阿里音乐流行趋势预测大赛-赛后思路整理

赛题介绍

阿里音乐用户的历史播放数据

预测阿里音乐平台艺人的未来60天的播放量

最后top15

1从图入手：

查看规律与趋势

2提出问题：

为什么会出现特别高的播放量？

是否有一定的节假日工作日规律？

不同歌手建模还是单独歌手建模或者歌曲建模？

不同歌手趋势是否相同？

3解决问题

为什么会出现特别高的播放量？--发现两种情况：1有人刷单2有新歌发布

是否有一定的节假日工作日规律？--除去特殊情况，大致有周期性节假日特征，周六日播放量会比工作日低

不同歌手建模还是单独歌手建模或者歌曲建模？--不同对象的建模需要实际结果来指导

不同歌手趋势是否相同？--不同歌手趋势变化大，需要分开不同趋势预测

4预测过程

1、利用ODPS SQL进行了数据清洗、预处理-删除掉了认为是异常的刷单等噪声数据（这个非常有效）

2、刻画数据的节假日与周期性特点—使用了stl分解预测

3、刻画数据的最近的播放趋势—使用一阶指数平滑预测(训练数据一定得选好)-歌曲建模最好

4、使用组合模型

5、针对预测误差进行模型参数修正-训练集的修正

6、针对预测误差的个体进行分析总结出模型的缺陷(对最近有新歌的歌手预测不准)-测试集选的34有一定的指导意义，和线上不完全一致

7、针对模型的缺陷选择合适的模型去解决该问题(拟合最近有新歌的歌手的播放量下降到稳定的趋势)

8、针对模型的缺陷-对于最近有新歌播放的歌手，利用去噪声平滑，融合平滑后数据的调和平均数。

源码地址：https://github.com/lytforgood/MLCompetition/tree/master/阿里音乐预测