阿里移动推荐算法第一赛季个人总结
前段时间,我和两位队友参加了阿里天池大数据竞赛——移动推荐算法竞赛点击打开链接,现在第一赛季结束,排名在400左右,在这里做个总结。
下面总结一下我们的大体思路,比较粗糙,希望大神看到(如果)不要见笑。
根据赛题,我们有11.28到12.18一个月的移动端用户行为数据,要做的是去预测12.19这一天用户对一个特定的商品子集的购买情况。结果采用经典的兼顾准确率和召回率的F1-score来进行评价。
接下来,介绍我们的思路
1. 熟悉业务背景
问题的业务背景有其特殊性,移动端、服务类商品、线上购买线下服务等等。赛题的FAQ有对业务背景的一些说明,另外阿里在比赛中也开了交流沙龙。这些对理解问题,启发思路都很有帮助。
2. 确定这是一个监督学习的二分类问题
比赛需要我们做的、我们关心的是用户对一件商品购买与否。这个结果是二分的。可以使用数据挖掘的分类问题中相关的算法的得到我们想要的结果。
3. 确定使用的算法