JData大数据竞赛18年赛题-如期而至-用户购买时间预测

年前做的，也是学习别人的作品作为记录

 

一、赛题

　　

表1：sku基本信息表（jdata_sku_basic_info）

 

 

 

 

表2：用户基本信息表（jdata_user_basic_info）

 

 

 

 

 

表3：用户行为表（jdata_user_action）

 

 

 

 

 

 

表4：用户订单表（jdata_user_order）

 

 

 

 

 

表5：评论分数数据表（jdata_user_comment_score）

 

 

 

 

数据说明：

 

 

 

任务：

根据提供的数据，预测未来一个月内最有可能购买目标品类的用户，并预测首次购买日期

 

 

二、思路

　　1.提取数据及预处理        data_load.py

　　　　①加载数据

　　　　②将日期转为pandas形式，处理分别得到年月日

　　　　③统计订单评价等级和次数

　　　　④得到三个dataframe

Jdata_user_order:user_id,sku_id,o_id,o_date,o_area,o_sku_num,o_date_y,o_date_m,           o_date_d,price,cate,para_1,para_2,para_3,score_level_1_count,score_level_2_count,

        Score_level_3_count,cost

Jdata_user_action:user_id,sku_id,a_date,a_num,a_type,a_date_y,a_date_m,a_date_d,price,cate,para_1,para_2,para_3

 

Jdata_user_basic_info:user_id,age_-1,age_1,age_2,age_3,age_4,age_5,age_6,sex_0,sex_1,sex_2,user_lv_cd_1, user_lv_cd_2, user_lv_cd_3, user_lv_cd_4, user_lv_cd_5

　　　　⑤特征选择     feat_main.py  feature.py

 

参考特征：

与购买相关的特征：

订单数/商品数/商品种类/购买次数/有购买行为的天数/有购买行为的月数

与浏览和收藏相关的特征：

行为（浏览或收藏）商品数/行为（浏览或收藏）商品种类/行为（浏览或收藏）天数/收藏商品数/收藏商品种类/有收藏行为的天数

地理信息：

用户下单过的地点数/用户订单数最大的地点编号

参数信息：

用户所购买商品price/para1/para2/para3的最大值最小值平均值中位数

用户花费：

用户的总花费

用户购买集中度：

用户购买集中度=购买的商品次数/购买的商品种类

用户商品忠诚度：

用户购买同一sku的最大次数

用户购买转化率：

用户购买转化率=用户购买的商品种类/用户有行为（浏览或收藏）的商品种类

日期特征：

购买的最小的day/最大的day/平均的day

近3个月/5个月 月首购买日期的最大、最小、平均、中位数

 

三、代码

不知道博客园怎么上传文件，zzz

先不上传了