电商用户购买行为预测-排名48-0.23

任务:依据电子商务平平台上真实的用户行为记录,利用机器学习相关技术,建立稳健的电商用户购买行为预测模型,预测用户下一个可能会购买的商品。

数据简介
数据整理自一家中等化妆品在线商店公布的网上公开数据集,为该化妆品商店真实的用户交易信息,数据集中每一行表示一个事件,所有的事件都与商品和用户相关,并且用户的点击行为之间是有时间顺序的。数据集中包含了商品和用户的多个属性,例如商品编号、商品类别、用户编号、事件时间等。

数据说明

image.png

主要思路

  1. 对用户id进行分组
  2. 统计类别、品牌、收藏、加购物车、下单等特征,赋予合理的权重
  3. 构建时间特征
  4. 使用lgb的多分类模型进行训练

lgb算法模型预测:

注意:此版本代码lgb版本是2.0.3

import gc

import pandas as pd
from sklearn.preprocessing import LabelEncoder

paths = r'E:\项目文件\CCF\电商用户购买行为预测'
data = pd.read_csv(f'{paths}/train.csv')
submit_example = pd.read_csv(f'{paths}/submit_example.csv')
test = pd.read_csv(f'{paths}/test.csv')

data['user_id'] = data['user_id'].astype('int32')
data['product_id'] = data['product_id'].astype('int32')
data['category_id'] = data['category_id'].astype('int32')
lbe = LabelEncoder()
data['brand'].fillna('0', inplace=True)
data['brand'] = lbe.fit_transform(data['brand'])
data['brand'] = data['brand'].astype('int32')
# data['event_time'] = pd.to_datetime(data['event_time'], format='%Y-%m-%d %H:%M:%S')
data.fillna(0, inplace=True)
gc.collect()

train_X = data
test_data = test

# 构建特征
groups = train_X.groupby('user_id')
temp = groups.size().reset_index().rename(columns={0: 'u1'})
matrix = temp
temp = groups['product_id'].agg([('u2', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['category_id'].agg([('u3', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['brand'].agg([('u5', 'nunique')]).reset_index()
# TODO 根据用户购买行为去构建特征
# temp = groups['event_type'].value_counts().unstack().reset_index().rename(
#     columns={0: 'u7', 1: 'u8', 2: 'u9', 3: 'u10'})
matrix = matrix.merge(temp, on='user_id', how='left')

label_list = []
for name, group in groups:
    product_id = int(group.iloc[-1, 2])
    label_list.append([name, product_id])

train_data = matrix.merge(pd.DataFrame(label_list, columns=['user_id', 'label'], dtype=int), on='user_id', how='left')

# 构建特征
groups = test_data.groupby('user_id')
temp = groups.size().reset_index().rename(columns={0: 'u1'})
test_matrix = temp
temp = groups['product_id'].agg([('u2', 'nunique')]).reset_index()
matrix = test_matrix.merge(temp, on='user_id', how='left')
temp = groups['category_id'].agg([('u3', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['brand'].agg([('u5', 'nunique')]).reset_index()
# TODO 根据用户购买行为去构建特征
# temp = groups['event_type'].value_counts().unstack().reset_index().rename(
#     columns={0: 'u7', 1: 'u8', 2: 'u9', 3: 'u10'})
test_data = matrix.merge(temp, on='user_id', how='left')

test_data = test_data.drop(['user_id'], axis=1)

train_X, train_y = train_data.drop(['label', 'user_id'], axis=1), train_data['label']
# train_X.to_csv('train_deal.csv', index=False)
# train_y.to_csv('train_y_deal.csv', index=False)
# test_data.to_csv('test_data.csv', index=False)

# 导入分析库
import lightgbm as lgb

model = lgb.LGBMClassifier(
    max_depth=5,
    n_estimators=10,
)

model.fit(
    train_X,
    train_y,
    eval_metric='auc',
    eval_set=[(train_X, train_y)],
    verbose=False,
    early_stopping_rounds=5
)

prob = model.predict(test_data)

import numpy as np

np.savetxt(paths + '\\prob1.csv', prob)
submit_example['product_id'] = pd.Series(prob[:, 0])
submit_example.to_csv(paths + r'\\lgb1.csv', index=False)

xgb算法模型预测:

import gc

import pandas as pd
import xgboost as xgb
from sklearn.preprocessing import LabelEncoder

