第6名方案（单模型 LB 0.603）

感谢 Kaggle 和 OTTO 举办了这场精彩的比赛。这是我第一次获得单人金牌，我感到非常兴奋。

这是我的整体模型框架。

召回

我包含了三种召回策略：

• CHRIS DEOTTE 的前 150 个共现矩阵 链接
• 前 100 个点击到点击的双向 i2i 相似度，带有位置、时间、会话、aid 权重
• 前 100 个点击到加购的双向 i2i 相似度，带有位置、时间、会话、aid 权重

特征

会话特征：

1. 用户点击/下单/加购的次数和频率
2. 用户最后点击/下单/加购的 aid 和小时
3. 用户最后的行为类型

商品特征：

1. aid 点击/下单/加购次数
2. aid 点击/下单/加购比率
3. aid 点击/下单/加购时间
4. aid 行为平均类型

会话-商品特征：

1. 用户点击/下单/加购该 aid 的次数
2. 用户点击/下单/加购该 aid 的时间
3. 用户行为 aid 平均类型和最后行为类型
4. abs(用户点击/加购/下单该 aid 的热度/时间 - aid 点击/加购/下单的热度/时间)

相似度特征：

1. 共现矩阵排名
2. 点击/加购/下单 到 点击/加购/下单 的 2 点击/加购/下单 i2i/i2i2i 相似度，带有位置、时间权重。
3. 点击/加购/下单 到 点击/加购/下单 的 2 点击/加购/下单 i2i/i2i2i 平均/最大/最小/标准差/最后 相似度
4. 点击/加购/下单 到 点击/加购/下单 的 aid 对相似度，带有位置、时间权重。
5. 点击/加购/下单 到 点击/加购/下单 的 aid 对 平均/最大/最小/标准差/最后 相似度
6. w2v 嵌入相似度

训练与验证

在验证阶段，我使用了 Radek 的 CV 策略。

对于在线预测，使用 train_v1 + train_v2 + valid 作为训练数据。

模型

我使用了 LightGBM 二分类器，学习率：0.02，迭代次数：5500 轮。

本地 CV 和 LB 分数

最佳单模型本地 CV 各部分得分：

1. 订单 recall@20 为 0.6715
2. 加购 recall@20 为 0.4433
3. 点击 recall@20 为 0.5561

我的本地 CV 计算公式为：0.6715 * 0.6 + 0.4433 * 0.3 + 0.5561 * 0.1 = 0.5915

LB（公开排行榜）分数为 0.60335。

集成

我没有运行第二个模型，我是使用该模型之前提交的版本进行概率融合。这让我得到了最终分数 0.60341。