2025 iFLYTEK AI开发者大赛&Datawhale AI夏令营：新增用户预测挑战赛

原创

已于 2025-07-16 20:41:23 修改 · 249 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能

于 2025-07-15 23:50:23 首次发布

本次参加的比赛为科大讯飞的新增用户预测挑战赛

一、背景

科大讯飞主办的一项数据科学竞赛，旨在通过机器学习方法预测用户是否为新增用户。

比赛属于二分类任务，评价指标采用F1分数，分数越高表示模型性能越好。

行业价值：
精准预测用户增长趋势，优化产品迭代方向
降低用户获取成本，提高营销转化率
为AI能力落地提供量化评估依据

技术价值：
解决实际业务场景中的用户增长预测问题
验证AI在用户行为分析领域的有效性
建立可复用的用户增长预测方法论

二、数据介绍

参与算法赛事，一定要仔细理解赛事的 输入-输出 究竟是什么，尤其是提交的格式。

三、baseline以及优化baseline

import pandas as pd
import numpy as np
import json
import lightgbm as lgb
from sklearn.model_selection import StratifiedKFold
from sklearn.metrics import f1_score
from sklearn.preprocessing import LabelEncoder
import warnings
warnings.filterwarnings('ignore')


# 1. 数据加载
train_df = pd.read_csv('./train.csv')
test_df = pd.read_csv('./testA_data.csv')
submit = test_df[['did']]

full_df = pd.concat([train_df, test_df], axis=0)

# 2. 时间特征工程
for df in [train_df, test_df, full_df]:
    # 转换为时间戳
    df['ts'] = pd.to_datetime(df['common_ts'], unit='ms')
    # 提取时间特征
    df['day'] = df['ts'].dt.day
    df['dayofweek'] = df['ts'].dt.dayofweek
    df['hour'] = df