2018年京東JDATA算法 大賽:"如期而至"-用戶購買時間預測，方案分享
前言 去年6月份和實習生一起參加京東jdata2018算法大賽，取得了17名的成績，本來以爲這個成績對於第一次參加算法大賽的我們來說已經算是不錯了，但在聽了決賽答辯之後感覺今後的路還很長，需要學習的東西太多，現在把我們的方案以及對比賽的理解和大家分享，歡迎大家討論。 1、賽題描述 1.1數據說明 用戶基本信息表: 商品基本信息表: 用戶訂單表: 用戶行爲表: 用戶評論表: 數據描述: 數據下載地址
相關文章
- 1. 寫於京東賽（JData）----如期而至，用戶購買日期預測----之後
- 2. 京東JData算法大賽-高潛用戶購買意向預測(github源碼)
- 3. 京東JData算法大賽小結(公司內部賽)
- 4. 2019JDATA店鋪購買預測大賽覆盤（冠軍方案）
- 5. pandas之values和value_count()用法：結合JData 」用戶購買時間預測「數據分析實例（一）
- 6. 用pandas進行數據分析：結合JData 」用戶購買時間預測「數據分析實例（二）
- 7. 用pandas進行數據分析：結合JData 」用戶購買時間預測「數據分析實例（五）
- 8. 用pandas之分組groupby：結合JData 」用戶購買時間預測「數據分析實例（四）
- 9. 2019JDATA-用戶對品類下店鋪的購買預測方案及代碼分享（亞軍）
- 10. 數據挖掘 基於開源數據預測京東用戶購買趨向
- 更多相關文章...
- • SQLite 日期 & 時間 - SQLite教程
- • XSD 日期和時間數據類型 - XML Schema 教程
- • 常用的分佈式事務解決方案
- • 算法總結-股票買賣
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 寫於京東賽（JData）----如期而至，用戶購買日期預測----之後
- 2. 京東JData算法大賽-高潛用戶購買意向預測(github源碼)
- 3. 京東JData算法大賽小結(公司內部賽)
- 4. 2019JDATA店鋪購買預測大賽覆盤（冠軍方案）
- 5. pandas之values和value_count()用法：結合JData 」用戶購買時間預測「數據分析實例（一）
- 6. 用pandas進行數據分析：結合JData 」用戶購買時間預測「數據分析實例（二）
- 7. 用pandas進行數據分析：結合JData 」用戶購買時間預測「數據分析實例（五）
- 8. 用pandas之分組groupby：結合JData 」用戶購買時間預測「數據分析實例（四）
- 9. 2019JDATA-用戶對品類下店鋪的購買預測方案及代碼分享（亞軍）
- 10. 數據挖掘 基於開源數據預測京東用戶購買趨向