第10名方案

感谢 OTTO 和 Kaggle 举办了如此有趣的比赛，我的方案非常直接，就是候选生成 + 重排序模型，简要总结如下。

候选生成

• 重访问： 所有访问过的项目。
• 共访1 (co-visit1)： 基于公开 Notebook 并进行了两点改进。感谢 @radek1 和 @cdeotte。
  1. 通过权重衰减生成候选，例如一个会话有 N 个项目（按反向时间戳排序 idx1）且每个项目有 M 对共访项目（按时间权重或类型权重排序 idx2），分数计算为每个项目和候选对的 1 / idx1 / idx2，然后将这些分数求和作为候选分数。
  2. 用于重排序模型的共访特征 —— 成对项目共现的计数和概率、索引距离和时间距离（考虑顺序或不考虑顺序）等。
• 共访2 (co-visit2/buy2buy)： 仅包含购物车或订单。
• 共访3 (co-visit3/next item)： 生成候选时仅考虑最后一个项目。
• sknn1： 简单的 sknn，选取 100 个最相似且最近的会话。
• sknn2： sknn 的一种变体，名为序列和时间感知邻域，参考 https://arxiv.org/abs/1910.12781 实现了这两种 sknn。

重排序模型

• aid 特征： 按时间窗口（7、14、21天）的简单统计。
• 会话特征： 长度、aid 数量、按类型计数、到预测期结束的时间。
• 重访问 aid X 会话： 点击/购物车/订单计数、绝对/相对位置。
• 共访特征： 如前所述，生成大量特征来描述成对项目的共现情况。
• sknn 特征： 仅包含候选分数/排名。
• 相似度特征： 通过 word2vec 和 implicit 的 BPR 项目嵌入，计算候选项目与会话之间的相似度。

最后，使用 LightGBM (lambdarank) 训练了 3 个模型（点击/购物车/订单）。