Advertisement

爱奇艺用户留存预测竞赛项目

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
简介：本竞赛项目旨在通过分析爱奇艺平台用户的观看行为和偏好数据，运用机器学习模型预测用户留存情况，以帮助优化用户体验及增强客户忠诚度。 爱奇艺用户存留预测竞赛项目的目标是在给定的时间点上预测未来七天内用户的登录天数。参赛者需要利用提供的数据构建标签及用户行为序列特征来训练模型。 本次比赛主要采用了lightGBM和自建的GRU两种模型进行训练，最终结果通过投票融合方法得出。 提升成绩的关键在于：特征衍生、null importance特征筛选法、调整网络参数和结构、微调（finetuning）、交叉验证、伪标签以及vote融合。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 爱奇艺用户留存预测竞赛项目
    优质
    简介：本竞赛项目旨在通过分析爱奇艺平台用户的观看行为和偏好数据，运用机器学习模型预测用户留存情况，以帮助优化用户体验及增强客户忠诚度。 爱奇艺用户存留预测竞赛项目的目标是在给定的时间点上预测未来七天内用户的登录天数。参赛者需要利用提供的数据构建标签及用户行为序列特征来训练模型。 本次比赛主要采用了lightGBM和自建的GRU两种模型进行训练，最终结果通过投票融合方法得出。 提升成绩的关键在于：特征衍生、null importance特征筛选法、调整网络参数和结构、微调（finetuning）、交叉验证、伪标签以及vote融合。
  • 易语言-爱奇艺登录
    优质
    本项目采用易语言编写，旨在实现自动化登录爱奇艺网站或APP的功能，为用户提供便捷的操作体验。 爱奇艺登录源码涉及前端与后端的交互过程。用户输入账号密码后，前端会将这些数据以加密形式发送到服务器进行验证。若验证通过，则返回成功消息并允许访问相关服务；反之则提示错误信息。 重写后的文字： 爱奇艺登录功能包括前后端的数据交换流程。当用户提交用户名和密码时，前端会对这些信息进行加密处理，并将其发送至服务器进行身份验证。如果验证结果为正确，系统将反馈一个成功的响应码给客户端以允许访问服务；反之则会显示错误提示消息告知失败原因。
  • 用户点击广告预测竞赛数据.zip
    优质
    该数据集包含了用于用户点击广告预测竞赛的相关信息和历史记录，旨在帮助参赛者分析用户行为模式，优化广告投放策略。 这个数据集来源于一个预测用户点击广告行为的竞赛，适合用作各种学习分类算法的数据集。该数据集规模适中，并且可以用于降维测试，是非常好的学习资料。
  • 电信用户流失预测竞赛数据集
    优质
    本数据集专为电信用户流失预测竞赛设计，包含大量客户行为与属性信息，旨在帮助参赛者构建模型以分析用户流失风险。 赛题数据包括训练集和测试集两部分，总数据量超过25万条记录，并包含69个特征字段。为了确保比赛的公平性，将从这些数据中抽取15万条作为训练样本，3万条用于测试。同时会对某些敏感信息进行脱敏处理。 具体来说，以下是一些主要的特征字段： - 客户ID - 地理区域 - 是否双频手机 - 手机是否为翻新机型 - 当前手机的价格 - 手机网络功能情况 - 婚姻状况信息 - 家庭成人人数统计 - 信息库匹配结果 - 预计收入水平 - 信用卡持有状态指示器 - 用户当前设备使用天数 - 在职总月数 - 家庭中唯一订阅者的数量 - 家庭活跃用户数目 ...以及过去六个月的平均每月通话分钟、平均每月呼叫次数和平均月费用，最后是否流失等信息。
  • 电信用户流失预测竞赛数据集
    优质
    该数据集专为电信用户流失预测竞赛设计，包含大量客户行为和人口统计数据，旨在帮助参赛者建立模型以预测哪些用户可能终止服务。 赛题数据由训练集和测试集组成，总数据量超过25万条记录，并包含69个特征字段。为了确保比赛的公平性，将从中抽取15万条作为训练集，3万条作为测试集，并会对部分字段信息进行脱敏处理。特征字段包括：客户ID、地理区域、是否双频手机、是否翻新机、当前手机价格、手机网络功能、婚姻状况、家庭成人人数、信息库匹配情况、预计收入水平、信用卡持有状态、当前设备使用天数、在职总月数、家庭中唯一订阅者的数量以及家庭活跃用户数等。此外，还包括过去六个月的平均每月使用分钟数和通话次数，以及平均月费用，并标记是否流失。
  • 竞赛：竞赛项目汇总：罗斯曼销售预测（Top3％），房价预测（Top34％），数字识别（Top78％），泰坦尼克号幸存者预测（Top83％），能源...
    优质
    本竞赛汇集了多个热门项目，包括销售预测、房价预测、数字识别和泰坦尼克号乘客生存率预测等，旨在挑战选手的数据分析与模型构建能力。参与者在各自领域展现了卓越技能，其中销售预测的难度最大，竞争尤为激烈，而能源相关项目的参与度相对较低。 Rossmann销售预测（Top3％）：Rossmann在欧洲的7个国家经营着超过3000家药店。门店经理的任务是提前6周预测每天的收益。商店销售额受到多种因素的影响，包括促销活动、竞争环境、学校和国家假日以及地域性差异等。由于数千名管理者根据各自的具体情况来预测销售数据，因此结果可能存在较大的准确性差距。 NCAA 沃尔玛能源预测③（排名前36％）：在此次竞赛中，参赛者需要利用ASHRA公司的数据开发精确的建筑能耗模型，涵盖冷水、电能、热水和蒸汽表等项目。这些数据来自超过1000栋建筑物，并且时间跨度为三年。通过建立更准确的节能投资预测模型，大型投资者和金融机构将更加重视在该领域进行投资，从而推动提高建筑效率的发展。
  • Airbnb新用户民宿预订预测-Kaggle竞赛数据集
    优质
    本数据集为Airbnb新用户民宿预订行为预测的Kaggle竞赛专用，包含用户及房源信息，旨在通过机器学习模型预测新用户的预订倾向。 Airbnb 新用户的民宿预定预测，这是一个 Kaggle 比赛的完整数据集，主要包含六个 csv 文件，请有需要的小伙伴下载。
  • 基于C++ Qt的爱奇艺播放器界面模仿项目源码
    优质
    这是一个使用C++和Qt框架开发的开源项目，旨在模仿爱奇艺视频平台的用户界面。该项目提供详细的源代码供学习参考，适合对界面设计和编程感兴趣的开发者深入研究。 使用C++ Qt实现的仿爱奇艺播放器界面项目的源码。