第16名方案

感谢我的队友 Ryan @wj19971997，我们获得了第16名。
感谢 H&M 和 Kaggle。这是一场精彩的比赛。

框架

数据划分

我们将数据分为3组：
cg1（客户组1）是最近30天内有交易的用户；
cg2（客户组2）是最近30天内无交易，但在历史上有交易记录的用户。
cg3（客户组3）是历史上没有交易记录的用户。

• cg1 和 cg2：多路召回 + 排序。
• cg3：热门商品召回。

召回

• 热门商品召回
• 复购召回
• BinaryNet 召回
• ItemCF 召回
• UserCF 召回
• W2V 内容召回
• NLP 内容召回
• 图像内容召回
• 类别内容召回

每种召回方法会为每个用户召回100个商品，然后去重。

排序

特征工程

商品特征

groupby article_id agg cols 计算统计量

• cols: customer_id, price, sales_channel_id 等。
• op: 'min', 'max', 'mean', 'std', 'median', 'sum', 'nunique'

用户特征

groupby customer_id agg cols 计算统计量

• cols: price, article_id, sales_channel_id 等。
• op: 'min', 'max', 'mean', 'std', 'median', 'sum', 'nunique'

交互特征

• 用户-商品在不同时间窗口（1天、3天、1周、2周、1个月）内的购买次数。
• 用户上次购买该商品的时间差

其他特征

• ItemCF 分数
• BinaryNet 分数

模型

• lightgbm ranker
• lightgbm binary

集成

参考 此链接