Advertisement

2018年京东JDATA算法大赛：“如期而至”——用户购买时间预测方案分享及附件资源

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

简介：
本简介围绕2018年京东JDATA算法大赛中关于“如期而至”的挑战任务，即通过数据分析和机器学习技术来精准预测用户的购买时间。文中详述了参赛解决方案与相关资源的分享，为对电商用户行为分析感兴趣的读者提供指导和参考。 2018年京东JDATA算法大赛如期举行，主题为用户购买时间预测。现分享一份参赛方案及附件资源。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 2018年京东JDATA算法大赛：“如期而至”——用户购买时间预测方案分享及附件资源
    优质
    本文为2018年京东JDATA算法大赛参赛者关于“如期而至”项目的介绍，详细解析了用户购买时间预测方案，并提供了相关的数据和代码资源。 2018年京东JDATA算法大赛：如期而至——用户购买时间预测方案分享，提供相关附件资源。
     
  • 2018年京东JDATA算法大赛：“如期而至”——用户购买时间预测方案分享及附件资源
    优质
    本文介绍了2018年京东JDATA算法大赛中关于用户购买时间预测的参赛方案和相关附件资源，旨在分享比赛经验和方法。 2018年京东JDATA算法大赛：如期而至——用户购买时间预测方案分享
     
  • 2018年京东JDATA算法大赛：“如期而至”——用户购买时间预测方案分享及附件资源
    优质
    本简介围绕2018年京东JDATA算法大赛中关于“如期而至”的挑战任务，即通过数据分析和机器学习技术来精准预测用户的购买时间。文中详述了参赛解决方案与相关资源的分享，为对电商用户行为分析感兴趣的读者提供指导和参考。 2018年京东JDATA算法大赛如期举行，主题为用户购买时间预测。现分享一份参赛方案及附件资源。
     
  • JData：如约而至——用户购买时间预测（含源码）
    优质
    本项目“JData用户购买时间预测”致力于利用历史交易数据，通过深度学习算法模型，精准预测用户的下一次购物时机。附带源代码供参考与研究。 Jdata如期而至-用户购买时间预测最终成绩0.3438（S1:0.4802/S2:0.2529），排名第二十六，参赛队伍共五百一十八支，队伍名称MADE，队长kmyf，队员chenxj。说明：运行环境为python3，并需安装lightgbm、pandas、numpy和sklearn等包；将数据集放置在data文件夹下后，请先执行lgb.py。 前言： 这是我第一次取得较为满意的成绩（虽然在高手看来可能不算出色），感觉在这次比赛中也投入了很多时间和精力，从寻找特征到尝试各种模型方法，参考了许多开源代码。因此，在这里我也将自己的代码开源出来以致敬那些贡献了宝贵资源的大佬们。 赛题回顾： 竞赛概述： 京东多年来保持高速发展的同时积累了数亿忠实用户和海量真实数据。如何通过历史数据分析找出规律，并高效解决客户实际问题、提升购物体验是精准营销中大数据应用的关键所在，也是所有电商平台在智能化升级过程中的重要课题。
     
  • 《2019 JDATA 用户对品类下店铺的购买预测数据——京东用户行为分析数据集》
    优质
    本数据集包含京东平台用户在特定品类下的购物行为记录，旨在通过历史订单信息预测用户未来对该品类内各店铺的购买倾向。适合用于深入研究电商领域的用户偏好及消费模式。 2019JDATA-用户对品类下店铺的购买预测数据涉及分析京东用户行为的数据集《用户购买时间预测》。
     
  • 一个初级的开源方案分享：针对2018年中国生理信号挑战赛（CPSC-2018）的附件资源（二）
    优质
    本简介提供了一个面向2018年中国生理信号挑战赛（CPSC-2018）的初级开源解决方案，包含相关数据集和资源分享，旨在促进技术交流与进步。 一个不成熟的开源小方案：关于2018年中国生理信号挑战赛（CPSC-2018）的讨论。
     
  • 时间序列预测：天池时间序列预测比赛回顾与源码分享（含Transformer股票预测）
    优质
    本篇文章回顾了天池时间序列预测比赛的关键点，并分享了基于Transformer模型进行股票价格预测的源代码。 2月22日学习记录：一开始将Aliyun和Docker账号搞混了，导致出现很多奇怪的模型错误。最终还是在最后关头解决了问题。真是太难了！通过PyCharm终端构建并推送图像到我的注册表成功，得分是-16。 2月26日学习记录：因为数据量很大，我们使用tsfresh来生成特征，并将其自动功能工程化后套入模型中。后续计划尝试用transformer进行预测。
     
  • 京东时间校准工具，帮助您将电脑时间同步至京东时间
    优质
    简介：京东时间校准工具旨在方便用户快速准确地调整计算机系统时间与京东服务器时间一致，确保在使用京东各项服务时能获得最佳体验。 京东时间校准工具可以将电脑时间调整为与京东同步的时间。
     
  • 天池天猫重复购买预测竞赛资料.zip
    优质
    这份竞赛资料包含了关于“天池天猫重复购买预测”比赛的相关信息和数据集，适用于研究用户行为分析与预测模型建立。 天池平台上有一个关于天猫重复购买预测的比赛。
     
  • 客户购买预测：招商消费金融场景下的用户行为分析方案 34版
    优质
    本方案聚焦于招商消费金融业务中，通过深入剖析用户的交易记录、信用评估等数据，运用先进的统计模型与机器学习算法，实现精准的客户购买预测及个性化推荐服务。旨在优化用户体验，提升营销效率和客户满意度。 在招商消费金融场景下的用户购买预测竞赛中的34th方案取得了线上成绩0.8603的好结果。该方案的思路是将特征拆分为两个子群：第一个子群以统计特征为主，第二个子群则基于对业务的理解来创建相关特征。为了使这两个子群的表现都足够优秀，我们使用了Level1点击分布作为公共特征。 模型采用了LGB和XGB双模型，并通过rank加权融合的方式进行优化。后续还将更新数据可视化方案，希望能为开源环境贡献一份力量。此处省略了一些对log数据的处理代码，包括点击日期、星期几、小时、分钟以及下一次点击间隔等基本处理步骤。