推荐系统比赛学习

推荐系统

模型细节

数据划分方法

• 留出法 （二八分）

• k折交叉验证 （k分，每次取一份作为验证，训练k个模型）

• 自助采样（小数据集！有放回，少用）

• 时序划分（滑窗）

要求

• 所有数据划分方法要保证训练集与验证集分布一致

  

数据分析与建模 EDA

数据分析

• 两个标签的分布关系是什么？
• 用户的次日存留比例是多少？
• 用户次日继续观看的比例是多少？
• 用户平均观看一部video的花费是多少？
• 最终测试集的用户都有历史行为吗？（可以分不同类型用户建模）

建模方法

• 模型一：用户次日存留预测

  模型：树模型

  特征：提取用户行为特征，统计特征进行建模

• 模型二：用户视频观看预测

  模型：深度学习

  特征用户特征 & 视频特征

文本数值特征

文本特征

1. 词袋

   

2. TD IDF

3. 词向量

进阶思路

1. 跑通baseline
2. 构建本地模型，官方规则进行打分
3. 加入特征交叉逻辑
4. 将文本特征进行编码
5. 加入统计特征和序列特征

上分关键 字段如何做交叉