字段含义
train_click_log.csv文件数据中每个字段的含义
user_id: 用户的唯一标识
click_article_id: 用户点击的文章唯一标识
click_timestamp: 用户点击文章时的时间戳
click_environment: 用户点击文章的环境
click_deviceGroup: 用户点击文章的设备组
click_os: 用户点击文章时的操作系统
click_country: 用户点击文章时的所在的国家
click_region: 用户点击文章时所在的区域
click_referrer_type: 用户点击文章时,文章的来源
数据探查
探查指标:
- 基本属性分布
- 用户重复点击
- 用户点击环境变化
- 用户点击新闻量
- 新闻共现频次:两篇新闻连续出现的次数
- 新闻文章信息 #不同类型的新闻出现的次数
- 用户点击的新闻类型的偏好
- 用户查看文章的长度的分布
- 用户点击新闻的时间分析
代码运行详情后续补充