用户复购行为预测--数据挖掘分析案例(天池/python)

–阿里天池新人赛中的一个，记录分享。
Repeat Buyers Prediction-Challenge the Baseline-天池大赛-阿里云天池

第一次提交：8简单特征，随机森林模型，score:0.5507327，排名：278
第二次提交：13特征，随机森林模型，score:0.5980033，排名：251
第三次提交：13特征，lightgbm模型，score:0.648646，排名：179
其实不止三次，控制变量提交过很多次，U. U。

用户复购行为预测

1.项目介绍

1.1背景和目的

淘宝卖家会做一系列营销活动以增长用户，但许多情况下，新增用户大多不会复购，不利于卖家的长远利益。因此对于卖家来说，定位较大概率会复购的用户很重要，可以降低营销成本并提高ROI。

阿里天池提供了在“双十一”期间的一组卖家及其相应的新买家数据集，包括这些新买家在前半年的购物行为日志，以及在后半年是否有复购的记录。

通过对上述数据集的挖掘分析，预测新用户的复购行为，为店铺运营提供高效的营销决策。

1.2数据集范围和结构

数据集来自淘宝抽取的一组某年双11期间店铺的新买家，并采集了这批用户的前半年用户日志、用户信息<user_info>,以及后半年是否有在该店铺复购的数据，数据均转换处理过，详细字段见比赛数据页面，数据关系结构如下：

基于上述数据集的关系，在处理数据时要注意以下几点：

（1）用户日志及信息是基于用户匹配的，所以user_log中的店铺数量要多于format中的；

（2）由于是新卖家，所以f