offline_train信息如上,每个样本信息记录了用户的消费记录,赛题的特征工程依赖以上的数据信息。题目要求对7.1到7.31的用户,预测他们未来15天是否会用消费券消费。
特征工程的构建采用了滑窗的思想:核心的思想就是用户的过去历史消费行为和当下的信息将决定他们未来是否会用券消费,因此特征的构建采用滑窗的方法,如下:
由图,我们从特征区间提取用户的特征信息(大量交易行为信息,习惯等),这些习惯(特征)在短期内认为是不变的,将这些习惯从过去的时间序列信息中抽离出来,形成特征,通过merge函数合并到预测区间的用户中(因为两个区间有大量用户信息是重复的,所以可以合并),这样就构建了预测区间的用户的特征信息,而预测区间的用户信息中包含了他们是否用券消费的信息,因此合并特征后可以用预测区间的样本去送入算法模型进行训练,获得经过训练的模型。最后测试集经过同样的特征构建,送入到经过训练的模型,得到预测结果,输出概率值。当然模型评价方式采用了AUC值,通过让AUC值获得最大化,让模型变得可靠。还有,这是个二分类问题,用户的最终消费行为分两种:1:15天内用券消费,2:领劵15天内未消费。所以训练集的标签需要这样划分,最终获得驯良的模型进行预测。