第12名方案

1. 检索阶段 (Retrieval Stage)

• 重访 (Re_visitition):
所有历史事件

• 共访 (Co_visitition):
[ Top_140(类型加权) + Top_140(购买到购买) + Top_50(时间加权) ] 中的 Top_150

• SRGNN:
Top_172

在我的方案中，DNN模型即使使用稍少的平均候选数，也能显著提升检索器的召回率。
这里的召回率指的是 recall@full_candidates。

组合多个DNN模型对我来说不起作用，在数十次实验中，单个SRGNN表现最好。

SRGNN的数据准备与增强：

删除出现次数少于3次的商品。

训练集： 第3周 + 截断的第4周前半部分

验证集： 截断的第4周后半部分（以前半部分为基础）

数据增强：

训练集： 对于每个序列，迭代地将最后一个项目作为目标，将其余部分截断或填充到最大长度50作为训练序列，直到只剩1个项目。

验证集： 对于每个序列，使用截断的第4周前半部分作为基础，然后迭代地连接截断的第4周后半部分作为目标，直到后半部分的最后一个项目，如下图所示：

在测试用例中，我们有前半部分作为预测的基础，所以我使用这种方法来最好地模拟这种情况。与仅使用后半部分相比，这也增加了验证样本，因为在仅使用后半部分的情况下，后半部分的第一个项目不能用作目标。

验证指标是 recall@20，这与我的检索策略在所有实验和DNN模型中的最终召回率相关性非常好。

我没有尝试其他增强方法，如交换、洗洗牌等，仅仅是因为对于我的机器来说，数据规模已经被认为非常巨大了。

2. 排序阶段

排序的交叉验证策略：

仅使用第4周的数据作为训练数据来形成会话-项目对。

对于每种类型：点击/加购/下单，删除所有没有正目标的会话，然后分别对每种类型进行 GroupKfold。

负样本下采样：正:负 = 1:20

特征工程：

1. 会话特征： 关于会话的统计数据：

   session_clicks/carts/orders_count（会话点击/加购/下单计数），

   session_length（会话长度），

   session_items_nunique（会话唯一商品数），

   session_duration（会话持续时间），

   等等...

2. 商品特征： 关于商品的统计数据：

   简单统计量

   item_total_count（商品总数）

   item_count as clicks/carts/orders（作为点击/加购/下单的商品计数）

   每周的 clicks/carts/orders_counts（点击/加购/下单计数）

   按时间顺序（周为基础）的 clicks/carts/orders_counts 变化趋势

   每周的 clicks/carts/orders_unique_session_counts（点击/加购/下单唯一会话计数）

   按时间顺序（周为基础）的 clicks/carts/orders_unique_session_counts 变化趋势