python用户画像_1st Place Solution for【2016CCF大数据竞赛 客户画像赛题（用户画像）】...

1st Place Solution for 2016CCF StateGrid UserProfile

任务介绍

在复赛中，参赛者需要以电力用户的95598工单数据、电量电费营销数据等为基础，综合分析电费敏感客户特征，建立客户电费敏感度模型，对电费敏感用户的敏感程度进行量化评判，帮助供电企业快速、准确的识别电费敏感客户，从而对应的提供有针对性的电费、电量提醒等精细化用电服务。

解决方案

详细解决方案pdf戳这里

代码运行说明

按照95598工单记录次数对用户分为两类，分别构造特征和建模。

将只有一条95598记录的用户定义为低敏感度用户，用A或者single指代

将有多条95598记录的用户定义为高敏感度用户，用B或者multi指代

1.配置说明

程序依赖python3及以下程序包

anaconda3

xgboost

jieba

程序运行需要以下文件

/stopwords.txt 停用词表

请将原始数据放于下面目录中, 请确保都是utf-8编码格式

/rawdata/

01_arc_s_95598_wkst_train.tsv

01_arc_s_95598_wkst_test.tsv

02_s_comm_rec.tsv

09_arc_a_rcvbl_flow.tsv

09_arc_a_rcvbl_flow_test.tsv

train_label.csv

test_to_predict.csv

其余目录作用

/code/ 用于存放程序代码

/myfeatures/ 用于存放程序运行生成的各种特征文件

/result/ 用于存放最终的输出结果

2.运行

确认以上文件存在之后，依次运行：

python code/create_features_A.py # 生成低敏感度用户的特征文件

python code/select_features_A.py # 采用xgboost对低敏感度用户的文本特征进行筛选

python code/model_A.py # 训练低敏感度用户的预测模型，及模型融合

python code/create_features_B.py # 生成高敏感度用户的特征文件

python code/select_features_B.py # 采用xgboost对高敏感度用户的文本特征进行筛选

python code/model_B.py # 训练高敏感度用户的预测模型，及模型融合

3.输出文件说明

程序输出的结果包括特征文件和最终预测结果两部分：

myfeatures/

statistical_features_1.pkl 低敏感度用户的统计特征

text_features_1.pkl 低敏感度用户在表1中的ACCEPT_CONTENT文本信息

single_select_words.pkl 低敏感度用户部分，采用xgboost选择的文本特征

statistical_features_2.pkl 高敏感度用户的统计特征

text_features_2.pkl 高敏感度用户在表1中的ACCEPT_CONTENT文本信息

multi_select_words.pkl 高敏感度用户部分，采用xgboost选择的文本特征

result/

A.csv 低敏感度用户中的电费敏感用户

B.csv 高敏感度用户中的电费敏感用户

result.csv 合并结果

其他

如果觉得不错的话，欢迎大家点击右上角star，谢谢！

我们参加的其他竞赛：