背景：星球联盟每日必做任务的推荐任务
数据预处理：前三周的数据--------->最后一周的数据
表：曝光表，点击表，完成表，每日必做任务表。
特征工程：
"customer_click_rate" ： user点击率
"customer_finish_rate"： user完成率
"task_click_rate"： 任务点击率
"task_finish_rate"： 任务完成率
"task_type"： 任务类型，是否为安装任务
"value_int"： 每日必做任务表的value
"value_unit"：
"finish_num"：
"finish_type"：
"refill"：
"rating"： 交叉特征，是ALS算法的预测结果。
分类器：
GBTClassifier(labelCol="label", featuresCol="features", maxIter=10)
排序：
将所有预测结果为1 的，按后验概率进行排序。
结果输出：
有预测结果但推荐数目不足9个的，用最热商品补足。最热商品即为完成率最高的商品。
没有推荐结果的，直接使用最热商品作为推荐结果。
大概56w用户有推荐结果，30w没有。
上线测试结果：
我的算法编号：613023
baseline：613008
整体效果较好，基本追上613008
2410
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
