数据是用户在商品全集上的移动端行为数据(D),表名为tianchi_fresh_comp_train_user_2w,包含如下字段:
user_id : 用户标识
item_id : 商品标识
behavior_type : 用户对商品的行为类型,包括浏览、收藏、加购物车、购买,对应取值分别是1、2、3、4
user_geohash : 用户位置的空间标识,可以为空,由经纬度通过保密的算法生成
item_category : 商品分类标识
time : 行为时间,精确到小时级别
1、预测效果并不好,可能是因为特征只选择了前一天的四种行为的次数,如果选择前一周或者更多天的数据应该会更好,离得越近的数据权重设置越高,越远的权重越低。
2、用户位置和商品分类信息不知道怎么用
# -*-coding:utf-8 -*-
__author__ = 'Bai'
import os, numpy as np,math
os.chdir('C:/Bai/taobao/fresh_comp_offline')
f = open('tianchi_fresh_comp_train_user.csv')
context = f.readlines()
##feature
u_dic = [{} for i in range(4)]
for line in context:
line = line.replace('\n','')
array = line.split(',')
if array[0] == 'user_id':
continue
time = array[-1].replace(' ','-')
time =