阿里大数据竞赛

问题描述：

原始数据是天猫用户4个月的行为日志，日志的格式为（user_id，brand_id，action_type，date），其中四种行为分为用户的点击、购买、收藏和添加购物车。总共的日志条目达到了亿级，均匀分布在给定的4个月中。总的用户数为千万级，品牌数为万级。需要预测的目标是用户在下个月会对哪些品牌有购买行为。评价指标是经典的F1指标。

看了一下阿里大数据竞赛top9的算法，发现挺有意思的。数据的处理、feature的提取一般都是最重要的，能弄个几百维的feature还是比较费心思的。model方面gbdt还是很受欢迎的，包括我现在做的项目。也许是因为阿里提供了gbdt的接口，用起来非常方便。不过感觉F1最多也就6点多，看来预测还真是难啊。。。

不过，machine learning还真是有趣:)