这是一个创建于 3935 天前的主题，其中的信息可能已经有所发展或是发生改变。
阿里最近搞了个大数据竞赛，赛题在这里：
http://102.alibaba.com/competition/addDiscovery/gameTopic.htm
阿里提供了4个月的用户数据，格式是这样的一个EXCEL表：
11158000 5043 0 5月9日
11158000 5043 0 7月22日
11158000 5043 0 7月14日
11158000 5043 0 5月11日
11158000 5043 1 5月5日
第一列是用户ID，第二列是商品品牌ID，第三列是用户行为（0,1，2,3分别代表点击，购买，收藏，购物车）。需要我们预测下个月的用户购买行为，评价标准是准确率和召回率以及两者的调和平均值。
我试了几个方案，发现直接将收藏和购物车作为用户购买行为的依据却是最好的方法，简单粗暴，难道这就是所谓的奥卡姆剃刀？不过，也有可能是我另外的方案设计得不好。
熟悉推荐算法的同学给点建议吧，最好要简单点，实现起来比较方便，代码量在几百行级别最好，毕竟只是个竞赛呢。谢过啦。
http://102.alibaba.com/competition/addDiscovery/gameTopic.htm
阿里提供了4个月的用户数据，格式是这样的一个EXCEL表：
11158000 5043 0 5月9日
11158000 5043 0 7月22日
11158000 5043 0 7月14日
11158000 5043 0 5月11日
11158000 5043 1 5月5日
第一列是用户ID，第二列是商品品牌ID，第三列是用户行为（0,1，2,3分别代表点击，购买，收藏，购物车）。需要我们预测下个月的用户购买行为，评价标准是准确率和召回率以及两者的调和平均值。
我试了几个方案，发现直接将收藏和购物车作为用户购买行为的依据却是最好的方法，简单粗暴，难道这就是所谓的奥卡姆剃刀？不过，也有可能是我另外的方案设计得不好。
熟悉推荐算法的同学给点建议吧，最好要简单点，实现起来比较方便，代码量在几百行级别最好，毕竟只是个竞赛呢。谢过啦。
23 条回复 • 1970-01-01 08:00:00 +08:00
 |
1
casparchen 2014-03-19 21:16:10 +08:00
我觉得还是综合几种建模方式的结果比较靠谱。比如
建模1：针对每个品牌，该品牌的不同用户点击/收藏/购买肯定是有规律的 建模2：针对每个用户，该用户对品牌的购买情况是有规律的。 比如以上两种建模方式，1的效果我猜是大于2的，因此可以取｛建模1结果：建模2结果｝＝｛2：1｝ |
 |
2
webjin 2014-03-19 21:55:36 +08:00
http://gtms02.alicdn.com/tps/i2/T11omZFu0XXXaTF0MH-435-146.png 知道这是什么编辑器吗？那中间的->线是什么弄出来的
|
1
 |
5
ljcarsenal 2014-03-19 22:14:33 +08:00
@webjin notepad++吧
|
 |
6
vbs 2014-03-19 22:31:12 +08:00
这比赛挺好的，可惜只许在校生参加
|
 |
7
sobigfish 2014-03-19 22:42:56 +08:00
只有报名了才下载的到数据么？
|
 |
8
ericls 2014-03-19 22:47:17 +08:00
数学建模上吧
|
 |
10
yangff 2014-03-20 00:17:33 +08:00
看起来像马尔科夫链……假如上个月对品牌A做了操作B导致下个月对品牌C操作D的概率啥的。。
|
 |
12
66beta 2014-03-20 10:33:05 +08:00
|
npp里有个显示所有字符的功能
|
15
ericls 2014-03-20 20:52:33 +08:00 via Android
这就是一个不折不扣的数学建模题啊
|
 |
16
armysheng 2014-03-20 22:36:40 +08:00
@buptlee 直接将收藏和购物车作为用户购买行为的依据却是最好么？
如果用前三个月做测试，后1个月做校验，按照你说的直接选有收藏和购物车我算的结果是 predict num is 2858 hit num is 185 total brand is 18537 precision is 0.0647305808258 call rate is 0.00998003992016 F1 is 0.0172937602244 F1才1.7%啊？ |
|
18
armysheng 2014-03-21 15:02:32 +08:00
@buptlee 额，上面说的好像搞错了。上午改了一下，但是如果纯按是否有收藏和购物车来判的话，F1貌似还是不高啊
predict num is 491 hit num is 2 total brand is 1377 precision is 0.0040733197556 call rate is 0.00145243282498 F1 is 0.00214132762313 判断条件的代码是这样的： if int(op3[2])|int(op3[3]) |int(op2[2])|int(op2[3])|int(op1[2])|int(op1[3]): predict_temp.write(uid +"," + bid + "\n") |
 |
20
lj 2014-03-22 13:06:39 +08:00
@armysheng 官方论坛里还是蛮多人在讨论的，看了一圈清晰了很多。P.S. 我也觉得2、3效果有限而且毕竟数据量太小，0和1的correlation比2、3的大多了。
|
 |
21
heliumhgy 2014-03-24 09:52:18 +08:00 via Android
协同过滤算法
|
|
22
heliumhgy 2014-03-24 10:02:11 +08:00 via Android
据说效果不好
|
Select Language