本文总结了IJCAI-18阿里妈妈搜索广告转化预测比赛，包括赛题内容、评估指标、数据挖掘流程、特征选择和模型融合策略。面对用户冷启动问题，提出利用商品相似度来推测用户意向。通过KFlod特征选择和bagging融合策略，使用xgb和lgb模型，最终在比赛中取得了优秀成绩。
IJCAI-18 阿里妈妈搜索广告转化预测总结（0.13966，53/5204）
赛题内容
本次比赛以阿里电商广告为研究对象，提供了淘宝平台的海量真实交易数据，参赛选手通过人工智能技术构建预测模型预估用户的购买意向，即给定广告点击相关的用户（user）、广告商品（ad）、检索词（query）、上下文内容（context）、商店（shop）等信息的条件下预测广告产生购买行为的概率（pCVR），形式化定义为：pCVR=P(conversion=1 | query, user, ad, context, shop)。
结合淘宝平台的业务场景和不同的流量特点，我们定义了以下两类挑战：
- 日常的转化率预估
- 特殊日期的转化率预估
评估指标
数据挖掘流程
- 数据探索与特征使用方案：业务逻辑和特征覆盖率
- 数据采样：样本采样与过滤
- 根据特征使用方案构造特征：基础特征、平稳特征、动态特征、高阶特征、文本特征、偏好特征、趋势特征、leak特征等
- 特征分类：连续性、二值型、枚举型
- 特征处理与分析：特征归一化、离散化（one-hot）、缺失值填补
最低0.47元/天 解锁文章
4135
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
