数据建模之o2o优惠券核销情况预测

项目背景

本赛题提供用户在2016年1月1日至2016年6月30日之间真实线上线下消费行为，预测用户在2016年7月领取优惠券后15天以内的使用情况。

评价方式

本赛题目标是预测投放的优惠券是否核销。针对此任务及一些相关背景知识，使用优惠券核销预测的平均AUC（ROC曲线下面积）作为评价标准。 即对每个优惠券coupon_id单独计算核销预测的AUC值，再对所有优惠券的AUC值求平均作为最终的评价标准。

查看数据

首先导入数据，上图是用户2016.1.1-2016.6.30的信息，接下来理解下每个字段的意思

User_id：用户id

Merchant_id:商户id

Coupon_id：优惠券id

Distance_rate：优惠情况

Distance:用户离店的距离

Date_received:获得优惠券的日期

Date:使用优惠券的日期

项目思路

优惠券特征处理

定义函数将优惠券折扣信息进行特征提取，满，减，折扣

2.查看用户购买使用优惠券的情况

发现有优惠卷购买的人数只占一小部分，可视化一下购买使用优惠卷的情况，发现使用率最低的为2,4月份，3月份最高

日期的特征的提取，提取是否为工作日和星期，这里需要用到one-hot编码，依旧定义函数来处理

添加label，用户在拿到优惠券后，15天内如使用为1，未使用则为0，依旧定义函数处理

这边可以说是顾客和商户的profile建立，通过客户和商户以前的买卖情况，提取各自或者交叉的特征。选择哪个时间段的数据进行特征提取是可以探索的，这里使用20160101到20160515之间的数据提取特征，20160516-20160615的数据作为训练集。

用户特征的处理

商户特征的处理

用户的特征

每个用户拿到的优惠券数量

每个用户购买含优惠券和无优惠券购买

用优惠券消费

距离商户的距离

使用优惠券购买与优惠券的数量的比值

使用优惠券数量与后，购买数量的比值

商户特征

来自商户的优惠卷数量

用户来商户的消费次数

距离用户的距离

用户来商户的消费次数 用优惠券

使用优惠券购买与优惠券的数量的比值

使用优惠券数量与后，购买数量的比值

定义函数来处理以上特征

模型的选择，这是个二分类问题，用的是逻辑回归和GDBT

最后的结果逻辑回归好些，结果也不理想，有许多可以改进的地方

总结

特征选取可以更多，不够全面，如15天内多次用优惠券消费的，使用概率会更高

可以划分更多的训练数据

模型的参数可以优化

尝试使用更多的模型

线上的数据可以用上，这次没有提取线上特征

学习资料点击这里