天池O2O优惠券使用预测

参考文献：

题目简介：

https://tianchi.aliyun.com/getStart/information.htm?raceId=231593

 

https://blog.csdn.net/ccj_ok/article/details/72675956

美年的待看

https://tianchi.aliyun.com/forum/new_articleDetail.html?spm=5176.100067.444.2.7c761db77xUahI&from=user&raceId=&postsId=3192

以它为准，进行学习的

O2O优惠券使用新人赛数据发掘工程

https://tianchi.aliyun.com/course/courseConsole?courseId=263&chapterIndex=1&sectionIndex=3

 

一：赛题简介

 以优惠券盘活老用户或吸引新客户进店消费是O2O的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言，滥发的优惠券可能降低品牌声誉，同时难以估算营销成本。 个性化投放是提高优惠券核销率的重要技术，它可以让具有一定偏好的消费者得到真正的实惠，同时赋予商家更强的营销能力。

本次大赛为参赛选手提供了O2O场景相关的丰富数据，希望参赛选手通过分析建模，精准预测用户是否会在规定时间内使用相应优惠券。

2.     数据

本赛题提供用户在2016年1月1日至2016年6月30日之间真实线上线下消费行为，预测用户在2016年7月领取优惠券后15天以内的使用情况。

4.        提取特征（pandas，numpy）

1)        优惠券相关特征，从预测样本的discount_rate,data_received提取：

Day_of_week //优惠券领取日期属于周几，使用独热编码

Is_weekend //优惠券领取日期是否属于周末

Day_of_month //优惠券领取日期属于一月中的哪天

Days_distance //优惠券领取日期离要预测的开始日期间隔天数

Discount_man //提取满减优惠券中满多少元

Discount_jian //提取满减优惠券中减多少元

Discout_rate //优惠券折扣率

2)        商户相关特征，从训练样本的distance,date_received,date提取：

Total_sales //商户被消费次数

Sales_use_coupon //商户使用优惠券被消费次数

Total_coupon //商户发放优惠券次数

Merchant_min_distance //所有使用优惠券消费的用户与商户的最小距离

Merchant_max_distance //所有使用优惠券消费的用户与商户的最大距离

Merchant_mean_distance //所有使用优惠券消费的用户与商户的平均距离

Use_coupon_rate //商户使用优惠券消费比例，等于sales_use_coupon/total_sales

Transfer_rate //商户优惠券转化率，等于sales_use_coupon/tatal_coupon

3)        用户相关特征，从训练样本的discount_rate, distance, data_received, data提取：

Count_merchant //用户消费商户数量

Buy_use_coupon //用户使用优惠券消费次数

Buy_total //用户消费次数

Coupon_received //用户领取优惠券次数

User_min_distance //所有使用优惠券消费的商户与用户的最小距离

User_max_distance //所有使用优惠券消费的商户与用户的最大距离

User_mean_distance //所有使用优惠券消费的商户与用户的平均距离

Avg_user_date_datereceived_gap //用户从领取优惠券到消费的平均时间间隔

Min_user_date_datereceived_gap //用户从领取优惠券到消费的最小时间间隔

Max_user_date_datereceived_gap //用户从领取优惠券到消费的最大时间间隔

Buy_use_coupon_rate //用户使用优惠券消费占总消费的比例

User_coupon_transfer_rate //用户优惠券转化为实际消费比例

4)        用户-商户相关特征，从训练样本date,date_received提取特征：

User_merchant_buy_total //用户在商户消费次数

User_merchant_received //用户领取商户优惠券次数

User_merchant_buy_use_coupon //用户在商户使用优惠券消费次数

User_merchant_buy_common //用户在商户普通消费次数

User_merchant_coupon_transfer_rate //用户对商户的优惠券转化率

User_merchant_rate //用户对商户消费占总交互比例

User_merchant_common_buy_rate //用户对商户普通消费占总消费比例

User_merchant_coupon_buy_rate //用户对商户使用优惠券消费占总消费比例

5. 训练模型（xgboost, sklearn）

选择xgboost模型，xgboost是一种迭代提升方法，由多个弱分类器组成的效果较好的强分类器，其中底层的弱分类器一般是由决策树实现的，每棵树所学习的是上一棵树的残差。

它的优势主要有：

使用L1、L2范数进行正则化，防止过拟合；

实现树节点粒度的并行计算；

允许自定义损失函数和评价标准；

XGBoost会一直分裂到指定的最大深度(max_depth)，然后回过头来剪枝。如果某个节点之后不再有正值，它会去除这个分裂。 这种做法的优点，当一个负损失（如-2）后面有个正损失（如+10）的时候，就显现出来了。XGBoost会继续分裂，然后发现这两个分裂综合起来会得到+8，因此会保留这两个分裂。

内置交叉验证，XGBoost允许在每一轮boosting迭代中使用交叉验证。因此，可以方便地获得最优boosting迭代次数

二：