阿里移动推荐算法大赛——点击购买转化率

我们的目标是预测购买事件的发生，在这样的业务背景下，我们先关注一下CTR指数（操作购买转化率），即用户购买商品与需要操作的次数的平均比率。通过pandas统计value_counts()统计behavior_type数据列可得：

CTR = 购买操作样本数 / 样本总数 = 232579 / 23291027 = 0.009986 ≈ 1%

即用户平均下来大约要进行100次操作（各种商品的点击查看、加购物车等行为），才会生成一次购买决定。

# -*- coding: UTF-8 -*-
import os
import sys
import timeit
import pandas as pd

################################
# calculation of CTR
################################

count_all = 0 #操作样本总数，包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4
count_4 = 0  # 购买操作 = 4
for df in pd.read_csv(open("../fresh_comp_offline/tianchi_fresh_comp_train_user.csv", 'r'),chunksize = 100000):
    try:
        count_user = df['behavior_type'].value_counts()
        count_all += count_user[1]+count_user[2]+count_user[3]+count_user[4]
        count_4 += count_user[4]
    except StopIteration:
        print("Iteration is stopped.")
        break
# CTR
ctr = count_4 / count_all
print(ctr)