第14名方案（Ethan & qyxs 部分）

感谢 OTTO 和 Kaggle 举办了这么棒的一场比赛。感谢我优秀的队友 @juzqyxs、@rib 和 @ria。

验证

使用最后一周的会话数据。

召回

使用了两种传统方法：

• u2i： 用户之前操作过的商品。
• i2i： ItemCF（基于物品的协同过滤），我们针对每个任务（点击、加购、下单）分别进行。并且我们使用了多种权重来优化其性能，例如两个商品之间的“时间间隔”、“位置间隔”、“类型差异”。

排序

• 特征

1. 基于会话： 计数、最后一次操作的时间间隔（点击/加购/下单）、最后一次操作类型。
2. 基于商品： 计数、比率（点击率、加购转下单率等）、时间。
3. 基于会话+商品： 计数、最后一次操作的时间间隔（点击/加购/下单）、最后一次操作类型。
4. w2v 嵌入： 候选商品与会话历史商品之间的差异和相似度，然后使用 mean、max、min、last、std 等统计量。
5. 协同过滤分数： i2i 的协同过滤分数，计算候选商品与用户历史商品之间的关联得分。
6. 窗口统计特征： 在每个会话最后时间点的前后不同窗口（1天、3天）内，商品的计数和比率特征。

• 数据增强

1. 使用更多周的数据进行训练，我们在最终提交中使用了 3 周的数据。
2. 使用不同的随机种子生成更多的训练数据（会话的不同截断点），最后我们使用了 5 个种子。
   这些操作在本地 CV 上带来了 0.001 的提升。

• 模型

1. LightGBM 二分类器，学习率：0.05，迭代次数：1000 轮。
2. CatBoost 二分类器，学习率：0.05，迭代次数：6000 轮。
   融合这两个模型的结果得分 LB: 0.600。

有趣的发现

在优化“下单”任务时：

1. orders_prob = 0.7 * orders_prob + 0.2 * carts_prob + 0.1 * click_prob，这在“下单”任务的本地 CV 上带来了 0.0004 的提升（在三个任务的同一会话上评估）。
2. 我的队友 rib 将“加购”和“下单”的训练数据拼接起来，并增加了一个特征（0 或 1）来标记样本是否来自“加购”，这能让“下单”的分数提升 0.0003。

模型融合

对于最终提交，我们使用投票法与 Rib 和 ria 的结果（不同的候选集，LB: 0.601）进行了融合，最终 LB 达到了 0.602。