阿里大数据竞赛--开始写博客的初衷

研究生阶段,作者偶然了解到阿里大数据竞赛并决定参与。尽管技术背景有限且临近赛季结束,但通过努力学习和实践,不仅成功提交了作品还意外晋级第二赛季。计划在接下来的时间里深入学习争取更好成绩。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

         在研究生生涯即将结束之际,一个偶然的机会,知道了阿里大数据竞赛。看到竞赛的海报,喜欢挑战的我,血液瞬间沸腾,立马找到师弟组队参赛。但是对于比赛,我们俩都很清醒,毕竟我们俩写代码都不太行,而且离第一赛季结束不到20天时间,因此不抱进第二赛季的希望,只是学习,能在第一赛季提交一次结果,能有个成绩就满足了。带着这样的想法开始了我们第一赛季的旅程。好在第一赛季不限制代码语言,而我用matlab比较熟练,三两天就把CF算法捣鼓出来,第一次就得到了一个不错的成绩,大受鼓舞,继续改进,一周之内就进了前200,之后一直都没有被挤出过前500。本来参加者这比赛就是去打酱油了,结果一不小心居然进了第二赛季大笑,着实有点小惊喜!

        就像达闻西说的一样:人生未有定数啊!

        既然进了第二赛季了,我们就要从长计议了。毕竟三个月的参赛时间,我们可以学习很多的东西。虽然我们不是计算机专业的,也不是数据挖掘专业,但是这三个月如果好好利用起来,我们未必没有机会问鼎冠军,想到这里,我的血液又在沸腾了。

        所以,从今天开始写博客,记录学习过的一些内容,当然绝大部分都是转载其他博客的,除非标注原创。主要目的是将其学习过的内容整理到一起,方便日后翻阅查找。顺便也记录一下第二赛季的点点滴滴,包括思考过程以及小苦恼什么的。

AliDMCompetition 阿里巴巴大数据竞赛(http://102.alibaba.com/competition/addDiscovery/index.htm ) 数据说明 提供的原始文件有大约4M左右,涉及1千多天猫用户,几千个天猫品牌,总共10万多条的行为记录。 用户4种行为类型(Type)对应代码分别为: 点击:0 购买:1 收藏:2 购物车:3 提交格式 参赛者将预测的用户存入文本文件中,格式如下: user_id \t brand_id , brand_id , brand_id \n 上传的结果文件名字不限(20字以内),文件必须为txt格式。 预测结果 真实购买记录一共有3526条 TODO 注意调整正负样本比例 在LR的基础上做RawLR。按照天猫内部的思路来。 在LR的基础上做MRLR,样本提取要更加合理。 在UserCF和ItemCF上加上时间因子的影响。 利用UserCF做好的用户聚类、ItemCF做好的品牌聚类来做细化的LR,或者在聚类 上做LFM 在ItemCF的思路上挖掘频繁项集/购买模式,如购买品牌A和商品后往往会购买 品牌B的商品 LFM 数据集特征 某一商品在购买前的一段时间内会出现大量点击次数,购买完成后的一段时间内也会出现大量点击次数 用户在本月有过行为的商品极少出现在下个月的购买列表里 根据观察推断:用户浏览商品的行为可分为两类: 无目的浏览,可能会在浏览过程中对某些中意的商品进行购买,数据表现为有大量点击次数<=2的行为记录,但很少有购买行为 有目的的查找商品,可能是事先有需求的情况,数据表现为一段时间内点击商品数很少, 但点击过的商品大多数都进行了购买 参考论文 See https://www.google.com.hk/search?q=data+mining+time+series&ie=utf-8&oe=utf-8&aq=t for more. Chapter 1 MINING TIME SERIES DATA - ResearchGate 模型列表 LR(model=LinearSVC(C=10, loss='l1'), alpha=0.7, degree=1) | TOTAL VISITED BOUGHT FAVO CART NEW | Pred # 1438 1436 626 71 12 | % 100% 99.861% 43.533% 4.937% 0.834% | Real # 1311 250 89 10 1 | % 100% 19.069% 6.789% 0.763% 0.076% Hit # 76 Precision 5.285118% Recall 5.797101% F1 Score 5.529283% LR(model=LogisticRegression(penalty='l1'), alpha=0.7, degree=1) | TOTAL VISITED BOUGHT FAVO CART NEW | Pred # 1472 1470 615 68 14 | % 100% 99.864% 41.780% 4.620% 0.951% | Real # 1311 250 89 10 1 | % 100% 19.069% 6.789% 0.763% 0.076% Hit # 74 Precision 5.027174% Recall 5.644546% F1 Score 5.318002% 这个模型在数据变成2次后,Precision ~ 16%,同时F1 ~ 3% LR(model=Perceptron(penalty='l1'), alpha=0.7, degree=1) | TOTAL VISITED BOUGHT FAVO CART NEW | Pred # 3145 3140 1023 130 26 | % 100% 99.841% 32.528% 4.134% 0.827% | Real # 1311 250 89 10 1 | % 100% 19.069% 6.789% 0.763% 0.076% Hit # 113 Precis
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值