内的每一天都列为一行，特征数为列（用0填充）

也就是对每个用户都构建一个特征矩阵。

get_label()函数：先构建有（持续时间）个长度的label序列，都赋值成None，

for循环遍历最近7天，如果1-8特征内有‘1’（即用户有行为产生），就把对应天数的标签值置为1，判定该用户为活跃用户。

n_features=12表明每个用户每天都要统计这12项特征

for index,row in register.iterrows():iterrows()是pandas中的一种遍历方法

用for循环遍历register的行列，index是每一行数据的索引，row是一个Series对象，表示该行数据

第1行表示把launch设成1

.agg()：聚合操作

groupby()函数用法如下：

2,3行重新指定了列名，

table中的day转换成str形式，后面加上：来分隔，后面再加上value（值）

row[0]是user_id，put_feature()函数在上面有定义，（）中1代表第一个特征，row[1]为填充进去的内容（string）。没有填充的地方不变，还是0。

for循环构建6种不同特征（e.g.点赞,转发,拉黑...）

第4行act=record_to_sequence(act)是将act转换成序列

row[0]是user_id

i起始位置是0，i+3是3

groupby()函数用法如下：

只列举了一个行为特征，（要想知道一共有几个特征，直接value_count，）

第3行activity数据集里author_id(作者id)!=user_id(用户id)意思是观看别人作品，

进行merge操作取得交集（watched（观看）和 观看别人作品 的交集），运行完watched就是观看别人作品的信息

存到10这个位置

到此，12个特征就全部构建完成，这个矩阵是为了RUN网络进行服务的。

制作数据标签

活跃用户定义为7天内使用过APP（在上述任一类型日志中出现过）

label函数在上文提到过（label是一个序列），array[ ]内是按天数排序（第1天，第2天）并将每天的特征展开，1是有行为，0是无行为。

get_array()函数：上文中提到过，即输出array。

网络训练模块

在deep_tools文件里都已经封装好以上模块

构建RNN网络模型