paths = r'E:\项目文件\CCF\电商用户购买行为预测'
data = pd.read_csv(f'{paths}/train.csv')
submit_example = pd.read_csv(f'{paths}/submit_example.csv')
test = pd.read_csv(f'{paths}/test.csv')

data['user_id'] = data['user_id'].astype('int32')
data['product_id'] = data['product_id'].astype('int32')
data['category_id'] = data['category_id'].astype('int32')
lbe = LabelEncoder()
data['brand'].fillna('0', inplace=True)
data['brand'] = lbe.fit_transform(data['brand'])
data['brand'] = data['brand'].astype('int32')
# data['event_time'] = pd.to_datetime(data['event_time'], format='%Y-%m-%d %H:%M:%S')
data.fillna(0, inplace=True)
gc.collect()

train_X = data
test_data = test

# 构建特征
groups = train_X.groupby('user_id')
temp = groups.size().reset_index().rename(columns={0: 'counts'})
matrix = temp
temp = groups['product_id'].agg([('product_count', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['category_id'].agg([('category_count', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['brand'].agg([('brand_count', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')

# # 计算用户与商品交互的次数,并添加新的一列count
# temp = groups['event_time'].transform('count')
# matrix = matrix.merge(temp, on='user_id', how='left')

# TODO 根据用户购买行为去构建特征
# temp = groups['event_type'].value_counts().unstack().reset_index().rename(
#     columns={0: 'u7', 1: 'u8', 2: 'u9', 3: 'u10'})


label_list = []
for name, group in groups:
    product_id = int(group.iloc[-1, 2])
    label_list.append([name, product_id])

train_data = matrix.merge(pd.DataFrame(label_list, columns=['user_id', 'label'], dtype=int), on='user_id', how='left')

# 构建特征
groups = test_data.groupby('user_id')
temp = groups.size().reset_index().rename(columns={0: 'counts'})
matrix = temp
temp = groups['product_id'].agg([('product_count', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['category_id'].agg([('category_count', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
temp = groups['brand'].agg([('brand_count', 'nunique')]).reset_index()
matrix = matrix.merge(temp, on='user_id', how='left')
# 计算用户与商品交互的次数,并添加新的一列count
# temp = groups['event_time'].transform('count')
# matrix = matrix.merge(temp, on='user_id', how='left')
test_data = matrix.merge(temp, on='user_id', how='left')

# TODO 根据用户购买行为去构建特征
# temp = groups['event_type'].value_counts().unstack().reset_index().rename(
#     columns={0: 'u7', 1: 'u8', 2: 'u9', 3: 'u10'})

test_data = test_data.drop(['user_id'], axis=1)

x_train, y_train = train_data.drop(['label', 'user_id'], axis=1), train_data['label']
# X_train.to_csv('train_deal.csv', index=False)
# Y_train.to_csv('train_y_deal.csv', index=False)
# test_data.to_csv('test_data.csv', index=False)

# x_train, x_valid, y_train, y_valid = train_test_split(X_train, Y_train, test_size=.2)

model = xgb.XGBClassifier(
    max_depth=8,
    n_estimators=1000,
    min_child_weight=300,
    colsample_bytree=0.8,
    subsample=0.8,
    eta=0.3,
    seed=42
)

model.fit(
    x_train,
    y_train,
    eval_metric='auc',
    # eval_set=[(x_train, y_train), (x_valid, y_valid)],
    verbose=True,
)

predict_test = model.predict(test_data)
print(predict_test)
import numpy as np

np.savetxt(paths + '\\pred.csv', predict_test)
submit_example['product_id'] = pd.Series(predict_test[:, 0])
submit_example.to_csv(paths + r'\\xgb_best.csv', index=False)

耍花招凑提交的方法,直接默认买最后一条记录,小心被封号

import pandas as pd

paths = r'E:\项目文件\CCF\电商用户购买行为预测'
submit_example = pd.read_csv(f'{paths}/submit_example.csv')
test = pd.read_csv(f'{paths}/test.csv')

# 构建特征
groups = test.groupby('user_id')
label_list = []
for name, group in groups:
    product_id = int(group.iloc[-1, 2])
    label_list.append([name, product_id])

submit_example = pd.DataFrame(label_list, columns=['user_id', 'product_id'])
submit_example.to_csv(paths + r'\\label_list.csv', index=False)

参考文献,思路都差不多,主要看你怎么构造特征了,加油吧少年

天池新人实战赛之[离线赛]_baseline_lgb

天池新人赛-Repeat Buyers Prediction-Challenge the Baseline-排名167

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349

推荐阅读更多精彩内容